NDLOCR-Lite Web

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。レイアウト検出モデル（DEIMv2）は NDLOCR-Lite のものを利用しており、文字認識モデル（PARSeq）は独自に再学習した改良版（入力高さ 24px、tegaki3データ追加）を使用しています。

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）

特徴

• 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。

使い方

1. https://ndlocr-liteweb.netlify.app/ をブラウザで開く
2. 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
3. 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
4. OCR処理が完了するとテキストが表示される
5. 「コピー」「ダウンロード」ボタンでテキストを出力

対応ファイル形式

形式	説明
JPEG/PNG	一般的な画像ファイル
PDF	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）

技術情報

使用モデル

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）※ndlocr-lite より
PARSeq-30	parseq-ndl-24x256-30-tiny-189epoch-tegaki3-r8data-202604.onnx	—	文字認識（≤30文字行、入力サイズ 24×256）
PARSeq-50	parseq-ndl-24x384-50-tiny-300epoch-tegaki3-r8data-202604.onnx	—	文字認識（≤50文字行、入力サイズ 24×384）
PARSeq-100	parseq-ndl-24x768-100-tiny-153epoch-tegaki3-r8data-202604.onnx	—	文字認識（≤100文字行、入力サイズ 24×768）

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。PARSeq モデルは ndlocr-lite ベースの tiny 構成を入力高さ 24px・tegaki3 データ追加で再学習した改良版です（202604）。

技術スタック

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）

OCR処理フロー

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

ローカル開発

# 依存関係インストール
npm install

# 開発サーバー起動
npm run dev

# ビルド
npm run build

Note: 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。

注意事項

• 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）

帰属・クレジット

本ツールは NDLOCR-Lite（国立国会図書館 NDL Lab）の派生物です。レイアウト検出モデル（DEIMv2）・文字認識モデル（PARSeq）・文字セット・推論アルゴリズムは 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

作成者

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