【OCR】国立国会図書館 VS Tesseract VS Google

国立国会図書館が最近リリースしたOCRがそこそこ話題ですね。
気になったので、従来のOCRの一角であるTesseractとGoogle Driveのテキスト化機能とを比べてみました。
それぞれ実装方法と出力例を比べてみます。

使用する画像

ヤマハの決算短信の1ページ目をスクショしてPNG画像にしたものを使います。

国立国会図書館

こちらを参考に実装します。
(Dockerfileを見ますと、Ubuntu20.04を使っていたり、Python3.8を使っていたりとなかなか危ういですね。)

実行環境

• Wiwndows 11 (WSL2, Docker導入済み)

インストール

git clone --recursive https://github.com/ndl-lab/ndlocr_cli
cd .\ndlocr_cli\
docker\dockerbuild.bat
# 今回はVSCodeでアタッチするのでマウントのオプションは除いています。
docker run --gpus all -d --rm --name ocr_cli_runner -i ocr-v2-cli-py38:latest

実行

mkdir ~/ocr_cli/input_data_dir
mkdir ~/ocr_cli/input_data_dir/img
# ↑このディレクトリ配下に使用する画像を格納する。
cd ~/ocr_cli
python main.py infer input_data_dir output_dir -s s

出力

ocr_cli/output_dir/input_data_dir/txt/image_main.txtに出力されていました。

2025年2月12日
上場取引所東
上場会社名ヤハ発動機株式会社
コード番号7272URL httplobal. yamaha-motorcm/ip/ir
代表者(役職名)取締役会長兼代表取締役社長(氏名)渡部克明
問合せ先責任者(役職名)財務部長
(氏名)岡田充弘TEL)0538-32-1144
定時株主総会開催予定日2025年3月25日配当支払開始予定日2025年3月26日
有価証券報告書提出予定日2025年3月26日
決算補足説明資料作成の有無有
決算説明会開催の有無有(機関投資家・証券アナリスト・報道関係者向け
12024年12月期の連結業績(2024年1月1日～2024年12月31日)
(1)連結経営成緯
(%表示は対前期増減車]
(参考)持分法による投資損益2024年12月期7,062百万円2023年12月期5.149百万円
(注)2024年1月1日付で普通株式1株につき3株の割合で株式分割を行いました。前連結会計年度の期首に当該株式
分割が行われたと仮定して、「基本的1株当たり当期利益」及び「希薄化後1株当たり当期利益」を算定してい
ます。
(2)連結財政状態
(注)2024年1月1日付で普通株式1株につき3株の割合で株式分割を行いました。前連結会計年度の期首に当該株
分割が行われたと仮定して、「1株当たり親会社所有者帰属持分」を算定しています。
(3)連結キャッシュ・フの状況
2配当の状況
(注)2024年1月1日付で普通株式1株につき3株の割合で株式分割を行いまた。2023年12月期に
式分割前の実際の配当金の額を記載しています。2024年12月期及び2025年12月期(予想)については。株式分割後
の内容を記載しています,

ぱっと見、できていそうですが、ところどころ文字が抜けていたり、表が全然読めていなかったりって感じですね。
そもそも昔の文献とかが対象とかで、表とかはあまり得意じゃないということでしょうか。

Tesseract

実行環境

• WSL2
• Ubuntu 24.04
• Python 3.12

インストール

apt install tesseract-ocr
pip install pytesseract Pillow
# カレントディレクトリ直下にtesseractの日本語エンジンを格納します。
mkdir tessdata
wget https://github.com/tesseract-ocr/tessdata_best/raw/refs/heads/main/jpn.traineddata -o ./tessdata/jpn.traineddata

実行

import pytesseract
from PIL import Image

# 画像の読み込み
img = Image.open('./image.png')
# OCRの実行
custom_config = r'--oem 1 --psm 3 --tessdata-dir "./" -l jpn'
text = pytesseract.image_to_string(img, config=custom_config)

print(text)

出力

2024 年 12 月 期 決算 短信 [IFRS〕 (連結)

上 場 会 社名 ヤマ ハ 発 動機 株 式 会 社

コー ド 番 号 7272 URL https://global. yamaha-motor.com/jp/ir/
代 表 者 (役職 名 ) 取締役 会 長 兼 代表 取締 役 社長 (氏名 ) 渡部 克明
問合せ 先 責任 者 (役職 名 ) 財務 部 長 (氏名 ) 岡田 充 弘 (TEL) 0538-32-1144

定時 株 主 総会 開催 予定 日 2025 年 3 月 25 日 配当 支払 開始 予定 日 2025 年 3 月 26 日
有価 証券 報告 書 提出 予定 日 2025 年 3 月 26 日

