SHEET K-41-01

技術デモ・ダウンロード不要

日本語OCRの比較

無料で使える日本語の OCR（画像の文字を読む技術）を3つ、同じ画像で比べます。条件を変えて、誤り率と処理時間を確かめられます。

1枚の紙の上に、形の違うガラスのレンズが3つ浮かび、それぞれ違う所を照らしている模型
  • NDLOCR-Lite国立国会図書館
  • PaddleOCRBaidu
  • TesseractGoogle 発
1画像を選ぶ
  • メモリの中だけで読む
  • 保存しない・ログに残さない
  • 外部に送らない
  • 10MB・1分20回まで

個人情報を含む書類は、差し支えない画像でお試しください。

2エンジンと条件
検出のしきい値0.25

これより自信の低い行は捨てる。下げると拾いすぎ、上げると取りこぼす。既定：本家の既定 0.25

認識モデルの振り分け

行の長さの予測で3つのモデル（30字・50字・100字）を使い分け、長ければ一段長いモデルで読み直す。切ると100字のモデルだけで読む。既定：本家どおり有効

文字らしさのしきい値0.3

画素ごとの「文字らしさ」をこの値で白黒に分ける。下げると薄い文字も拾う。既定：モデルの設定の既定 0.3

枠の採用のしきい値0.6

枠の中の平均の文字らしさがこれ未満なら捨てる。既定：モデルの設定の既定 0.6

枠の広げ方1.5

見つけた文字の芯を、どれだけ外へ広げて枠にするか。小さいと文字が欠け、大きいと隣の行とつながる。既定：モデルの設定の既定 1.5

検出に使う画像の大きさ960

画像の長い辺をこの長さに合わせてから文字を探す。大きいほど細かい文字に強いが遅い。既定：モデルの設定の既定 960

認識結果の足切り0

読んだ文字列の確からしさがこれ未満の行を捨てる。既定：PaddleOCR の既定 0（捨てない）

言語データ

横書き（jpn）と縦書き（jpn_vert）は別のデータ。両方を同時に使うこともできる。既定：見本に合わせて切り替える

ページの区切り方

ページをどう段・行に分けて読むか（Tesseract の PSM）。既定：Tesseract の既定 3

選んだエンジンを順番に動かします。1つあたり数秒です。

画像を選んでください

    01結果の読み方

    数字で、比べる。

    見本は正解の文章が分かっているので、誤りを数字で出せます。

    例文字誤り率正解にするための直しの数 ÷ 正解の文字数

    誤り 1字正解 6字16.7%

    • 置き換え 請求暑 1字の誤り
    • 追加 請求書類 1字の誤り
    • 削除 請求 1字の誤り

    正解は「請求書」。空白・改行・全角半角の違いは数えません。

    例誤り率と一致率のちがい同じ文字が、ちがう順番で並んだとき
    文字誤り率
    66.7%順番の違いも誤りに数える
    文字の一致率
    100.0%順番を問わず、拾えた文字を数える

    実測でも「請求書（表）」の NDLOCR-Lite は、誤り率 66.2%・一致率 98.7%。

    見本ごとの文字誤り率 短いほど正確。目盛りは4つ共通（0〜70%）。2026年10月29日に弊社のサーバーで実測

    縦書きの読み物明朝体・縦書き・2段落

    • NDLOCR-Lite 0.6%（本家と全文一致）
    • PaddleOCR 9.6%
    • Tesseract 1.2%

    横書きの社内文書ゴシック体・見出しと本文

    • NDLOCR-Lite 1.9%（本家と全文一致）
    • PaddleOCR 0.0%
    • Tesseract 0.5%

    請求書（表）罫線の表・数字・金額

    • NDLOCR-Lite 66.2%（本家と全文一致）
    • PaddleOCR 28.3%
    • Tesseract 2.5%

    スマホで撮った書類傾き・影・ぼけ・JPEG

    • NDLOCR-Lite 5.6%（本家と全文一致）
    • PaddleOCR 4.6%
    • Tesseract 24.1%
    • 見本はコンピューターで描いた画像です。本番の判断は、手元の書類で。
    • 表や縦書きの段組みは、読む順番の違いも誤りに数えます。一致率も見てください。
    数値の表（一致率つき）と測り方
    見本NDLOCR-LitePaddleOCRTesseract
    縦書きの読み物誤り 0.6%
    一致 99.4%    		誤り 9.6%
    一致 95.0%    		誤り 1.2%
    一致 99.4%
    横書きの社内文書誤り 1.9%
    一致 98.6%    		誤り 0.0%
    一致 100.0%    		誤り 0.5%
    一致 99.8%
    請求書（表）誤り 66.2%
    一致 98.7%    		誤り 28.3%
    一致 99.0%    		誤り 2.5%
    一致 97.5%
    スマホで撮った書類誤り 5.6%
    一致 96.2%    		誤り 4.6%
    一致 97.2%    		誤り 24.1%
    一致 96.2%

