mixiユーザー(id:68846942)
2026年07月05日00:50
16 view
多量の写真･PDFファイルやデスクトップ全体のテキストデータを抜き出す便利ツールの御紹介
【キーワード】多量テキスト抽出可能、誤抽出が少ない、効率的に抽出
【投稿者コメント】
【１】｢NDLOCR-Lite｣の概要
多量の写真･PDFファイルやデスクトップ全体のテキストデータを､精度良く､効率的に､早く､抜き出す便利ツールの御紹介だ。
GPUの無いPCでも､効率的に､軽快に､早く､多量のテキストデータの抜き出しが可能で､おまけに､誤抽出･文字化けが少ないので､重宝出来る｡
そのツールは､下記の【以下転載１】及び【以下転載２】に示す､｢NDLOCR-Lite｣ーGPU無しで動作する軽量なAI_OCRツール､写真からテキストデータを抽出_と云う､国会図書館のラボから無償公開されたアプリだ｡
出処も維持管理もしっかりしているので､長く使えるだろう｡
国の役所の国会図書館が所蔵の多量の図書から､正確に多量の文章テキストを抽出するのに､使用する業務ツールの改造･公開版だから､信頼性も精度も処理速度も保証されており､安心して御勧め出来る､推奨アプリだ｡
【２】｢NDLラボ｣のサービス･データ･イベントの活用を推奨
『くずし字や漢籍の資料も読み取れる場合がありますが､これらの資料に対して本格的なテキスト化を行う場合は､より読み取り精度の高い｢NDL古典籍OCR｣や｢NDL古典籍OCR-Lite｣を御利用頂く事を推奨します｡』とあるから､本ツールや､NDLラボの各種OCRアプリは､IT関係､理工系の業務用途以外の､邦文や漢文等の古書解析や法文書解析等の文学･法文･教育等の文化系業務用途にも広く使えるだろう｡ゆえに､本ツールやその関連ソフトは､日常業務に役立つだけでなく､歴史学や文学や考古学等の研究･開発に寄与する優れた推奨ソフトと云える｡
→
・｢NDL古典籍OCR-Liteの使い方｣
https:/
・｢古典籍資料のOCRテキスト化実験（令和4年度〜）｣
https:/
尚､国会図書館／NDLラボは､｢書誌情報検索･可視化システム｣( https:/
『美馬秀樹京都大学学術メディアセンター特定教授を中心として開発された､文書間の意味的な関連に基づいて､データマイニングを可能とする検索･可視化システム｢MIMAサーチ｣を活用している｡内容の意味的関連性に基づいて検索結果の可視化を行う事で､必要な情報の探索をより早く行う事が出来る｡詳細や活用例については､サービストップページを参照の事｡』とあるから､多量の文献･図書の迅速な検索業務にも有効だろう｡
日常業務の文献･図書検索業務には､広く活用出来るので､是非､利用･活用をお勧めしたい！ 共同開発業務にも､図書検索業務の相談にも応じているので､是非､アクセスしてみてほしい！
→
・｢NDLラボ｣のサイトマップ
https:/
国の研究機関や大学･役所･自治体等で使える｢公的インフラ･ツール｣ゆえ､要望を出せば､機能追加や改造･改良も可能かも知れない｡
→
・｢NDLOCR-Liteの公開について | NDLラボ｣
https:/
・問い合わせ：
国立国会図書館 電子情報部 電子情報企画課 次世代システム開発研究室
〒100-8924 東京都千代田区永田町1-10-1
E-mail：lab@ndl.go.jp
【３】｢NDLOCR-Lite｣の使い方
使い方の手順は以下の通りだ｡
【｢NDLOCR-Lite／写真からテキストデータを抽出するAI_OCRツール｣の使用手順】
手順の詳細は､下記の【以下転載２】を参照の事｡
��2026年2月25日AM3:11現在の最新版は､
https:/
の｢ ndlocr_lite_v1.0.0_windows.zip ｣ゆえ､このzipをクリックしてデスクトップ等へDownloadする(添付図３)
�▲妊好�トップ等へDownloadした ndlocr_lite_v1.0.0_windows.zip を解凍して､解凍されたフォルダの ndlocr_lite_v1.0.0_windows をデスクトップ等へ置く｡尚､このフォルダ名は､日本語の2バイト文字等へ変えずにそのままとしないとアプリが起動しない！
