ブラウザで動く日本語OCRツール
本ツールは、国立国会図書館（NDL）が開発・公開している NDLOCR-Lite（NDL Lab）を元にして、WebブラウザのみでOCR処理が完結するよう移植・再実装したものです。OCRモデル（DEIMv2・PARSeq）はすべて NDLOCR-Lite のものをそのまま利用しており、本ツールはそのWebフロントエンドとして機能します。
サイト: https://ndlocr-liteweb.netlify.app/ 元リポジトリ: https://github.com/ndl-lab/ndlocr-lite（国立国会図書館）
- ブラウザ完結 — 画像・OCR結果を外部サーバーに送信しません。すべての処理がブラウザ内で完結します。
- 高精度レイアウト認識 — DEIMv2 モデルによりテキスト行の矩形領域を自動検出します。
- カスケード文字認識 — 行の文字数に応じて3種類の PARSeq モデルを使い分け、精度を最適化します。
- PDF対応 — 複数ページのPDFを一括処理できます。
- バッチ処理 — 複数の画像ファイルやフォルダをまとめて処理できます。
- 結果のキャッシュ — IndexedDB にモデルと処理結果（最新100件）を保存し、再利用できます。
- 領域選択 — マウスドラッグで任意の矩形領域を選択し、テキストを確認できます。
- 日英対応 — 日本語・英語のUI切替ができます。
- https://ndlocr-liteweb.netlify.app/ をブラウザで開く
- 初回起動時にONNXモデル（計約146MB）を自動ダウンロード・IndexedDBにキャッシュ
- 画像（JPG/PNG）またはPDFをドラッグ&ドロップするか、クリックして選択
- OCR処理が完了するとテキストが表示される
- 「コピー」「ダウンロード」ボタンでテキストを出力
| 形式 | 説明 |
|---|---|
| JPEG/PNG | 一般的な画像ファイル |
| 複数ページ対応（各ページを 2倍スケールでレンダリング） |
| モデル | ファイル | サイズ | 用途 |
|---|---|---|---|
| DEIMv2 | deim-s-1024x1024.onnx |
38MB | レイアウト検出（テキスト行の矩形認識） |
| PARSeq-30 | parseq-ndl-30.onnx |
34MB | 文字認識（≤30文字行、入力サイズ 16×256） |
| PARSeq-50 | parseq-ndl-50.onnx |
35MB | 文字認識（≤50文字行、入力サイズ 16×384） |
| PARSeq-100 | parseq-ndl-100.onnx |
39MB | 文字認識（≤100文字行、入力サイズ 16×768） |
DEIMv2 は行ごとに文字数カテゴリ（1/2/3）を予測し、それに応じて最適な PARSeq モデルを選択するカスケード方式で処理します。
| 要素 | 技術 |
|---|---|
| フレームワーク | Vite + React 19 + TypeScript |
| OCRランタイム | onnxruntime-web 1.20.0（WASM CPU バックエンド） |
| PDF処理 | pdfjs-dist 4.9.0 |
| OCR処理 | Web Worker（UIをブロックしない非同期処理） |
| モデルキャッシュ | IndexedDB |
| デプロイ | Netlify（COOP/COEP ヘッダー対応） |
入力ファイル（JPG/PNG/PDF）
↓ imageLoader / pdfLoader → ImageData
↓ Web Worker
1. DEIMv2レイアウト検出
→ テキスト行の矩形 + 文字数カテゴリ を取得
2. カスケード文字認識（PARSeq × 3モデル）
→ charCountCategory=3 → PARSeq-30
→ charCountCategory=2 → PARSeq-50
→ その他 → PARSeq-100
3. 読み順ソート（縦書き右→左）
↓ メインスレッド
結果表示 + IndexedDB保存
# 依存関係インストール
npm install
# モデルファイルを配置（ndlocr-lite から取得）
cp /path/to/ndlocr-lite/src/model/deim-s-1024x1024.onnx public/models/
cp /path/to/ndlocr-lite/src/model/parseq-ndl-16x256-30-*.onnx public/models/parseq-ndl-30.onnx
cp /path/to/ndlocr-lite/src/model/parseq-ndl-16x384-50-*.onnx public/models/parseq-ndl-50.onnx
cp /path/to/ndlocr-lite/src/model/parseq-ndl-16x768-100-*.onnx public/models/parseq-ndl-100.onnx
# 開発サーバー起動
npm run dev
# ビルド
npm run buildNote: COOP/COEP ヘッダーが必要なため、
npm run devで起動した開発サーバー（localhost:5173）で動作確認してください。単純なファイル開き（file://）では動作しません。
- 初回起動時に約 146MB のONNXモデルをダウンロードします（2回目以降はキャッシュから読み込み）
- 処理時間はハードウェア性能に依存します（GPU加速なしのCPU推論のため、1枚あたり数十秒かかる場合があります）
- 対応ブラウザ: WebAssembly・IndexedDB・Web Worker に対応した最新ブラウザ（Chrome/Firefox/Safari/Edge 推奨）
本ツールは NDLOCR-Lite（国立国会図書館 NDL Lab）の派生物です。OCRモデル（重みファイル）・文字セット・推論アルゴリズムはすべて NDLOCR-Lite に帰属します。
- NDLOCR-Lite: ndl-lab/ndlocr-lite（国立国会図書館）
- DEIMv2: ShihuaHuang95/DEIM
- PARSeq: baudm/parseq
- 文字セット（NDLmoji.yaml）: 国立国会図書館
橋本雄太（国立歴史民俗博物館 / 国立国会図書館 非常勤調査員）
- GitHub: yuta1984/ndlocrlite-web
