---
title: "NDLOCR-Lite Webの使い方｜デスクトップ版v1.3.1の導入・Web AI版との違い・精度・商用利用【2026年10月】"
url: "https://www.issoh.co.jp/tech/details/11281/"
published: 2026-03-08
updated: 2026-10-14
categories: ["AI"]
publisher: "株式会社一創"
---

# NDLOCR-Lite Webの使い方｜デスクトップ版v1.3.1の導入・Web AI版との違い・精度・商用利用【2026年10月】

NDLOCR-Liteは国立国会図書館が無料で公開しているOCRで、GPUのない普通のパソコンで動きます。使い方は3通りあります。ブラウザで開くだけの「NDLOCR-Lite Web」、Windows・Mac・Linux向けのデスクトップアプリ、Pythonのコマンドライン版です。この記事では、Web版の使い方と、デスクトップ版v1.3.1のダウンロードから起動までを説明します。あわせて、手元のMacでコマンドライン版を動かして測った処理時間、AI校正付きの「NDLOCR-Lite Web AI」で画像が外に出る条件、2026年10月に追記されたDINOv3ライセンスを含む商用利用の条件も扱います。

## まとめ：NDLOCR-Liteを使う前に押さえる要点

- **すぐ試すならWeb版**：ndlocr-liteweb.netlify.app にファイルをドラッグ＆ドロップするだけです。初回（モデルの更新後やキャッシュ削除後も）に約146MBのモデルを取得します。出力はテキストのみです。
- **業務で使うならデスクトップ版**：GitHubのリリースページから最新のv1.3.1（2026年9月7日公開）を取得します。展開先は半角英数字だけのフォルダにします。TXT・JSON・XML・TEI・透明テキスト付きPDFを出力でき、画面の一部を読むキャプチャモードもあります。
- **大量処理はコマンドライン版**：手元の測定では、1枚ずつ起動すると毎回25〜30秒ほどの読み込みが上乗せされました。フォルダ単位で指定すれば読み込みは1回で済みます。Web APIはありません。
- **精度**：国立国会図書館の評価では、活字資料のF値中央値が0.9718（ver.1.2.1）で、GPU前提のNDLOCR ver.2.1（0.9727）とほぼ同じです。手書きの文字誤り率は0.268なので、校正は前提です。
- **Web AI版**：OCRまではブラウザ内で処理します。AI校正を押すと、元画像とテキストが自分で登録したClaude・GPT・GeminiのAPIへ送られます。
- **商用利用**：本体もWeb版もCC BY 4.0で商用利用できます。2026年10月8日からは、同梱モデルを使う場合のDINOv3ライセンス遵守もREADMEに明記されています。

## NDLOCR-Lite Webの正体：本家NDLOCR-Lite・NDLOCRと派生版の関係

NDLOCR-Liteは、国立国会図書館のNDLラボが職員の内製で開発したOCRです。GitHubでの最初のリリース（1.0.0）は2026年2月24日です。ブラウザ版のNDLOCR-Lite Webは、国立歴史民俗博物館の橋本雄太氏が翌25日にリポジトリ（yuta1984/ndlocrlite-web）を作って公開しました。国立国会図書館の公式配布物ではなく、本家のモデルを使った派生物です。

「NDLOCR」で検索すると、前身のNDLOCR ver.2.1も混ざります。こちらは[ndlocr\_cliのREADME](https://github.com/ndl-lab/ndlocr%5Fcli)のとおり、Dockerで専用コンテナを組み、`--gpus all` でGPUを使う前提です。コンテナ内でCUDA 11.1を使うため、NVIDIAのGPUとドライバが要ります。GPUのないPCで使うならNDLOCR-Liteを選びます。

| 名称                  | 作成者     | 動く場所        | 主な用途      |
| ------------------- | ------- | ----------- | --------- |
| NDLOCR ver.2.1      | 国立国会図書館 | Docker＋GPU  | 大規模なデジタル化 |
| NDLOCR-Lite         | 国立国会図書館 | PC（アプリ／CLI） | 近現代の図書・雑誌 |
| NDLOCR-Lite Web     | 橋本雄太氏   | ブラウザ        | 同上を手軽に試す  |
| NDLOCR-Lite Web AI  | 小形克宏氏ほか | ブラウザ＋AI API | OCR後のAI校正 |
| NDL古典籍OCR Lite Web版 | 橋本雄太氏   | ブラウザ        | くずし字の古典籍  |