�� ndlocr_lite_v1.0.0_windows フォルダ内の windows フォルダ内のファイルの ndlocr_lite_gui.exe のショートカットを作成して､このショートカットのコピーをデスクトップに置いて名称を例えば､｢NDLOCR-Lite／写真からテキストデータを抽出するAI_OCRツール｣とする(添付図４)
�ぅ妊好�トップに置いたアプリのショートカットをクリックする
�ズ能蕕離▲廛蟲�動だけ､時間が掛かるので､アプリのダイヤログ破面が表示されるまで待つと､添付図１のアプリ画面が表示される
�Ε▲廛蠅了箸な�は至極､簡単だ｡まず､添付図６の如く､(1)｢処理対象の画像ファイル｣と(2)｢出力先｣と(3)｢OCRボタン｣の押下を指定･クリックするだけだ｡
�Г垢襪�､添付図６の如く､下部に､どこのテキストを抜き出したかを示す画像(左図)と抜き出しテキスト文字(右図)が表示されるので､この右図のテキスト文字は､コピペで他へコピー出来る｡
�┥�､抜き出したテキスト文字は､�Г濃慊蠅靴申侘論茲離侫�ルダ内のテキストファイル(拡張子.txt)に書き出される｡画像ファイルのどのテキストを抜き出したかを示す.jpgファイルも書き出される｡(添付図７)
��又､フォルダ内の多量の画像ファイルやPDFファイルからテキストを抜き出す場合は､
添付図10の如く､(1)｢フォルダ内の画像を処理する｣ボタンを押して、表示されるフォルダ選択画面からテキスト化したい画像の含まれるフォルダを選んで､(2)テキストの出力先を選択して､(3｢OCR｣ボタンを押す｡
��更に､デスクトップ全体からテキストを抜き出す場合は､
添付図12の如く､(1)｢キャプチャモード｣ボタンを押して､添付図14の様な､(2)表示される薄い赤色の長方形を､下図左側のようにOCRしたい範囲にドラッグアンドドロップすると､下図右側のモーダル(キャプチャ結果)が表示されるので､(3)｢OCR実行｣ボタンを押すと､添付図15の如く､少し待つとOCR結果が表示される｡
��又､｢Crop&OCRモード｣と云う､画像ファイル上の任意の範囲を選択してその範囲だけをOCRする機能もある｡添付図10の如く､(1)｢Crop&OCR｣ボタンを押すと､画像が表示されるので､(2)その画像上をドラッグアンドドロップすると青い枠で指定された範囲が表示されるので､範囲を選択したら､(3)｢切り抜きOCR｣ボタンを押すと､添付図11の如く､少し待つとOCR結果が表示される｡
【以下転載１】
https:/
｢GPUなしで動作する軽量なAI OCRツール｢NDLOCR-Lite｣､国会図書館のラボから無償公開／コマンドライン版に加えWindows／Mac／Linux対応のデスクトップ版を用意｣
樽井 秀人 2026年2月24日 16:45
添付図１_GPUなしでも動作する軽量OCRツール「NDLOCR-Lite」
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。
「NDLOCR-Lite」は、国立国会図書館（NDL）が内製で開発したOCR（光学文字認識技術）アプリ。NDLラボは「NDLOCR」というOCRツールも無償で提供しているが、快適に利用するにはハイスペックなGPUが必須で、導入のハードルが高かった。その点、「NDLOCR-Lite」は一般的なノートPCで高速に動作するよう設計されており、動作にGPUは不要。誰でも気軽に利用できるのが魅力だ。開発に当たっては、古典籍資料向けの「NDL古典籍OCR-Lite」で得られた知見が生かされているという。
関連記事：
・国会図書館が古典籍資料からテキスト抽出する軽量OCRツールを公開 〜GPUなしでも動作
https:/
「NDLOCR-Lite」には「Python 3.10」以降で動作するコマンドライン（CLI）版と、デスクトップで手軽に利用できるGUI版がある。一般のユーザであれば、マウス操作で簡単に扱える後者のデスクトップ版がお勧めだ。Windows、Mac、Linuxがサポートされているので、リリースページからプラットフォームに適したバージョン（Windows環境であれば「ndlocr_lite_v1.0.0_windows.zip」）をダウンロードし、実行しよう。
なお、その際は全角文字を含むパスに実行ファイルを置かないように注意。起動しない可能性があるという。
