arcships/light-ocr

Fast, offline OCR for Node.js & C++. PP-OCRv6 with Core ML / WebGPU hardware acceleration — recognize text in images with confidence scores & coordinates. npm: @arcships/light-ocr

What it solves

light-ocr は、Node.js および C++ アプリケーション向けに設計された高速・オフライン光学文字認識 (OCR) エンジンです。クラウド API を使用せず、ユーザーのローカルマシン上で画像 (JPEG, PNG, または raw pixel data) からテキストを抽出できるため、開発者はデータプライバシーを確保できます。

How it works

このプロジェクトは、テキスト認識に PP-OCRv6 Small モデルを使用しています。高性能な C++ コアを提供し、Node.js 用のバインディングを提供します。速度を最適化し CPU 負荷を軽減するために、ハードウェアを自動検出し、加速技術を適用します。Apple Silicon (macOS 15+) では Core ML を、Linux および Windows では WebGPU (Vulkan または D3D12 経由) を使用します。

Who it’s for

クラウドサービスに依存せず、ローカルで高性能なテキスト認識を機能として備えた Node.js または C++ アプリケーションを構築している開発者。

Highlights

  • ローカル処理: すべての画像と結果はマシン内にとどまり、プライバシーを確保します。

  • ハードウェア加速: Core ML および WebGPU を自動サポートし、認識速度を significantly 向上させ、CPU 使用率を大幅に削減します。

  • Tiled Mode: 高解像度画像内の小さな文字や密集した文字の精度を維持するためのオプションモードです。

  • Tiled Mode: 高解像度画像内の小さな文字や密集した文字の精度を維持するためのオプションモードです。

  • Tiled Mode: 高解像度画像内の小さな文字文字の精度を維持するためのオプションモードです。

  • Lighweight Installation: npm package は、主要なプラットフォーム向けのモデルとプリビルドコンポーネントを提供します。

  • Detailed Output: 認識された各行について、テキスト、信頼度スコア、四角形座標を返します。