紙の書類を検索できるPDFに — OCRmyPDF 日本語導入キット（請求書・契約書・FAX・縦書きの実測つき）
スキャンした請求書・納品書・契約書・FAX・縦書き文書を、オープンソースのOCRmyPDF（MPL-2.0）とtesseractで「文字で検索できるPDF」にし、フォルダに入れるだけで回る状態にする導入キット。自作の日本語見本6種をdocker版（17.13.1・tesseract 5.5）とpip版（16.13.0・tesseract 4.1）で96条件実測。横書き印字は正答率91〜94%（検索基準97〜99%）、縦書きはjpn_vert psm5で87%。psm6が表のある帳票の表を丸ごと落とす件、--cleanが薄い字を消す件、影があると--deskewが逆効果になる件、tesseract 4.1で縦書きが逆順になる件、180°が直らない件を表に。フォルダ監視（投入から9秒）・一括処理・paperless-ngx連携（取り込み2〜5倍速・二重OCR回避）・運用設計表・トラブル36項目。GPU不要。
5,500円税込
本体 5,000円 ＋ 消費税 500円
価格はデジタルコンテンツ（ソフトウェア一式：ソースコード・同梱データ・手順書）の商品代金です。ソフトウェアはMITライセンスなので、ライセンス料・使用料ではありません。
🎁 キャンペーン（期限未定）：AI-IT顧問契約（愛知県内・月15時間）の期間中に構築できる商品は、商品代金なしで当社が構築します。
🤝 税別10万円以上のご購入には、5時間以内の導入支援・カスタマイズサポート（リモート）が付きます。 御社サーバーへの設置・初期設定・自社の業務に合わせた小さな変更を、当社のエンジニアが画面を共有しながら一緒に進めます。導入が不安な方は、購入前にご相談ください。 事前に相談する →
🛠 5時間を超える導入支援・カスタマイズは顧問契約で：AI-IT顧問かAI-SNS顧問（月15時間）の契約中は、この商品の御社サーバーへの設置・設定、自社仕様への変更、運用後の手直しを当社が顧問の時間の中で行います。
デモでご確認のうえ、ご納得いただいてからご購入ください。
このまま使うか、自社仕様に変えるか
ソースコード同梱のMITライセンスなので、購入後はご自身で改変できます。 項目を足す、帳票を社内様式に合わせる、AIで判定や下書きを自動化する—— その時間が取れないときは、当社が代わりに変更します。
動くデモを確認してからのお支払いで、1回110,000円（税込）です。
この商品を自社仕様に変える（バイブカスタマイズ）この商品を、紹介・販売しませんか
お客様を紹介するだけの「取次」でも、ご自身で提案して売る「販売代理」でもかまいません。 登録無料・ノルマなし・仕入れなし。
販売手数料は、この商品の販売価格（税別）の10%。 導入のときに自社仕様への改修（バイブカスタマイズ・税別10万円）も決まれば、その30%（3万円）が上乗せになります。 この商品は業種や業務に合わせて手を入れて使うことが多いので、あわせてご提案いただけます。 士業・コンサルタント・システム販売の方に。
販売代理店・紹介パートナーの条件を見る紙の書類を検索できるPDFに — OCRmyPDF 日本語導入キットとは
紙の書類を検索できるPDFに — OCRmyPDF 日本語導入キットとは、スキャンした請求書・納品書・契約書・FAX・縦書き文書を、オープンソースのOCRmyPDF（MPL-2.0）とtesseractで「文字で検索できるPDF」にし、フォルダに入れるだけで回る状態にする導入キット。
何のためのものか
棚に積んだ請求書・納品書・契約書・FAX を、スキャンしたあと「あの取引先の去年の請求書」で検索できるようにしたい。ただし書類をクラウドの OCR サービスに送りたくない。そういう会社向けの導入キットです。対象はオープンソースの OCRmyPDF（MPL-2.0）と、その中で動く tesseract（Apache-2.0）。スキャンした PDF や画像に、見た目はそのまま、透明な文字の層を重ねて「検索できる PDF（PDF/A）」にするコマンドで、GPU は要らず、A4 1 枚を 2〜3 秒で処理します。