江戸期以前の版本や写本を読むなら、古典籍用モデルを移植した「NDL古典籍OCR Lite Web版」を使います。テキストに加えてXMLとJSONでも結果を取り出せます。

## NDLOCR-Lite Webの使い方：開いてから保存するまで

### OCRモデルの初回取得とブラウザ内キャッシュ

PCでは、初期化時にレイアウト検出モデル1つと文字認識モデル3つを取得し、ブラウザのIndexedDBに保存します。READMEの表記は「計約146MB」なので、初回はWi-Fiで開くのが無難です。モデルの配信元はNetlifyではなくCloudflare R2です。2回目以降もダウンロードは省けますが、推論の準備には毎回時間がかかります。キャッシュは設定の「モデルキャッシュをクリア」で消せます。

### ファイルの入れ方と対応形式

入力の方法は4通りです。画面へのドラッグ＆ドロップ、クリックしてのファイル選択、「フォルダを選択」による一括読み込み、Ctrl+V（MacはCommand+V）での画像の貼り付けです。READMEにはJPEG・PNG・PDFしか書かれていませんが、配信中のアプリはTIFFとHEIC（iPhoneの写真形式）も受け付けます。PDFは各ページを2倍のスケールで画像化してから認識します。画面上をドラッグして範囲を囲むと、その領域のテキストだけを確認できる機能もあります（2026年10月時点で動かない可能性がある点は後述します）。

### 結果のコピー・保存と処理履歴

認識が終わると右側にテキストが出ます。「コピー」でクリップボードへ、「ダウンロード」で「元のファイル名\_ocr.txt」として保存できます。処理結果はIndexedDBに最新100件まで残ります。保存できるのはプレーンテキストだけで、座標付きのJSONやXML、透明テキストPDFは作れません。検索できるPDFが欲しいときはデスクトップ版を使います。

## ブラウザで動く仕組み：DEIMv2とPARSeq 3モデルのカスケード

処理は3段階です。まずDEIMv2がテキスト行の矩形を見つけ、同時に各行の文字数を3段階で見積もります。モデルのファイル名は「deim-s-1024×1024.onnx」ですが、onnxruntimeで入力の形を読むと実際は800×800ピクセルです（Web版のソースにも同じ注記があります）。次に、見積もりに応じて30文字用・50文字用・100文字用のPARSeqを使い分けて文字を読みます。最後に、縦書きなら右から左へと読み順を並べ替えます。

2026年4月23日の更新で、文字認識モデルは本家v1.2系と同じ202604版（入力高さ24ピクセル、手書きデータを加えて再学習した版）に差し替えられました。

速度は実行環境で決まります。推論はonnxruntime-web（依存固定ファイルでは1.24.3）のWebAssembly版で、GPUは使いません。各推論セッションは1スレッドですが、PCではCPUのコア数に応じて2〜8個のWeb Workerを立て、行ごとの文字認識を分担させます（[useOCRWorker.ts](https://github.com/yuta1984/ndlocrlite-web/blob/main/src/hooks/useOCRWorker.ts)）。READMEは「1枚あたり数十秒かかる場合があります」としており、数百ページ単位の処理には向きません。

## NDLOCR-Lite Webの精度：公式評価値と苦手な資料

国立国会図書館は、NDLOCR ver.2.1と同じ評価用データセットでNDLOCR-Liteを測った結果を[評価CSV](https://github.com/ndl-lab/ndlocr-lite/blob/master/evaluation%5Fjptype.csv)で公開しています。1870年代から1960年代の図書（文系・理系）と、1870年代から1990年代の雑誌を33区分に分けたF値（1に近いほど正確）は次のとおりです。中央値はCSVの最終行の値です。

| モデル                   | F値の中央値 | 1870年代 図書・理系 |
| --------------------- | ------ | ------------ |
| NDLOCR ver.2.1（GPU前提） | 0.9727 | 0.8867       |
| NDLOCR-Lite v1.0.1    | 0.9703 | 0.8888       |
| NDLOCR-Lite ver.1.2.1 | 0.9718 | 0.8820       |