GUI版アプリの使い方は簡単で、文字認識の言語、ソース（認識対象）となる画像、データを出力するフォルダーの3つを指定して［OCR］または［Crop&OCR］ボタンを押せばよい。言語は日本語と英語が選択可能。ソースとなる画像は単体ファイル、または画像ファイルの含まれているフォルダーを指定できるほか、デスクトップをキャプチャーしてソース画像とする［キャプチャモード］が用意されている。
添付図２_OCR処理が完了すると、ウィンドウ下部に認識結果のテキストと画像がプレビュー表示される
出力フォルダーにも、認識したテキストを保存したファイル、認識箇所を赤線でマークした画像ファイル、テキストと認識個所のデータが記述されたXMLファイルなどが出力される。
OCR処理が完了すると、ウィンドウ下部に認識結果のテキストと画像がプレビュー表示される
フルスペックの「NDLOCR」は引き続き提供されるとのことだが、一般的なテキストのデジタル化であれば「NDLOCR-Lite」でも十分な品質を得られるだろう。「NDLOCR」が不得意としていた英文や手書き文字も、「NDLOCR-Lite」ならば実験的ながらカバーしている。状況に応じて、くずし字・漢籍に特化した「NDL古典籍OCR-Lite」と使い分けよう。
ソフトウェア情報：｢NDLOCR-Lite｣
【著作権者】NDLラボ
【対応OS】Windows/Mac/Linux（編集部にてWindows 11で動作確認）
【ソフト種別】フリーソフト
【バージョン】1.0.0（26/02/24）
編集部のおすすめ記事：
・｢Microsoft フォト｣アプリにさらなる強化〜OCR、AI、シェル連携の拡充をテスト開始
https:/
関連リンク：
・ndl-lab/ndlocr-lite: NDLOCR Lite application repository (including source code)
https:/
・NDLOCR-Liteの公開について | NDLラボ
https:/
関連記事：
•
・デスクトップを囲ってOCR 〜「Snipping Tool」キャプチャーバーにテキスト抽出ボタン､2025年4月17日
https:/
・国会図書館が古典籍資料からテキスト抽出する軽量OCRツールを公開 〜GPUなしでも動作､2024年11月27日
https:/
・「PowerToys」のOCR機能が表（テーブル）の読み取りに対応 〜v0.74がリリース､2023年9月28日
https:/
【以下転載２】
https:/
｢NDLOCR-Liteの使い方｣
NDLラボでは、マウス操作だけで簡単に利用できるOCRソフトウェア「NDLOCR-Lite」を開発・公開しています。
このソフトウェアを利用し、図書や雑誌資料の画像から文字部分をテキスト化（文字起し）することができます（機械的な判断結果のため、誤りを含みます。）。
このページではWindowsユーザを対象に、簡単な使い方をご紹介します。
なお、Macユーザに向けての使い方については、当館非常勤調査員でもある東京大学史料編纂所の中村覚先生の記事「NDL古典籍OCR-Lite（ndlkotenocr-lite）をMac OSで使用する（https:/
（1）OCRのダウンロード
次が、ダウンロードサイトのURLです、リンクをたどってブラウザで表示してください。
https:/
添付図３
上のような画面が表示されます（バージョン番号（上の画像の場合は「v1.0.0」）は更新されている可能性があります。）。
ここでは、OSごとにダウンロードファイルを用意しています。利用したいOSのファイル（ファイル名に「windows」を含むzipファイル。）のリンクを選択します（リンクをクリックすると、ダウンロードが始まります。）。ファイルは200MB程度ありますので、少々時間がかかります。
（2）zipファイルの展開
zipファイルは、exeファイル等をまとめたzip圧縮ファイルになっています。これを完全に展開します。
zipファイルを右クリックして表示されるメニューから「すべてを展開…」を選ぶか、別途ソフトウェアを使用して、zipファイルの中身を完全に展開します（zipファイルをダブルクリックしただけでは、圧縮ファイルの内容が表示されているだけの場合があります。）。
この時に、配置するフォルダの名称は半角の英数または記号とし、日本語等の全角文字を使わないようにしてください（日本語等の全角文字が含まれると起動しないことがあります）。