ただ、コマンドを 1 回打てば終わりではありません。日本語の書類は、既定のままだと縦書きがほぼ 0 字、表のある請求書で表の中身が丸ごと消える設定がある、薄い字を消してしまうオプションがある、逆さの書類が直らない版がある、と「エラーも出ずに黙って読めていない」ことが起きます。当社は 2026 年 11 月に、自作した日本語の見本 6 種（請求書・納品書・手書き混じり FAX・縦書きの挨拶状・2 枚の契約書・A3 見積明細）を 300dpi のスキャン風にして、docker 版（OCRmyPDF 17.13.1・tesseract 5.5.0）と pip 版（16.13.0・tesseract 4.1.1）で 96 条件を回し、文字単位の正答率・処理時間・ファイルサイズを測りました。このキットはその結果と、結果どおりに動くスクリプトの一式です。
当社が実際に測った結果（抜粋）
| 書類 | 推奨の設定 | 正答率（strict／検索基準） | 時間 |
|---|---|---|---|
| 請求書（表あり・A4） | -l jpn 既定の psm |
91.3%／97.2% | 2.8 秒 |
| 納品書 | 同上 | 94.0%／98.6% | 2.5 秒 |
| 契約書 2 枚（英語の品番混じり） | 同上 | 94.3%／98.0% | 3.0 秒 |
| A3 見積明細（10 列の表） | 同上 | 89.4%／95.5% | 2.9 秒 |
| 縦書きの挨拶状 | -l jpn_vert psm 5 |
86.9%／87.7% | 3.0 秒 |
| 手書き混じり FAX | 印字部分は上と同じ | 印字 99%・手書き 53%（語にならない） | 3.1 秒 |
strict は全角の（）が半角になっただけでも誤りに数えた数字、検索基準は全角半角を揃えた数字です。
このキットで分かること・できること
- 入れる：公式 docker イメージに日本語データ（横書き・縦書き）を足す Dockerfile と、pip 版を root 無しで縦書きまで動かすスクリプト。公式イメージが非 root で動くことで apt が止まる件、
TESSDATA_PREFIXの指し先で止まる件を手順に - psm の真実：当社の paperless-ngx 日本語キットで勧めた「psm 6」は、表のある帳票では 表の行を全部落とす（91%→61%、A3 見積で 24%）ことが分かりました。一方で psm 3 は 3 文字の大きな見出し「請求書」「納品書」を落とします。見出しの大きさ・字間を変えた追試まで載せ、どちらを取るかの割り切り方を書いています
- 日本語で起きること：全角スペース、全角数字、￥ が \ になる、登録番号の T が 1 になる、品番の l と 1、丸数字、「乙」が半分消える、φ と ×、金額のカンマがピリオドに。何が読めて何が化けるかを 1 語ずつ確かめた表と、検索側での吸収の仕方
- 縦書き：
jpn+jpn_vertのように足しても効かないこと、psm 5 で 87% になること、Ubuntu 22.04 の apt の tesseract 4.1 では縦書きの文字が逆順に出て検索が当たらないこと（docker 版では直っている） - 傾き・影・薄い字・向き：
--deskewは 2.5° の傾きで 60%→91% に効く一方、綴じ側に影があると逆効果。--cleanは薄い字（感熱紙）を 91%→29% に消す。tesseract 5.5 は 180° 逆さを既定では直さず、閾値を 2 にすると直る。--remove-backgroundと--thresholdは現行版に無い - 文字層がある PDF：
--skip-text／--redo-ocr／--force-ocrの違いを、Chrome で作った PDF と OCR 済み PDF で実測。--skip-textでもサイズが増える件、Chrome の PDF の文字層が部首の字になって検索が当たらない件 - フォルダ監視と一括処理：入口に入れた PDF・JPEG が出口に出るまで実測 9 秒（書き込み中のファイルを拾わない安定確認つき）、失敗はログつきで別フォルダ、systemd ユニット同梱。過去の山は 3 並列で 1 件 4〜6 秒、1 万枚の目安
- paperless-ngx と組む：paperless は全書類を 1 つの設定で読むので縦書きが 2.8% になる。先に本キットの watch で処理して consume に渡すと、取り込みが 2〜5 倍速く（10.4 秒→6.2 秒、14.3 秒→2.2 秒）、縦書きも 87% 読める。二重 OCR を避ける設定（
PAPERLESS_OCR_MODE=skip）、pre-consume／post-consume スクリプトの実物と実測 - tessdata_best：横書きの印字では速さが半分になるだけで良くならない（pip 版では悪くなる）。縦書きだけ 5 ポイント上がる
