CPUで動く日本語対応の高速なOCR「Indra OCR」がリリースされました。GitHubでも公開されていたので、それを利用してセルフホストして利用できる「selfOCR」を作成してみました。
試しに文科省のPDFをダウンロードしてOCRしてみましたが、複数ページでも高速にOCRしてくれました。
けっこう実用になりそうです。
ひとまず、Ubuntu26.04のLXDコンテナにインストールするには下記で。
git clone https://github.com/hirogura/selfocr.git /opt/selfocr
cd /opt/selfocr
sudo ./scripts/install.sh