（3）OCRの起動
ダウンロードファイルの展開後に現れる「ndlocr_lite_gui.exe」ファイル（アルファベットの「O」のアイコン）をダブルクリックしてOCRを起動します。この時、セキュリティの警告画面が表示されることがありますが、そのまま進めてください。 また、初回のみ、画面枠が表示されてから画面の内容が描画されるまで少々時間がかかります。
目安としてPCのメモリに1GB以上空きがないと起動しません。もしなかなか立ち上がらない場合には、Webブラウザ等メモリを大きく消費するアプリケーションを閉じた後に、再度起動（ダブルクリック）してください。
添付図４
次のような画面が表示されればOKです。
添付図５
（4）資料のテキスト化（1枚の画像全体をテキスト化する）
[1]｢画像ファイルを処理する｣ボタンを押して、表示されるファイル選択画面から、テキスト化したい画像ファイルを選びます。
[2]｢出力先を選択する｣ボタンを押して、表示されるフォルダ選択画面から、テキスト化結果の出力先フォルダを選択します。
[3]｢OCR｣ボタンを押します。これによりテキスト化が始まります。
[4]テキスト化が終了すると、下部に結果が表示されます。
添付図６
[5][2]で指定した出力先のフォルダを開くと、テキストデータ等が出力されています
。これをメモ帳などのアプリケーションで開いたり、マウス操作で選択してコピー＆ペーストすることもできます。
添付図７
（5）資料のテキスト化（フォルダの中の画像をまとめてテキスト化する）
[1]｢フォルダ内の画像を処理する｣ボタンを押して、表示されるフォルダ選択画面からテキスト化したい画像の含まれるフォルダを選びます。続いて、上の（4）と同様にテキストの出力先を選択して「OCR」ボタンを押します。
[2]フォルダの中の複数の画像をまとめてテキスト化したときは、「前の画像」「次の画像」でOCR結果のテキストデータをコマ送りできます。
添付図８
（6）出力ファイルの形式選択
「出力形式の選択」ボタンを押すと、出力ファイルの形式を選択できます。ここで選択した形式が、「出力先を選択する」で設定したフォルダに出力されます。
添付図９
出力ファイルのそれぞれの形式の説明は次のとおりです。
・TXT形式：構造情報を持たない文字列情報のみのテキストデータです。
・JSON形式：1行の文字列ごとに、文字列を囲む座標情報とその中の文字列のテキストデータがjson形式で格納されています。
・XML形式：レイアウト情報、座標情報、及び内部の文字列のテキストデータ等がxml形式で格納されています。
・TEI形式：TEI（Text Encoding Initiative）に準拠した形式のテキストデータです。
・透明テキスト付PDF形式：PDFにテキストデータを透明テキストとして埋め込んだ形式です。内部の検索やコピー＆ペーストができます。
（7）Crop&OCRモード
画像ファイル上の任意の範囲を選択してその範囲だけをOCRする機能です。
[1]｢Crop&OCR｣ボタンを押すと、画像が表示されます。
添付図10
[2]画像上をドラッグアンドドロップすると青い枠で指定された範囲が表示されます。範囲を選択できたら「切り抜きOCR」ボタンを押します。
添付図11
[3]少し待つとOCR結果が表示されます。
添付図12
（8）キャプチャモード
画像ファイルを用意することなしに、今表示しているPC上の画面の任意の範囲を指定してその範囲だけをOCRする機能です。※指定した範囲の画面キャプチャをアプリケーションの内部で撮影することが、名前の由来です。
[1]｢キャプチャモード｣ボタンを押します。
添付図13
[2]表示される薄い赤色の長方形を、下図左側のようにOCRしたい範囲にドラッグアンドドロップすると、下図右側のモーダル（キャプチャ結果）が表示されるので「OCR実行」ボタンを押します。
添付図14
[3]少し待つとOCR結果が表示されます
添付図15
(1)から(7)までの使用した資料画像の出典：芥川竜之介 著『傀儡師』,新潮社,1919. 国立国会図書館デジタルコレクション https:/
(8)の画像の出典：ウィキペディア(https:/
【投稿者コメント】
【１】｢NDLOCR-Lite｣の概要
