日本語OCR精度を実測比較 — 7エンジン×5シナリオの結果

OCRの精度はツールによって大きく異なります。特に日本語は漢字・ひらがな・カタカナ・数字が混在するため、エンジンごとの得意・不得意がはっきりと出ます。

この記事では、7種類のOCRエンジンを5つの日本語シナリオで実際にテストし、CER（文字誤り率）を計測した結果を公開します。無料ツールの選び方や、用途別のおすすめも紹介します。

テスト方法

5つのシナリオ（計 23 サンプル）を用意し、各エンジンの出力テキストをGround Truth（正解テキスト）と比較しました。精度指標にはCER（Character Error Rate）を使用しています。

• CER = 0.0：完全一致（誤りゼロ）
• CER = 1.0：全文字が誤り
• CERが低いほど高精度

テストに使用したサンプル画像は、実務で遭遇する典型的な日本語文書を再現しています。

測定条件（再現のための記録）

項目	内容
サンプル数	印刷文書 5・手書き 3・低画質 5・縦書き 5・表組み 5 の計 23 枚。各サンプルに人手で作成した正解テキスト（Ground Truth）を付与
実施日	ローカル OCR（Tesseract / PaddleOCR）: 2026 年 4 月 8 日。AI モデル: 2026 年 4 月 10 日
Tesseract	5.5.2、言語データ jpn / jpn_vert（縦書きは jpn_vert）、--oem 1、--psm 6（縦書きは --psm 5）
PaddleOCR	paddleocr 2.7 系、lang="japan"（PP-OCRv4 日本語モデル）、既定設定
AI モデル	API のモデル ID: gpt-4o-mini、gpt-4o、gemini-2.5-flash-lite、gemini-2.5-flash、gemini-2.5-pro（いずれも当時の最新版）。画像は加工せず原寸のまま 1 枚ずつ送信。Gemini 2.5 Pro は 3 サンプル（手書き 1・表組み 2）で応答が得られず、平均はそれ以外で算出
プロンプト	「この画像に含まれるすべてのテキストを正確に読み取ってください。縦書きの場合は右から左の順で読み取る／手書き文字も含めてすべて読み取る／改行は原文の通りに保持する／テキストのみを出力し、説明や注釈は不要です」（全モデル共通）
CER の計算	出力と正解からスペース・全角スペース・改行を除いたうえで、文字単位のレーベンシュタイン距離 ÷ 正解の文字数。句読点・旧字体・全角半角はそのまま比較（正規化なし）。シナリオの値はサンプルごとの CER の単純平均
注意	これは各モデルの API を直接呼んだ結果で、当サイトの本番サービス（Google Cloud Vision・NDLOCR-Lite・Gemini を自動で使い分け）の精度そのものではありません。サンプル画像には私的な文書が含まれるため画像は公開していません

テスト対象エンジン

エンジン	種別	料金	登録
Tesseract	ローカル OCR	無料	不要
PaddleOCR	ローカル OCR	無料	不要
GPT-4o-mini	AI (OpenAI)	従量課金	必要
GPT-4o	AI (OpenAI)	従量課金	必要
Gemini 2.5 Flash Lite	AI (Google)	従量課金	必要
Gemini 2.5 Flash	AI (Google)	従量課金	必要
Gemini 2.5 Pro	AI (Google)	従量課金	必要

総合結果：CER比較表

各シナリオの平均CERをまとめました。緑色は各シナリオの最高精度です。

シナリオ	Tesseract	PaddleOCR	GPT-4o-mini	GPT-4o	Gemini FL	Gemini Flash	Gemini Pro
印刷文書	0.043	0.012	0.012	0.033	0.012	0.014	0.017
手書き	0.672	0.200	0.056	0.028	0.013	0.133	0.152
低画質	0.168	0.108	0.192	0.133	0.136	0.062	0.098
縦書き	0.042	0.008	0.186	0.000	0.086	0.019	0.008
表組み	0.444	0.291	0.301	0.281	0.205	0.141	0.204
総合	0.274	0.124	0.158	0.101	0.097	0.069	0.077

シナリオ別の詳細分析

1. 印刷文書（オフィス文書）

請求書、契約書などの印刷された日本語文書。すべてのエンジンが高精度を示しました。PaddleOCR（CER 0.012）はローカル動作で最も高精度。AI系エンジンとほぼ同等の精度を達成しており、印刷文書のOCRに課金は不要です。

2. 手書き文字

手書きメモ、ノート、手紙などの手書き日本語。ここでAI系エンジンが圧倒的な差を見せました。Gemini 2.5 Flash Lite（CER 0.013）が最高精度。Tesseractは0.672と実用に耐えないレベルです。手書きOCRを試すなら、AI系エンジンの利用をおすすめします。

3. 低画質・スマホ撮影

スマートフォンで撮影したやや不鮮明な画像。Gemini 2.5 Flash（CER 0.062）が最も強く、画像の前処理やノイズ除去をAIが内部で行っていると推測されます。ローカルOCRのPaddleOCR（0.108）も実用レベルです。

4. 縦書きテキスト

日本語特有の縦書き（縦組み）テキスト。GPT-4o（CER 0.000）が完全一致を達成。PaddleOCR（0.008）とGemini 2.5 Pro（0.008）も極めて高精度です。縦書きOCRを試すなら、ローカルOCRでも十分な精度が得られます。

5. 表組み・複合レイアウト

表やグラフを含む複雑なレイアウト文書。全エンジンで最も苦手なシナリオですが、Gemini 2.5 Flash（CER 0.141）が最高精度。構造的な理解力が求められるため、AI系エンジンが優位です。

無料で使えるOCRツール比較

APIキーなしで、今すぐ無料で使えるOCRツールをまとめました。

ツール	精度ランク	回数制限	登録	手書き	縦書き
AI OCR (ocrjp.com)	自動選択＋AI 高精度（1回分）	3回/日	不要	対応	対応
Tesseract	低〜中	無制限	不要（要インストール）	非対応	一部
Google Drive OCR	中	無制限	必要	一部	非対応

まとめ：用途別おすすめ

• 印刷文書 → PaddleOCR（無料で十分な精度）
• 手書き文字 → AI系エンジン（手書きOCRで無料利用可）
• 縦書きテキスト → PaddleOCR or GPT-4o（縦書きOCRで無料利用可）
• 低画質写真 → Gemini 2.5 Flash
• 総合的に最高精度 → Gemini 2.5 Flash（CER 0.069）

関連記事

👉 無料OCRツールおすすめ7選【2026年】 — 本ベンチマークの実測データで 7 つの無料ツールを比較。

👉 PDF OCR 無料 — スキャン PDF・画像 PDF の文字をブラウザだけでテキスト化。

👉 AI OCR vs Google Drive OCR vs Adobe Acrobat — 手書き精度比較（2026年） — Google Drive・Adobe との実測精度比較。

👉 OCR の精度が悪い 5 つの原因と対処法 — 暗い・手ブレ・HEIC・手書き・くずし字、症状別チェックリスト。

👉 スマホで撮った写真から文字をコピーする方法 — 実際にOCRを使って写真からテキストを抽出する手順を解説しています。

よくある質問