活字の認識は従来のGPU版と近い水準ですが、古い理系書では0.88台まで落ちます。旧字体や数式、細かい記号が多い資料は、この数字を基準に校正の手間を見積もってください。表の値はWeb版を直接測ったものではなく、前処理や読み順処理が違えば結果も変わります。

手書き文字は、日本語の実写テキスト評価セットJaWildTextの手書き1,065画像で、文字誤り率（CER）が全体0.268、縦書き0.279、横書き0.264と公表されています。4文字に1文字ほど誤る計算です。手書きメモや帳票は「下書きを作る道具」として使い、全文の目視確認を前提にします。縦書きの中の横向き数字（縦中横）は、コマンドライン版の `--enable-tcy` で改善できます。

精度を上げるには、読み込む前に傾きを直し、余白や影を切り落とします。白黒のはっきりしないスキャンなら、[二値化のしきい値の決め方と大津・適応的の使い分け](/tech/details/16847/)で紹介している前処理が候補です。処理前後でOCR結果を比べ、文字の欠落や行の検出漏れが増えていないかを確かめてください。

## NDLOCR-Lite Web AIとの違い：AI校正で画像が外に出る条件

NDLOCR-Lite Web AIは、小形克宏氏がNDLOCR-Lite Webをフォークし、OCR結果を生成AIで校正する機能を足した派生版です。リポジトリ（ogwata/ndlocr-lite-web-ai）は2026年3月21日に作られ、公開先は cozy-starburst-e4f699.netlify.app です。筑波大学の宮川創氏による画像前処理やダークモードも取り込まれています。

| 項目    | NDLOCR-Lite Web | NDLOCR-Lite Web AI         |
| ----- | --------------- | -------------------------- |
| AI校正  | なし              | あり（APIキーは自前）               |
| 対応AI  | －               | Claude・GPT・Gemini・Groq・MCP |
| 欧米語   | NDLモデルのみ        | 英独仏など12言語                  |
| 画像前処理 | なし              | 傾き補正・二値化・湾曲補正ほか            |
| 数式    | なし              | LaTeX出力                    |
| ライセンス | CC BY 4.0       | 追加コードはMIT                  |

注意すべきはプライバシーの範囲です。Web AIのREADMEは冒頭で「画像・OCR結果を外部サーバーに送信しません」と書いていますが、これはOCRまでの話です。AI校正の実装（[src/ai/direct-api.ts](https://github.com/ogwata/ndlocr-lite-web-ai/blob/main/src/ai/direct-api.ts)）は、表示中の元画像をBase64に変換し、OCRテキストと一緒に選んだプロバイダのAPIへ送ります。画像を送らないのはGroq向けだけで、Anthropic・OpenAI・Googleとカスタムエンドポイントには画像とテキストを送ります。MCPを使う場合は、接続したサーバーが受け取った内容をどう扱うかを確認してください。

APIキーはWeb Crypto APIで暗号化してlocalStorageに保存され、作者には送られませんが、資料の送信とは別の話です。社外秘の文書や個人情報を含む帳票は、AI校正を使わずOCRだけで止めるか、各社APIのデータの扱いを確認してから使ってください。アプリは無料です。AI校正の費用は接続先APIの料金体系に従い、従量課金が基本ですが、Gemini APIのように無料枠がある場合もあります。ただしGemini APIの無料枠は、送信内容がGoogleの製品改善に使われる扱いなので、機密資料には使わないでください。

## 「外部送信しない」の範囲とオフライン利用の実際

NDLOCR-Lite Web本体も、「完全オフライン」と受け取るのは言い過ぎです。ソースと配信中のページから次の2点がわかります。

- **アクセス計測は動いている**：Web版もWeb AI版も、Google Analytics 4（GA4）のタグを読み込んでいます。Web AI版は数式表示用のMathJaxもcdn.jsdelivr.netから読み込みます。送られるのはページ閲覧の計測などで、画像やOCR結果を送るコードはありません。それでも通信はゼロではないので、外部通信を許可制にしている社内ネットワークでは許可が要る場合があります。
- **ページ本体をオフラインで開ける保証はない**：モデルはIndexedDBにキャッシュされますが、ページをオフラインで開くService Workerは組み込まれていません。回線を切って開けるかはブラウザのHTTPキャッシュ次第です。