    2026年10月29日、上のデモと同じ見本の画像を、弊社のサーバーで1件ずつ読ませ、デモと同じ計算で正解と突き合わせました。条件はデモの既定値で、Tesseract は縦書きの見本だけ縦書きのデータ（jpn_vert）を使っています。2回測って、読んだ文字はすべて同じでした。✓ は、NDLOCR-Lite の本家のコマンドで読んだ結果と全文一致することを確かめたもの（2026年10月27日）。

    確からしさエンジン自身が出す自信の値（0〜1）。NDLOCR-Lite は、行を見つけた値だけを出します。

    • NDLOCR-Lite国立国会図書館・CC BY 4.0（レイアウトのモデルは DINOv3 License も適用）本家のコード（2026-10-08 版）をそのまま

      得意活字の書籍・雑誌、縦書き、段組み、旧字体

      苦手帳票、手書き（公式も帳票は対象外と明言）

      公開元
    • PaddleOCR（PP-OCRv5 mobile）PaddlePaddle（Baidu）・Apache-2.0PP-OCRv5 mobile（公式の Hugging Face の ONNX）

      得意横書きの帳票・看板・写真の中の文字

      苦手縦書きの長文（行の向きの扱い）

      公開元
    • TesseractTesseract OCR（Google 発のオープンソース）・Apache-2.0Tesseract 5.3.4（Ubuntu の公式パッケージ）

      得意きれいに印刷された横書き。長い実績

      苦手傾き・影・ぼけのある写真（見本の実測で差が出た）

      公開元

    02仕組み

    重い計算は、サーバーで。

    モデルは弊社のサーバーに置き、画面は表示だけ。何もダウンロードせずに試せます。

    ブラウザ 画像を選ぶ。大きければ縮めて送る
    画像

    弊社のサーバー

    1つずつ順番に

    1. NDLOCR-Lite
    2. PaddleOCR
    3. Tesseract
    • メモリの中だけで読む
    • 読み終えたら捨てる
    • Hugging FacePaddleOCR のモデルを事前に配置。読み取り中の通信なし
    • Baidu の取得先PaddleOCR の既定。使わない
    • 外部のサービス画像を送らない
    結果
    ブラウザ 行の枠・文字・時間・誤り率を表示
    画像はブラウザから弊社のサーバーへ送られ、3つのエンジンが1つずつ順番に、メモリの中だけで読みます。読み終えたら画像は捨て、結果だけをブラウザに返します。PaddleOCR のモデルは Hugging Face から事前に配置したもので、提供元の既定の取得先（Baidu）は使いません。外部のサービスには画像を送りません。
    詳しく：本家との全文一致と、モデルの出所

    NDLOCR-Lite は、本家そのもの

    国立国会図書館が公開しているコード（2026年10月8日の版）を、手を加えずに呼んでいます。本家のコマンドで読んだ結果と、このデモの結果が、4つの見本すべてで全文一致することを確かめました（2026年10月27日）。

    見本文字誤り率本家のコマンドとの比較
    縦書きの読み物0.6%全文一致
    横書きの社内文書1.9%全文一致
    請求書（表）66.2%全文一致
    スマホで撮った書類5.6%全文一致

    外部への通信は無し

    PaddleOCR のモデルは、提供元の既定の取得先（中国のサーバー）ではなく、PaddlePaddle 公式が Hugging Face に置いている同じもの（ファイルの指紋で一致を確認）を、あらかじめ弊社のサーバーに置いています。読み取りの最中に、外部へ通信することはありません。

    03ライセンスと出典

    使っているもの。

    • NDLOCR-Lite（国立国会図書館）CC BY 4.0。レイアウト認識のモデルには DINOv3 License（Meta）も適用されます。ライセンス・DINOv3 License
    • PaddleOCR（PP-OCRv5 mobile）Apache-2.0。モデルは PaddlePaddle 公式の Hugging Face の ONNX。前処理・後処理は PaddleOCR と同じ手順を弊社で書いています。ライセンス
    • Tesseract 5.3.4（Ubuntu の公式パッケージ・日本語の横書きと縦書きのデータ）Apache-2.0。ライセンス
    • ONNX Runtime（Microsoft・サーバーでの推論）MIT。ライセンス

    04無料相談

    まずは、御社の業務についてお聞かせください。

    導入の相談だけでも構いません。

    無料相談を申し込む
    • 初回のご相談は無料です
    • オンラインでも対応します
    • ITに詳しくなくても大丈夫です
    無料相談を申し込む