多量の写真･PDFファイルやデスクトップ全体のテキストデータを､精度良く､効率的に､早く､抜き出す便利ツールの御紹介だ。
GPUの無いPCでも､効率的に､軽快に､早く､多量のテキストデータの抜き出しが可能で､おまけに､誤抽出･文字化けが少ないので､重宝出来る｡
そのツールは､下記の【以下転載１】及び【以下転載２】に示す､｢NDLOCR-Lite｣ーGPU無しで動作する軽量なAI_OCRツール､写真からテキストデータを抽出_と云う､国会図書館のラボから無償公開されたアプリだ｡
出処も維持管理もしっかりしているので､長く使えるだろう｡
国の役所の国会図書館が所蔵の多量の図書から､正確に多量の文章テキストを抽出するのに､使用する業務ツールの改造･公開版だから､信頼性も精度も処理速度も保証されており､安心して御勧め出来る､推奨アプリだ｡
【２】｢NDLラボ｣のサービス･データ･イベントの活用を推奨
『くずし字や漢籍の資料も読み取れる場合がありますが､これらの資料に対して本格的なテキスト化を行う場合は､より読み取り精度の高い｢NDL古典籍OCR｣や｢NDL古典籍OCR-Lite｣を御利用頂く事を推奨します｡』とあるから､本ツールや､NDLラボの各種OCRアプリは､IT関係､理工系の業務用途以外の､邦文や漢文等の古書解析や法文書解析等の文学･法文･教育等の文化系業務用途にも広く使えるだろう｡ゆえに､本ツールやその関連ソフトは､日常業務に役立つだけでなく､歴史学や文学や考古学等の研究･開発に寄与する優れた推奨ソフトと云える｡
→
・｢NDL古典籍OCR-Liteの使い方｣
https:/
・｢古典籍資料のOCRテキスト化実験（令和4年度〜）｣
https:/
尚､国会図書館／NDLラボは､｢書誌情報検索･可視化システム｣( https:/
『美馬秀樹京都大学学術メディアセンター特定教授を中心として開発された､文書間の意味的な関連に基づいて､データマイニングを可能とする検索･可視化システム｢MIMAサーチ｣を活用している｡内容の意味的関連性に基づいて検索結果の可視化を行う事で､必要な情報の探索をより早く行う事が出来る｡詳細や活用例については､サービストップページを参照の事｡』とあるから､多量の文献･図書の迅速な検索業務にも有効だろう｡
日常業務の文献･図書検索業務には､広く活用出来るので､是非､利用･活用をお勧めしたい！ 共同開発業務にも､図書検索業務の相談にも応じているので､是非､アクセスしてみてほしい！
→
・｢NDLラボ｣のサイトマップ
https:/
国の研究機関や大学･役所･自治体等で使える｢公的インフラ･ツール｣ゆえ､要望を出せば､機能追加や改造･改良も可能かも知れない｡
→
・｢NDLOCR-Liteの公開について | NDLラボ｣
https:/
・問い合わせ：
国立国会図書館 電子情報部 電子情報企画課 次世代システム開発研究室
〒100-8924 東京都千代田区永田町1-10-1
E-mail：lab@ndl.go.jp
【３】｢NDLOCR-Lite｣の使い方
使い方の手順は以下の通りだ｡
【｢NDLOCR-Lite／写真からテキストデータを抽出するAI_OCRツール｣の使用手順】
手順の詳細は､下記の【以下転載２】を参照の事｡
��2026年2月25日AM3:11現在の最新版は､
https:/
の｢ ndlocr_lite_v1.0.0_windows.zip ｣ゆえ､このzipをクリックしてデスクトップ等へDownloadする(添付図３)
�▲妊好�トップ等へDownloadした ndlocr_lite_v1.0.0_windows.zip を解凍して､解凍されたフォルダの ndlocr_lite_v1.0.0_windows をデスクトップ等へ置く｡尚､このフォルダ名は､日本語の2バイト文字等へ変えずにそのままとしないとアプリが起動しない！
�� ndlocr_lite_v1.0.0_windows フォルダ内の windows フォルダ内のファイルの ndlocr_lite_gui.exe のショートカットを作成して､このショートカットのコピーをデスクトップに置いて名称を例えば､｢NDLOCR-Lite／写真からテキストデータを抽出するAI_OCRツール｣とする(添付図４)
�ぅ妊好�トップに置いたアプリのショートカットをクリックする
�ズ能蕕離▲廛蟲�動だけ､時間が掛かるので､アプリのダイヤログ破面が表示されるまで待つと､添付図１のアプリ画面が表示される