ネットから切り離して使う必要があるなら、デスクトップ版かコマンドライン版を使ってください。モデルを同梱しているので、OCRのたびにモデルを外部から取得することはありません。機密資料を扱う業務では、こちらのほうが社内に説明しやすくなります。

## デスクトップ版NDLOCR-Liteのダウンロードと起動（v1.3.1）

### OS別の配布ファイルと置き場所

配布元は[GitHubのリリースページ](https://github.com/ndl-lab/ndlocr-lite/releases)で、無料です。2026年10月14日時点の最新は、9月7日公開のv1.3.1です。

| OS              | ファイル                                               | サイズ    |
| --------------- | -------------------------------------------------- | ------ |
| Windows         | ndlocr\_lite\_v1.3.1\_windows.zip                  | 約259MB |
| Mac（Apple シリコン） | ndlocr\_lite\_v1.3.1\_macos\_apple\_silicon.tar.gz | 約316MB |
| Mac（Intel）      | ndlocr\_lite\_v1.3.1\_macos\_intel.tar.gz          | 約296MB |
| Linux           | ndlocr\_lite\_v1.3.1\_linux.tar.gz                 | 約278MB |

展開先のフォルダ名は、半角の英数字と記号だけにします。[NDLラボの使い方ページ](https://lab.ndl.go.jp/data%5Fset/ndlocrlite-usage/)は、日本語などの全角文字を含むと起動しないことがあると注意しています。v1.3.1のリリースノートは全角パスでも起動できるよう修正したとしていますが、デスクトップや「ダウンロード」の下は環境によってパスに日本語が入るので、C:\\ndlocr のような場所に置くのが確実です。

### Windowsでの起動手順とSmartScreenの警告

zipは右クリックの「すべて展開」で完全に展開します。ダブルクリックで中を開いただけの状態では起動できません。v1.3.1のzipを展開すると、windowsフォルダに約3,800ファイル、合計約489MBが入っています。起動するのは windows フォルダ直下の「ndlocr-lite-gui.exe」です。NDLラボの使い方ページはv1.0.0の画面で説明しており、ファイル名が「ndlocr\_lite\_gui.exe」になっています。v1.3.1ではハイフン区切りに変わっているので、探すときは注意してください。

「WindowsによってPCが保護されました」と出たら、「詳細情報」から「実行」を選びます。GUIのREADMEは初回の起動に1分程度かかることがあるとしています（v1.3.1のリリースノートは起動を大幅に高速化したと説明しています）。空きメモリが目安の1GBを切っていると起動しません。立ち上がらないときはブラウザなどを閉じてからやり直します。一部のWindows 11で起動時にエラーになる問題（[Issue #4](https://github.com/ndl-lab/ndlocr-lite/issues/4)）はv1.3.1で直りました。それでも動かない場合の対処は後述します。

### macOSでの起動とGatekeeperの警告

v1.3.1のmacOS版（Intel）を codesign で調べると、署名は開発者IDのない「adhoc」でした。Gatekeeperの判定（spctl）は「rejected」で、Appleの公証も受けていません。そのため、ブラウザでダウンロードした場合、初回のダブルクリックは止められます。[Appleのサポート文書](https://support.apple.com/ja-jp/102445)の手順どおり、一度開こうとした後に「システム設定」の「プライバシーとセキュリティ」で「このまま開く」を押し、確認画面で「開く」を選びます。以後は例外として登録され、ダブルクリックで開けます。展開後のアプリ（ndlocr-lite-gui.app）は約630MBで、Info.plist上の最低バージョンはmacOS 11.0です。NDLが動作確認しているのはmacOS Sequoiaです。