決算 補足 説明 資料 作成 の 有無 : 有
決算 説明 会 開催 の 有無 : 有 (機関 投資 家 ・ 証 券 ア ナリ スト ・ 報 道 関係 者 向け )

( 百 万 円 未満 切捨て )
1. 2024 年 12 月 期 の 連結 業績 (2024 年 1 月 1 日 2024 年 12 月 31 日 )

(1 ) 連結 経営 成績 (% 表 示 は 対 前 期 増減 率 )

売 親会社 の 所 有 者 に | 当期 包括 利益
売上 収益 営業 利益 税 引 前 当期 利益 当期 利益 帰属 する 当期 利益 合計 客
百 万 円 | %| 百 万 円 %| 百 万 円 %| 百 万 円 %| 百 万 円 %| 百 万 円

%
2024 年 12 月 期 | 2.576,179| 6.7| 181.515| へ 25.6| 183.175| A22.4| 124.570| A27.9| 108.069|A31.8| 175.226|A17.5|
2023 年 12 月 期 | 2.414.759| 一 | 243.920 ニー| 236.073| ニー|172.879| ー| 158,.421 ニー| 212., 493 ー

基本 的 1 株 当たり 人 | 親会社 所 有 者 帰属 持分 | 資産 合計 売上 収益
当期 利益 当期 利益 当期 利益 率 税 引 前 当期 利益 率 営業 利益 率

%| %| %|
9.7 6.9 7.0
.1

2025 年 2 月 12 日
上 場 取 引 所 東

円 銭 円

2024 年 12 月 期 110.12 110.
7.

7

2023 年 12 月 期 157.89 15.5. 10.0|
(参考 ) 持分 法 に よる 投資 損益 2024 年 12 月 期 百 万 円 2023 年 12 月 期 5,149 百 万 円

( 注 ) 2024 年 1 月 1 日 付 で 普通 株 式 1 株 に つき 3 株 の 割合 で 株 式 分 割 を 行い まし た 。 前 連結 会 計 年 度 の 期首 に 当該 株 式
分 割 が 行わ れ た と 仮定 し て 、「 基 本 的 1 株 当たり 当期 利益 」 及 び 「 希 薄 化 後 1 株 当たり 当期 利益 」 を 算定 し て い

ます 。
(2 ) 連結 財政 状態
昨 昨 親会社 の 所 有 者 に 親会社 所 有 者 1 株 当たり 親会社
資産 合計 資本 合計 帰属 する 持分 帰属 持分 比率 所 有 者 帰属 持分
百 万 円 百 万 円 百 万 円 %% 円 銭
2024 年 12 月 期 2,783.501 1.226,586 1.161.569 41.7 1.188.23
2023 年 12 月 期 2.563.561 1.134.359 1.075.774| 42.0 1.084.96

( 注 ) 2024 年 1 月 1 日 付 で 普通 株 式 1 株 に つき 3 株 の 割合 で 株 式 分 割 を 行い まし た 。 前 連結 会 計 年 度 の 期首 に 当該 株 式
分 割 が 行わ れ た と 仮定 し て 、「1 株 当たり 親会社 所 有 者 帰属 持分 」 を 算定 し て いま す 。

(3 ) 連結 キャ ッシュ ・ フ ロー の 状況

営業 活動 に よる 投資 活動 に よる 財務 活動 に よる 現金 及び 現金 同等 物
キャ ッシュ ・ フ ロー キャ ッシュ ・ フ ロー キャ ッシュ ・ フ ロー 期末 残高
百 万 円 百 万 円 百 万 円 百 万 円
2024 年 12 月 基 176.847 A128.748 A46,.426 372.999
2023 年 12 月 基 86.031 A116.126 88.532 347.016
2. 配当 の 状況
年 間 配 当 金 配当 金 総額 | 品 当 性 向 | 親会社 所 有 者
合計 | ( 介 還 | 才 屋 寺 人
| 第 1 四半 期末 | 第 2 四半 期末 | 第 3 四半 期末 | 期末 合計 配当 率 (連結 )
円 銭 円 銭 円 銭 円 銭 円 銭 百 万 円 % 9%
2023 年 12 月 基 -| 50 ー-| 7250| 145.00| 48.226| 30.6 4.5
2024 年 12 月 基 ー| _ 25.00| -| _ 25.00| 50.00| 48.883| 45.4 4.4
2025 年 12 月 期 ( 予 想 | _ 25.00| ー[ _ 25.00| 5000 34.9

( 注 ) 2024 年 1 月 1 日付 で 普通 株 式 1 株 に つき 3 株 の 割合 で 株 式 分 割 を 行い まし た 。2023 年 12 月 期 に つい て は 、 当 該 株