�Ε▲廛蠅了箸な�は至極､簡単だ｡まず､添付図６の如く､(1)｢処理対象の画像ファイル｣と(2)｢出力先｣と(3)｢OCRボタン｣の押下を指定･クリックするだけだ｡
�Г垢襪�､添付図６の如く､下部に､どこのテキストを抜き出したかを示す画像(左図)と抜き出しテキスト文字(右図)が表示されるので､この右図のテキスト文字は､コピペで他へコピー出来る｡
�┥�､抜き出したテキスト文字は､�Г濃慊蠅靴申侘論茲離侫�ルダ内のテキストファイル(拡張子.txt)に書き出される｡画像ファイルのどのテキストを抜き出したかを示す.jpgファイルも書き出される｡(添付図７)
��又､フォルダ内の多量の画像ファイルやPDFファイルからテキストを抜き出す場合は､
添付図10の如く､(1)｢フォルダ内の画像を処理する｣ボタンを押して、表示されるフォルダ選択画面からテキスト化したい画像の含まれるフォルダを選んで､(2)テキストの出力先を選択して､(3｢OCR｣ボタンを押す｡
��更に､デスクトップ全体からテキストを抜き出す場合は､
添付図12の如く､(1)｢キャプチャモード｣ボタンを押して､添付図14の様な､(2)表示される薄い赤色の長方形を､下図左側のようにOCRしたい範囲にドラッグアンドドロップすると､下図右側のモーダル(キャプチャ結果)が表示されるので､(3)｢OCR実行｣ボタンを押すと､添付図15の如く､少し待つとOCR結果が表示される｡
��又､｢Crop&OCRモード｣と云う､画像ファイル上の任意の範囲を選択してその範囲だけをOCRする機能もある｡添付図10の如く､(1)｢Crop&OCR｣ボタンを押すと､画像が表示されるので､(2)その画像上をドラッグアンドドロップすると青い枠で指定された範囲が表示されるので､範囲を選択したら､(3)｢切り抜きOCR｣ボタンを押すと､添付図11の如く､少し待つとOCR結果が表示される｡
【以下転載１】
https:/
｢GPUなしで動作する軽量なAI OCRツール｢NDLOCR-Lite｣､国会図書館のラボから無償公開／コマンドライン版に加えWindows／Mac／Linux対応のデスクトップ版を用意｣
樽井 秀人 2026年2月24日 16:45
添付図１_GPUなしでも動作する軽量OCRツール「NDLOCR-Lite」
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。
「NDLOCR-Lite」は、国立国会図書館（NDL）が内製で開発したOCR（光学文字認識技術）アプリ。NDLラボは「NDLOCR」というOCRツールも無償で提供しているが、快適に利用するにはハイスペックなGPUが必須で、導入のハードルが高かった。その点、「NDLOCR-Lite」は一般的なノートPCで高速に動作するよう設計されており、動作にGPUは不要。誰でも気軽に利用できるのが魅力だ。開発に当たっては、古典籍資料向けの「NDL古典籍OCR-Lite」で得られた知見が生かされているという。
関連記事：
・国会図書館が古典籍資料からテキスト抽出する軽量OCRツールを公開 〜GPUなしでも動作
https:/
「NDLOCR-Lite」には「Python 3.10」以降で動作するコマンドライン（CLI）版と、デスクトップで手軽に利用できるGUI版がある。一般のユーザであれば、マウス操作で簡単に扱える後者のデスクトップ版がお勧めだ。Windows、Mac、Linuxがサポートされているので、リリースページからプラットフォームに適したバージョン（Windows環境であれば「ndlocr_lite_v1.0.0_windows.zip」）をダウンロードし、実行しよう。
なお、その際は全角文字を含むパスに実行ファイルを置かないように注意。起動しない可能性があるという。
GUI版アプリの使い方は簡単で、文字認識の言語、ソース（認識対象）となる画像、データを出力するフォルダーの3つを指定して［OCR］または［Crop&OCR］ボタンを押せばよい。言語は日本語と英語が選択可能。ソースとなる画像は単体ファイル、または画像ファイルの含まれているフォルダーを指定できるほか、デスクトップをキャプチャーしてソース画像とする［キャプチャモード］が用意されている。
添付図２_OCR処理が完了すると、ウィンドウ下部に認識結果のテキストと画像がプレビュー表示される