## デスクトップ版の操作：画像・フォルダ・PDFと5つの出力形式

1. 「画像ファイルを処理する」で1枚を選ぶか、「フォルダ内の画像を処理する」でフォルダを選びます。画像（jpg・png・tiff・bmp・jp2・webp）に加えてPDFも処理できます。
2. 「出力先を選択する」で保存先のフォルダを選びます。
3. 「出力形式の選択」で形式を選び、「OCR」を押します。フォルダを選んだ場合は「前の画像」「次の画像」で結果を送れます。

| 出力形式        | 中身            | 向く用途        |
| ----------- | ------------- | ----------- |
| TXT         | 文字列のみ         | コピー・全文検索    |
| JSON        | 行ごとの座標＋テキスト   | プログラムで後処理   |
| XML         | レイアウト・座標・テキスト | 段組や図表の位置を保つ |
| TEI         | TEI準拠の構造化テキスト | 人文学のテキスト編集  |
| 透明テキスト付きPDF | 画像の上に見えない文字   | 検索できるPDF    |

v1.3.1では、PDFを入れたときにテキストをページごとのファイルに分けるかを選べるようになりました。透明テキストの位置合わせも直っています。スキャンした本のPDFを「検索できる電子書籍」にしたいなら、PDFを入力に、透明テキスト付きPDFを出力に選びます。

画像を用意せずに読む方法も2つあります。「Crop&OCR」は表示した画像の一部をドラッグで囲み、「切り抜きOCR」でその範囲だけを読みます。「キャプチャモード」は、画面に出る薄い赤の枠を読みたい場所へドラッグし、「OCR実行」を押すと、いま画面に映っている範囲をそのまま読みます。PDFビューアやWebページの文字を拾うだけなら、こちらのほうが早く済みます。

## コマンドライン版で一括処理する：導入手順と処理時間の実測

NDLOCR-Lite WebにもWeb AIにも、外部のプログラムから呼び出せるWeb APIはありません。処理を自動化したいならコマンドライン版を使います。Python 3.10以上が必要です。

```
git clone https://github.com/ndl-lab/ndlocr-lite
cd ndlocr-lite
pip install -r requirements.txt
cd src
# 出力先は先に作る（無いと「Output Directory is not found.」で終了する）
mkdir -p ../out
python3 ocr.py --sourcedir ../images --output ../out
# PDFを読み、透明テキスト付きPDFも書き出す
python3 ocr.py --sourcepdf ../book.pdf --output ../out --pdf-output ../out/book_ocr.pdf
```

uvがあれば、リポジトリで `uv tool install .` を実行すると ndlocr-lite というコマンドで呼べます。`--sourcedir` はjpg・png・tiff・jp2・bmp・webpを順に処理し、`--viz True` を付けると認識箇所に枠を描いた画像も出ます。`--sourcepdf`・`--pdf-output`・`--pdf-page-output` はREADMEに載っていませんが、2026年10月8日時点のソースでは `--help` に表示されます。なお、リポジトリから取得したソースでは `--version` が「0.0.0.dev0」を返しました。デスクトップ版は、ウィンドウのタイトル（NDLOCR-Lite-GUI v1.3.1）で版を確認できます。

2026年10月14日に、Intel Core i9-9880H（8コア16スレッド）・メモリ16GBのmacOS 26.6.2上で、Python 3.12.13とonnxruntime 1.23.2を使い、リポジトリ同梱のサンプル画像3枚を処理しました。

| 処理                | 検出＋認識  | コマンド全体 |
| ----------------- | ------ | ------ |
| スタッフ・マニュアル見開き（1枚） | 5.05秒  | 36.5秒  |
| 国立国会図書館月報（1枚）     | 6.23秒  | 30.7秒  |
| 年報・2段組と表（1枚）      | 9.29秒  | 33.7秒  |
| 同じ3枚をフォルダ指定で一括    | 計19.9秒 | 44.4秒  |
| 3枚をPDF化して透明PDFも出力 | 19.7秒  | 46.6秒  |

OCRそのものは1枚5〜9秒ですが、1枚ずつコマンドを起動すると、モデルの読み込みなどで毎回25〜30秒ほどが上乗せされました。3枚を別々に処理すると合計約101秒、フォルダ指定なら44秒です。画像ごとにコマンドを呼ぶスクリプトは書かず、フォルダかPDFにまとめて渡してください。精度面では、2段組と表のある年報で取りこぼしが出ました。READMEに載っている同じ画像の結果にある「東京学芸大学の協力を得て、」が手元の出力では抜けています。表の見出しでは「国立国会図書館司書館司書館司書職員」のように語が重なる行も出ました。同じページをPDFにして処理した結果では重複は出なかったので、入力の経路でも結果は変わります。段組や表の多いページは、数字と固有名詞を中心に必ず照合してください。

