PaddleOCR
帳票や書類の画像・PDFから、文字と表を構造化データとして取り出すOCRの基盤。商用利用が自由なApache-2.0で、日本語を含む多言語に対応します。
PaddleOCRとは
PaddleOCR（Apache-2.0・GitHubスター約88,900）は、文字検出・文字認識・レイアウト解析・表の構造認識を備えたOCRの基盤です。日本語を含む多言語に対応し、請求書・納品書・申込書のような定型帳票から項目を取り出す用途に使われます。商用利用・改変・再配布が自由なライセンスなので、自社の業務システムに組み込んで納品する形にできます。GPUがあれば高速に、CPUだけでも動きます。日本語の帳票に特化した精度が必要な場合はYomiTokuという選択肢もありますが、そちらは非商用ライセンスのため商用では別途の契約が必要です。
要点: 帳票や書類の画像・PDFから、文字と表を構造化データとして取り出すOCRの基盤。商用利用が自由なApache-2.0で、日本語を含む多言語に対応します。
主な用途
- 請求書・納品書の読み取りと基幹システムへの取込
- 申込書・申請書の入力代行の自動化
- 紙で届く帳票のデータ化
PaddleOCRを使ったシステム開発
PaddleOCRは、そのまま納品する完成品ではなく、システムを作るための道具です。PaddleOCRを組み込んだ自社向けの仕組みを、AIエージェントと対話しながら実装します。要件を伺ってから最短1営業日で動くデモをお出しし、触って確認いただいてから発注を判断できます。完成後はソースコードごとお渡しします。
PaddleOCRを使った開発を相談PaddleOCRの日本語対応（実測）
PaddleOCRの日本語対応は当社が実際に立てて確かめました。日本語ファイルなし（読み取り対象として日本語に対応）
GitHubの公開ファイル一覧から、日本語ロケールに当たるファイルを数えた結果です。配布用にまとめたビルド成果物は除いています。調査日時点の内容で、翻訳の網羅率や品質までは示しません。
PaddleOCRの基本情報
| ライセンス | Apache-2.0 |
|---|---|
| 主な言語 | Python |
| GitHubスター | 88,868（文書管理カテゴリ 150件中 2位） |
| 初回公開 | 2020年5月 |
| 最終更新 | 2026年7月 |
| 日本語ロケール | 日本語ファイルなし（読み取り対象として日本語に対応） |
PaddleOCRを使った開発のよくある質問
商用のシステムに組み込めますか？
できます。Apache-2.0なので、改変して自社の業務システムに組み込み、顧客に納品する形にも制約がありません。日本語帳票に強いYomiTokuは非商用ライセンスで商用には別途契約が要るため、受託開発で使うならPaddleOCRが現実的です。
手書きの帳票も読めますか？
活字に比べて精度は落ちます。手書きが多い帳票では、読み取り結果をそのまま使わず、人が確認・補正する画面を必ず挟む設計にします。
表の中の項目を取り出せますか？
表の構造を認識する機能があるため、罫線のある定型帳票なら行と列を保ったまま取り出せます。帳票ごとの項目対応づけは別途の作り込みになります。
PaddleOCRを使って何が作れますか？
PaddleOCRの標準機能を土台に、自社データとの連携、画面、自動処理、通知などを組み合わせた仕組みを作れます。用途を伺えば、実現できる範囲と進め方を具体的にお伝えします。
PaddleOCRを使った開発を依頼できますか？
可能です。要件と稼働環境を確認し、最短1営業日で動くデモをお出しします。発注後はサーバー設置と稼働確認まで一つの流れで対応し、ソースコードごとお渡しします。
OSSを探しているなら、当社の完成品も
同じ「行政・公共データを住所から使える形にする」考え方で、当社が作って公開しているプロダクトです。すべて無料で試せます。
業務システムの買い切り版は Kurage App Store、 外注をAI自動化に置き換える相談は 業務のAI自動化 へ。
文書管理の他のOSSと比べる
同じカテゴリから、スター数・ライセンス・日本語対応を並べました。