1. 製品
  2.   パーサー
  3.   Python
  4.   PaddleOCR
 
  

PaddleOCR: 多言語テキスト抽出のための産業グレードOCR

画像や文書から高精度・高速でテキストを検出・認識

PaddleOCR APIとは？

PaddleOCR Python APIは、光学文字認識（OCR）タスクのための強力で使いやすいツールキットで、開発者が画像から高精度でテキストを抽出・分析するのに役立ちます。PaddlePaddle深層学習フレームワーク上に構築されたPaddleOCRは、幅広い言語をサポートし、テキスト検出、認識、レイアウト分析のための事前学習済みモデルを備えています。直感的なPythonインターフェースにより、ユーザーは文書のデジタル化、写真からのテキスト抽出、自動データ処理など、OCR機能をアプリケーションに迅速に統合できます。PaddleOCR Python APIは、最小限のセットアップと最大の柔軟性で堅牢なOCRソリューションを実装したい方に最適です。

PaddleOCRの主な利点：

  • 多言語サポート： 100以上の言語の事前学習済みモデル（中国語、英語、アラビア語など）
  • 高精度： PP-OCRシリーズモデルはICDARデータセットでトップクラスのベンチマークを達成
  • エンドツーエンドパイプライン： テキスト検出から認識、レイアウト分析まで
  • 軽量モデル： モバイルおよびエッジデバイス向けに最適化（例：PP-OCRv3）

スキャンした文書から道路標識まで、PaddleOCRは業界トップレベルの精度でテキストを抽出します。

GitHub

GitHub の統計

名前：
言語：
出演者：
フォーク:
ライセンス：
リポジトリの最終更新日時

PaddleOCRを選ぶ理由

  • オープンソースの優秀性： GitHubスター30,000以上、活発なコミュニティ貢献
  • 多様な展開： Python、C++、モバイルプラットフォーム（Android/iOS）をサポート
  • レイアウト分析： 複雑な文書内のテキスト領域、表、図を識別
  • 継続的更新： 定期的なモデルリリース（例：PP-OCRv4）
  • 商用利用可能： 企業利用のためのApache 2.0ライセンス

インストール

PaddleOCRにはPython 3.7+が必要で、pip経由でインストールできます。GPUサポートにはCUDA/cuDNNが必要です。

基本インストール


pip install paddleocr paddlepaddle  #CPU版

GPUアクセラレーションの場合：

GPUサポート


pip install paddleocr paddlepaddle-gpu  #CUDA 10.2+が必要

注： 初回使用時に事前学習済みモデルが自動的にダウンロードされます。手動でダウンロードするにはpaddleocr --lang enを使用します。

コード例

これらの例でPaddleOCRの機能を探索してください。すべて英語モデルがインストールされていることを前提としています。

PaddleOCR Python

例1：基本的なOCR

デフォルトモデルを使用してPaddleOCRで画像からテキストを抽出するには、標準構成でOCRエンジンを初期化するだけでよく、英語サポートと角度分類が含まれ、精度が向上します。PaddleOCRは、入力画像からテキストを識別・解釈するために、事前学習済みの検出、認識、分類モデルを使用します。画像が処理されると、OCRエンジンは検出されたテキストをその位置と各結果の信頼度スコアとともに返します。この設定により、カスタムモデルのトレーニングや複雑な設定なしで、画像からテキストコンテンツを迅速かつ効率的に抽出できます。

画像OCR


from paddleocr import PaddleOCR

ocr = PaddleOCR(use_angle_cls=True, lang='en')  # 初期化
result = ocr.ocr('image.jpg', cls=True)  # 画像処理

# 認識されたテキストを印刷
for line in result:
    print(line[-1][0])  # テキスト内容

出力内容：

  • テキスト内容と信頼度スコア
  • バウンディングボックス座標

例2：バッチ処理

PaddleOCRを使用して複数の画像を効率的に処理するには、冗長な初期化を最小限に抑え、パフォーマンスを最適化するバッチ処理技術を活用できます。各画像に対してOCRエンジンを個別に初期化する代わりに、OCRモデルの単一インスタンスを作成し、すべての入力画像で再利用することをお勧めします。このアプローチにより、処理時間とリソース消費が大幅に削減されます。画像パスのリストをループ内でOCRエンジンに渡すか、並列処理（適切な場合）を使用することで、ドキュメントバッチ、スキャンされたアーカイブ、または一括画像分析を含むワークフローに最適な、大量の画像セットからテキストを迅速かつ効果的に抽出できます。

バッチOCR


image_paths = ['doc1.jpg', 'doc2.png']
results = ocr.ocr(image_paths, batch_size=4)  # 並列処理

例3：レイアウト分析

PaddleOCRは、テキストを認識するだけでなく、特定のテキスト領域を識別し、画像内の表などの構造化要素を検出するためにも使用できます。システムはまず、検出モデルを通じてテキスト領域を特定し、各テキスト領域をバウンディングボックスで囲み、ユーザーが画像内のテキストの位置を理解できるようにします。フォームや表を含む文書など、より複雑なレイアウトの場合、PaddleOCRはレイアウト分析と表構造認識をサポートします。これにより、行、列、セル境界を検出でき、表形式のデータを整理された形式で抽出できます。このような機能は、自由形式のテキストと表形式のデータが共存するスキャンされた文書、請求書、またはスプレッドシートのデジタル化に特に有用です。

レイアウト検出


from paddleocr import PPStructure

structure_engine = PPStructure(table=False, ocr=False)
layout_result = structure_engine('document.pdf')

高度な機能

PaddleOCRは複雑なワークフローをサポート：

  • カスタムトレーニング： 独自データでモデルを微調整：

    モデルトレーニング

    
    python tools/train.py -c configs/det/det_mv3_db.yml
  • 多言語混合： 複数言語の文書を処理：

    多言語OCR

    
    ocr = PaddleOCR(lang='chinese+english')
  • PDFサポート： PDFから直接テキスト抽出：

    PDF処理

    
    result = ocr.ocr('document.pdf', type='pdf')

まとめ

PaddleOCRは、比類のない多言語サポートとスケーラビリティを備えた本番環境対応のOCRを提供します。以下の用途に最適：

  • 文書デジタル化： スキャンしたPDF、請求書、領収書
  • 多言語アプリケーション： パスポート認識、多言語書籍
  • エッジデプロイメント： オンデバイスOCRを備えたモバイルアプリ

PaddlePaddleの深層学習エコシステムに支えられ、PaddleOCRはOCRの精度と効率において基準を設定し続けています。

類似製品

 日本語