対応GPUとonnxruntime-gpuがある環境なら、`--device cuda`（ベータ）でGPU処理に切り替えられます。

## Web版・デスクトップ版・コマンドライン版を選ぶ基準

| 項目      | Web版 | デスクトップ版              | コマンドライン版         |
| ------- | ---- | -------------------- | ---------------- |
| 導入      | 不要   | 展開して起動               | Python 3.10以上    |
| 出力      | TXT  | TXT・JSON・XML・TEI・PDF | TXT・JSON・XML・PDF |
| 画面キャプチャ | なし   | あり                   | なし               |
| 自動化     | 不可   | フォルダ単位               | スクリプトから可         |
| ネット遮断環境 | 保証なし | 使える                  | 使える              |

数枚を試すだけならWeb版で十分です。社内資料や継続的なデジタル化はデスクトップ版にし、数百ページ以上や他システムへの連携はコマンドライン版を使います。帳票の項目抽出や基幹システムへの取り込みまで含めて設計するなら、[AI-OCR導入支援](/service/ai/ocr/)のように、OCRの後工程を含めて検討する方法もあります。他のOCRと比べるなら、日本語に強い[YomiTokuの使い方と商用利用の条件](/tech/details/6169/)や、多言語対応の[Tesseractの精度と設定](/tech/details/11007/)が候補です。

## 起動しない・スマホで止まるときの確認点

### Web版が真っ白・モデル読み込みで止まる原因

- **HTMLファイルを直接開いている**：Web版は、COOPとCOEPの2つのHTTPヘッダーを付けて配信されることが前提です。自分でビルドした dist を file:// で開くと動きません。
- **IndexedDBが使えない**：サイトデータの保存を禁止していると、146MBのモデルを保存できません。WebAssembly・IndexedDB・Web Workerに対応したChrome・Firefox・Safari・Edgeの最新版を使います。
- **古いキャッシュが壊れている**：更新後に動かなくなったら、「モデルキャッシュをクリア」してから再読み込みします。

### スマートフォンで使うときの制約

作者の橋本氏は2026年3月4日に[モバイル対応を告知](https://twitter.com/yuta1984/status/2029116131718709721)し、iPhone・iPad・Androidで使えるようにしました。実装では、ユーザーエージェントでモバイルと判定した端末は、初期化時にレイアウトモデルだけを読み、文字認識は100文字用モデル1つに絞ります。iPadOSのSafariは既定でPCと同じユーザーエージェントを送るので、iPadはPCと同じ扱いになることがあります。

注意したいのは2026年4月23日のモデル更新の影響です。配信中のファイルを確かめると、文字認識モデルは入力の高さ24ピクセル固定になった一方、モバイル用の処理経路と、画面上で範囲を囲む領域OCRは、高さ16ピクセルの入力を作るコードのまま残っています。手元のonnxruntimeで高さ16の入力をこのモデルに渡すと「Got: 16 Expected: 24」のエラーで止まりました。実機では確かめていませんが、スマホで文字認識の段階で止まる、範囲選択の結果が出ない、という場合はこの不整合を疑い、PCで全体をOCRしてください。Web AI版は画面幅768px未満だとPCでの利用を勧める作りです。

### デスクトップ版が起動しないときの確認順

確認する順番は、展開先のパスに全角文字がないか、zipを完全に展開したか、空きメモリが1GB以上あるか、です。v1.3.1はGUIの実装を大きく変えているので、それでも動かなければリリースノートの案内どおりv1.2.3を使います。Macで「開けません」と出る場合は、前述の「このまま開く」の手順で開きます。

