AIを用いて写真からテキストデータを抽出できる軽量ツール「NDLOCR-Lite」が2月24日、国会図書館の実験的なサービスを提供する「NDLラボ」の公式「GitHub」サイトで公開された。ライセンスは「CC BY 4.0」で、ソースコードも公開済み。適切なクレジット表示さえあれば商用を含め自由に利用できる。

最近、LLMへのRAGを用いた文書データの連携等を目的に海外を中心にOCRや文書画像解析技術に関連する新しいサービスが活発にリリースされています。 しかし、その多くは日本語をメインターゲットに開発されているわけではありません。日本語文書は ...

国立国会図書館のNDLラボは2月24日、一般的なノートPCや家庭用PCで、図書や雑誌といった資料のデジタル化画像からテキストデータが作成できるOCRソフト「NDLOCR-Lite」を無償で公開した。公式GitHubからダウンロード可能となっており、CC BY 4.0ライセンスで公開されている。

Popplerを使わずにPythonでPDFを画像に変換してOCR解析を行う方法に関するシェアです。 この方法ではPyMuPDFを使ってPDFを画像に変換し、TesseractでOCR解析を行います。 PythonでPDFからテキストを抽出する：Popplerなしの方法 PDFから文字を抽出するには、PDFを画像に ...

住友電工情報システム株式会社は、文書管理・情報共有システム「楽々Document Plus」において、AI-OCRに対応し、手書き文字も検索できるようになった新版「Ver.6.9」を2月27日より販売開始する。 楽々Document ...

AI開発企業のMistral AIが、スキャンしたドキュメントや手書き文字を認識してテキストデータに変換できるAIモデル「Mistral OCR 3」を発表しました。Mistral OCR 3の精度はエンタープライズ向けの文書処理ソリューションやAIを用いたOCRソリューションを上回り ...

株式会社ハンモック（本社：東京都新宿区、代表取締役社長：若山 大典、以下 ハンモック）の提供する、AI OCR＋人の ...