出力フォルダーにも、認識したテキストを保存したファイル、認識箇所を赤線でマークした画像ファイル、テキストと認識個所のデータが記述されたXMLファイルなどが出力される。
OCR処理が完了すると、ウィンドウ下部に認識結果のテキストと画像がプレビュー表示される
フルスペックの「NDLOCR」は引き続き提供されるとのことだが、一般的なテキストのデジタル化であれば「NDLOCR-Lite」でも十分な品質を得られるだろう。「NDLOCR」が不得意としていた英文や手書き文字も、「NDLOCR-Lite」ならば実験的ながらカバーしている。状況に応じて、くずし字・漢籍に特化した「NDL古典籍OCR-Lite」と使い分けよう。
ソフトウェア情報：｢NDLOCR-Lite｣
【著作権者】NDLラボ
【対応OS】Windows/Mac/Linux（編集部にてWindows 11で動作確認）
【ソフト種別】フリーソフト
【バージョン】1.0.0（26/02/24）
編集部のおすすめ記事：
・｢Microsoft フォト｣アプリにさらなる強化〜OCR、AI、シェル連携の拡充をテスト開始
https:/
関連リンク：
・ndl-lab/ndlocr-lite: NDLOCR Lite application repository (including source code)
https:/
・NDLOCR-Liteの公開について | NDLラボ
https:/
関連記事：
•
・デスクトップを囲ってOCR 〜「Snipping Tool」キャプチャーバーにテキスト抽出ボタン､2025年4月17日
https:/
・国会図書館が古典籍資料からテキスト抽出する軽量OCRツールを公開 〜GPUなしでも動作､2024年11月27日
https:/
・「PowerToys」のOCR機能が表（テーブル）の読み取りに対応 〜v0.74がリリース､2023年9月28日
https:/
【以下転載２】
https:/
｢NDLOCR-Liteの使い方｣
NDLラボでは、マウス操作だけで簡単に利用できるOCRソフトウェア「NDLOCR-Lite」を開発・公開しています。
このソフトウェアを利用し、図書や雑誌資料の画像から文字部分をテキスト化（文字起し）することができます（機械的な判断結果のため、誤りを含みます。）。
このページではWindowsユーザを対象に、簡単な使い方をご紹介します。
なお、Macユーザに向けての使い方については、当館非常勤調査員でもある東京大学史料編纂所の中村覚先生の記事「NDL古典籍OCR-Lite（ndlkotenocr-lite）をMac OSで使用する（https:/
（1）OCRのダウンロード
次が、ダウンロードサイトのURLです、リンクをたどってブラウザで表示してください。
https:/
添付図３
上のような画面が表示されます（バージョン番号（上の画像の場合は「v1.0.0」）は更新されている可能性があります。）。
ここでは、OSごとにダウンロードファイルを用意しています。利用したいOSのファイル（ファイル名に「windows」を含むzipファイル。）のリンクを選択します（リンクをクリックすると、ダウンロードが始まります。）。ファイルは200MB程度ありますので、少々時間がかかります。
（2）zipファイルの展開
zipファイルは、exeファイル等をまとめたzip圧縮ファイルになっています。これを完全に展開します。
zipファイルを右クリックして表示されるメニューから「すべてを展開…」を選ぶか、別途ソフトウェアを使用して、zipファイルの中身を完全に展開します（zipファイルをダブルクリックしただけでは、圧縮ファイルの内容が表示されているだけの場合があります。）。
この時に、配置するフォルダの名称は半角の英数または記号とし、日本語等の全角文字を使わないようにしてください（日本語等の全角文字が含まれると起動しないことがあります）。
（3）OCRの起動
ダウンロードファイルの展開後に現れる「ndlocr_lite_gui.exe」ファイル（アルファベットの「O」のアイコン）をダブルクリックしてOCRを起動します。この時、セキュリティの警告画面が表示されることがありますが、そのまま進めてください。 また、初回のみ、画面枠が表示されてから画面の内容が描画されるまで少々時間がかかります。