式 分 割 前 の 実際 の 配当 金 の 額 を 記載 し て いま す 。2024 年 12 月 期 及 び 2025 年 12 月 期 ( 予 想 ) に つい て は 、 株 式 分 割 後
の 内 容 を 記載 し て いま す 。

不自然なスペースがあったり-や△などの記号が弱いのが目立ちますね。

Google

Google Driveの画像の文字おこし機能を使います。

手順

1. Google Driveの適当な場所に画像を格納する。
2. 格納した画像ファイルを右クリックして「アプリで開く」→「Googleドキュメント」を選択する。
3. 開いたドキュメント内に画像の文字おこしが記載されている。

出力

FASE
2024年12月期 決算短信 [IFRS] (連結)
2025年2月12日 上場取引所
東
上場会社名 コード番号 代 表者
ヤマハ発動機株式会社 7272
URL https://global.yamaha-motor.com/jp/ir/
問合せ先責任者
(役職名) 取締役会長 兼 代表取締役社長 (役職名) 財務部長
(氏名) 渡部 克明
(氏名) 岡田 充弘 (TEL) 0538-32-1144
定時株主総会開催予定日 有価証券報告書提出予定日 決算補足説明資料作成の有無 決算説明会開催の有無
2025年3月25日
配当支払開始予定日 2025年3月26日
2025年3月26日
: 有
: 有 (機関投資家 証券アナリスト 報道関係者向け)
(百万円未満切捨て)
1.2024年12月期の連結業績 (2024年1月1日~ 2024年12月31日 ) (1) 連結経営成績
売上収益
営業利益
税引前当期利益
当期利益
百万円 %
百万円
%
2024年12月期
2,576, 179 6.7
2023年12月期
2,414, 759
百万円 181, 515 A25. 6 183, 175 A22. 4 243, 920 236, 073
%
百万円
|親会社の所有者に 帰属する当期利益 % 百万円
%
124, 570 A27.9
108, 069 A31.8
(%表示は対前期増減率) 当期包括利益 合計額
%
175, 226 A17.5
百万円
—
172, 879
158, 421
212, 493
希薄化後
基本的1株当たり
1株当たり
当期利益
| 親会社所有者帰属持分 当期利益率
資産合計
売上収益
税引前当期利益率
営業利益率
当期利益
円 銭
円
%
%
%
2024年12月期
110. 12
110. 10
9.7
6.9
7.0
2023年12月期
157.89
157.84
(参考) 持分法による投資損益
2024年12月期
7,062百万円
|2023年12月期
5,149百万円
10. 1
(注)2024年1月1日付で普通株式1株につき3株の割合で株式分割を行いました。 前連結会計年度の期首に当該株式 分割が行われたと仮定して、 「基本的1株当たり当期利益」 及び 「希薄化後1株当たり当期利益」 を算定してい ます。
(2) 連結財政状態
15.5
10.0
資産合計
資本合計
百万円
2024年12月期
2,783, 501
百万円 1,226, 586
2023年12月期
2,563, 561
1, 134, 359
親会社の所有者に 帰属する持分
親会社所有者 帰属持分比率
1株当たり親会社 所有者帰属持分
百万円
%
1, 161, 569 1,075, 774
41.7
42.0
円线
1, 188. 23 1,084.96
(注)2024年1月1日付で普通株式1株につき3株の割合で株式分割を行いました。 前連結会計年度の期首に当該株式
分割が行われたと仮定して、 「1株当たり親会社所有者帰属持分」 を算定しています。
(3) 連結キャッシュ・フローの状況
2024年12月期
2023年12月期
2. 配当の状況
営業活動による
キャッシュ・フロー
投資活動による
キャッシュ・フロー
百万円 176,847 86,031
百万円 △ 128,748
△ 116,126
財務活動による
キャッシュフロー
百万円
▲46, 426 88, 532
現金及び現金同等物 期末残高
百万円
372, 999
347, 016
2023年12月期
2024年12月期
2025年12月期 (予想)
年間配当金
|第1四半期末 第2四半期末 第3四半期末 円銭
円銭
円銭
72.50
25.00
25.00
親会社所有者
配当金総額
配当性向
帰属持分
(合計)
(連結)
期末
合計
配当率 (連結)
円銭
円銭
百万円
%
%
72.50
145.00
48, 226
30.6
4.5
25.00
50.00
48, 883
45.4
25.00
50.00
34.9
4.4
(注) 2024年1月1日付で普通株式1株につき3株の割合で株式分割を行いました。 2023年12月期については、当該株
式分割前の実際の配当金の額を記載しています。 2024年12月期及び2025年12月期 (予想) については、株式分割後 の内容を記載しています。

やはりGoogleは流石ですね。ただ、△が読めていなかったり、表が読みづらくなってたりとまだまだなところは多いです。

結論

今回のタスクについては、実用的な精度になっているのはGoogleぐらいですかね。