## NDLOCR-Lite Webの商用利用とライセンス表示

ライセンスは4つに分けて考えます。

- **NDLOCR-Lite（プログラム・モデル）**：国立国会図書館がCC BY 4.0で公開しています。実行時に使うライブラリのライセンスは、別ファイル（LICENCE\_DEPENDENCEIES）にまとめられています。
- **DINOv3ライセンス**：レイアウト認識モデルは、DINOv3を蒸留したViT-Tinyをバックボーンにしています。READMEは2026年10月8日の更新で、同梱の学習済みモデルを使う場合は[DINOv3 License](https://github.com/facebookresearch/dinov3/blob/main/LICENSE.md)も守るよう求めました。商用利用は禁じていませんが、再配布時は同ライセンスの写しを添えること、研究成果を発表するならDINOの使用を明記することを求めています。ほかに、モデルのリバースエンジニアリングの禁止、軍事・核・諜報など輸出管理上の禁止用途での使用禁止、Metaを知的財産権侵害で訴えた場合のライセンス終了の条項があります。Web版も同じレイアウトモデル（deim-s-1024×1024.onnx）を使いますが、Web版のREADMEとLICENSEにはDINOv3の記載がないため、自分で条件を確認する必要があります。
- **NDLOCR-Lite Web（Web移植コード）**：[LICENSEファイル](https://github.com/yuta1984/ndlocrlite-web/blob/main/LICENSE)でCC BY 4.0を宣言しています。
- **NDLOCR-Lite Web AI（追加コード）**：MITライセンスです。元になった部分には上の条件も残ります。

[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/legalcode.ja)は、商用利用・再配布・改変を認める代わりに、適切なクレジット、ライセンスへのリンク、改変した場合はその旨の明示を求めます。業務で使うだけなら追加の手続きは要りません。社内向けに改変して配信する場合は、提供されている著作権表示や原作品へのリンクを保持し、改変した旨を示してください。国立国会図書館が推奨しているかのような書き方はできません。

OCRで取り出したテキストを公開・販売してよいかは、ツールのライセンスではなく、読み取った資料の著作権で決まります。国立国会図書館デジタルコレクションの画像を使う場合も、資料ごとの保護期間と利用条件を確認してください。

## よくある質問

### NDLOCR-Liteはどこからダウンロードできますか？無料ですか？

国立国会図書館のGitHub（ndl-lab/ndlocr-lite）のリリースページから、OS別のファイルを無料でダウンロードできます。2026年10月時点の最新はv1.3.1です。インストールせずに試すなら、ブラウザ版のNDLOCR-Lite Webを開きます。

### NDLOCR-Lite Webは商用利用できますか？

できます。NDLOCR-LiteとNDLOCR-Lite WebはどちらもCC BY 4.0です。再配布時はクレジットとライセンスの提示、改変の明示が必要で、同梱モデルを配る場合はDINOv3ライセンスの写しも添えます。読み取る資料の著作権は別に確認が必要です。

### NDLOCR-Liteはスマホでも使えますか？

Web版は2026年3月にiPhone・iPad・Androidへ対応しました。ただしモバイルでは文字認識モデルを1つに絞るため、PCと結果が変わることがあります。2026年4月のモデル更新後は、モバイルの処理経路が新しいモデルと合わない作りになっており、エラーで止まる可能性があります。デスクトップ版はスマホでは動きません。

### NDLOCR-Lite WebにAPIはありますか？

ありません。Web版とWeb AI版は画面から操作するアプリです。自動化にはPython 3.10以上で動く本家のコマンドライン版を使います。

### NDLOCR-Liteで手書き文字は読めますか？

読めますが、精度は活字より落ちます。国立国会図書館の評価では手書きの文字誤り率が0.268で、これはv1.2で手書きデータを追加学習した後の数値です。全文の目視校正を前提にしてください。

## 関連記事

- [OCRとは？光学文字認識の仕組み・種類・精度と実装での組み込み方を解説](/tech/details/13582/)
- [YomiToku Studioの使い方：4つのワークスペースとPython版・商用利用の条件【v0.15.0】](/tech/details/6169/)
- [Tesseractとは？読み方・日本語の精度・商用利用とPSM/OEM設定【5.5.3で実測】](/tech/details/11007/)
- [二値化とは？しきい値の決め方と大津・適応的の使い分けをOpenCVの実装で解説](/tech/details/16847/)
- [Google Document AIとは｜プロセッサの選び方・料金・Pythonでの使い方【2026年9月】](/tech/details/3120/)

---

出典: [NDLOCR-Lite Webの使い方｜デスクトップ版v1.3.1の導入・Web AI版との違い・精度・商用利用【2026年10月】](<https://www.issoh.co.jp/tech/details/11281/>)（株式会社一創）