目安としてPCのメモリに1GB以上空きがないと起動しません。もしなかなか立ち上がらない場合には、Webブラウザ等メモリを大きく消費するアプリケーションを閉じた後に、再度起動（ダブルクリック）してください。
添付図４
次のような画面が表示されればOKです。
添付図５
（4）資料のテキスト化（1枚の画像全体をテキスト化する）
[1]｢画像ファイルを処理する｣ボタンを押して、表示されるファイル選択画面から、テキスト化したい画像ファイルを選びます。
[2]｢出力先を選択する｣ボタンを押して、表示されるフォルダ選択画面から、テキスト化結果の出力先フォルダを選択します。
[3]｢OCR｣ボタンを押します。これによりテキスト化が始まります。
[4]テキスト化が終了すると、下部に結果が表示されます。
添付図６
[5][2]で指定した出力先のフォルダを開くと、テキストデータ等が出力されています
。これをメモ帳などのアプリケーションで開いたり、マウス操作で選択してコピー＆ペーストすることもできます。
添付図７
（5）資料のテキスト化（フォルダの中の画像をまとめてテキスト化する）
[1]｢フォルダ内の画像を処理する｣ボタンを押して、表示されるフォルダ選択画面からテキスト化したい画像の含まれるフォルダを選びます。続いて、上の（4）と同様にテキストの出力先を選択して「OCR」ボタンを押します。
[2]フォルダの中の複数の画像をまとめてテキスト化したときは、「前の画像」「次の画像」でOCR結果のテキストデータをコマ送りできます。
添付図８
（6）出力ファイルの形式選択
「出力形式の選択」ボタンを押すと、出力ファイルの形式を選択できます。ここで選択した形式が、「出力先を選択する」で設定したフォルダに出力されます。
添付図９
出力ファイルのそれぞれの形式の説明は次のとおりです。
・TXT形式：構造情報を持たない文字列情報のみのテキストデータです。
・JSON形式：1行の文字列ごとに、文字列を囲む座標情報とその中の文字列のテキストデータがjson形式で格納されています。
・XML形式：レイアウト情報、座標情報、及び内部の文字列のテキストデータ等がxml形式で格納されています。
・TEI形式：TEI（Text Encoding Initiative）に準拠した形式のテキストデータです。
・透明テキスト付PDF形式：PDFにテキストデータを透明テキストとして埋め込んだ形式です。内部の検索やコピー＆ペーストができます。
（7）Crop&OCRモード
画像ファイル上の任意の範囲を選択してその範囲だけをOCRする機能です。
[1]｢Crop&OCR｣ボタンを押すと、画像が表示されます。
添付図10
[2]画像上をドラッグアンドドロップすると青い枠で指定された範囲が表示されます。範囲を選択できたら「切り抜きOCR」ボタンを押します。
添付図11
[3]少し待つとOCR結果が表示されます。
添付図12
（8）キャプチャモード
画像ファイルを用意することなしに、今表示しているPC上の画面の任意の範囲を指定してその範囲だけをOCRする機能です。※指定した範囲の画面キャプチャをアプリケーションの内部で撮影することが、名前の由来です。
[1]｢キャプチャモード｣ボタンを押します。
添付図13
[2]表示される薄い赤色の長方形を、下図左側のようにOCRしたい範囲にドラッグアンドドロップすると、下図右側のモーダル（キャプチャ結果）が表示されるので「OCR実行」ボタンを押します。
添付図14
[3]少し待つとOCR結果が表示されます
添付図15
(1)から(7)までの使用した資料画像の出典：芥川竜之介 著『傀儡師』,新潮社,1919. 国立国会図書館デジタルコレクション https:/
(8)の画像の出典：ウィキペディア(https:/
0
0
最近の日記
- Appleの2026年開発版のDeveloper beta版とP…
2026年07月18日11:25
- 終わり悪ければ・・・
2026年07月16日21:59
- アイドルだけじゃない！写真1枚で“居場所…
2026年07月12日15:41
- 生成AIの悪用とランサムウェアの暗躍をめぐ…
2026年07月12日03:08
- Windows PCにサードパーティー製ウイルス対…
2026年07月11日19:36
ログインしてコメントを確認・投稿する