- 容量：版によって既定の出力サイズが 2 倍違う（17.13 は 445KB、16.13 は 196KB）理由と、
--optimize0〜3 の実測 - 運用設計表：どのフォルダに何を入れ、誰がいつ何を見るか。手書きの書類を「文字が 50 字未満なら要確認」で人に回す仕組み
- トラブル表：実測で踏んだ 30 項目と、エラーが出ずに黙って読めていない 6 項目
同梱物（zip）
- 手順書 7 章（00 全体像 → 06 トラブルシューティング）と全 96 条件の実測表
- Dockerfile・ラッパー、apt の手順、root 無しセットアップ、縦書きの言語データ
- スクリプト 11 本（監視・一括・paperless 連携 2 本・正答率・語の確認・自社の書類でベンチ・誤りの分類・表の生成・paperless 比較）
- 自作の日本語見本 6 種（HTML・文字層あり PDF・スキャン風 PDF・傾き／影／薄字／回転／200dpi の劣化版・画像）と正解テキスト。再生成スクリプトつき
- 運用設計表・品質チェック表・障害記録・systemd ユニット
動作環境
- Linux サーバー 1 台（docker、または Python 3.10 以上＋tesseract＋Ghostscript）。GPU 不要。メモリは 1 ページ 200〜300MB
- 実測は 16 コアのサーバー。4 コアでも 1 時間 3,000 枚の目安
- paperless-ngx と組む場合は paperless-ngx 3.x（3.1.3 で実測）
注意
- OCRmyPDF は MPL-2.0、tesseract は Apache-2.0、Ghostscript は AGPL-3.0（外部コマンドとして呼ぶだけ）のオープンソースで、本キットは手順書・スクリプト・見本の購入です。購入者の社内利用に限ります（再配布不可）
- 手書きの文字起こし、帳票の項目抽出（金額をデータとして取る）、電子帳簿保存法の要件判定は範囲外です。本キットは「検索できる PDF にする」ところまでを扱います
- 見本の書類・社名・人名・金額は架空です。既存の著作物は使っていません
紙の書類を検索できるPDFに — OCRmyPDF 日本語導入キットの入手方法（3つ）
同じゴールに、あなたに合う入口からどうぞ。
| ①完成品を購入 | すぐ使いたい方向け。このページで購入し、即ダウンロード（ソースコード付き・5,500円税込）。AIで自社向けに改変できます。 |
|---|---|
| 🎁 AI-IT顧問契約で無料 | キャンペーン（期限未定）。愛知県内のAI-IT顧問契約（月15時間・税別150,000円）の期間中に構築できる商品は、商品代金なしで当社が構築・設定します。 |
| 🛠 顧問契約で導入支援・カスタマイズ | AI-IT顧問（社内の業務システム・サーバー向け）またはAI-SNS顧問（ホームページとXの運用向け）。どちらも月15時間で、契約中はこの商品の設置・設定、自社の業務に合わせた変更、運用後の手直しを当社が行います。契約中は Pro の機能も使えます。 |
| ②この商品を自社仕様に | 「うちの業種・業務に合わせてほしい」方向け。バイブカスタマイズ（110,000円税込）で、この商品を土台に当社が変更します。動くデモを確認してからのお支払いです。 バイブカスタマイズを見る |
| ③ゼロから作る | 近い商品が無い、または業務そのものが特殊な方向け。設計書から作るバイブプロトタイプ制作（330,000円税込）です。 バイブプロトタイプ制作を見る |
紙の書類を検索できるPDFに — OCRmyPDF 日本語導入キットの販売情報
| 開発元 |
株式会社エクスブリッジ https://exbridge.jp/ |
|---|---|
| 𝕏 アカウント | @xb_bittensor |
| デモサイト | https://kurage.exbridge.jp/oss/ocrmypdf/ |
| 配布ファイル | ocrmypdf-kit.zip （11,582 KB） |
| 公開日 | 2026年11月5日 |
紙の書類を検索できるPDFに — OCRmyPDF 日本語導入キットをご購入前に必ずお読みください
- これはプロトタイプです。動作を保証していません。お客様の環境 （サーバー・PHPのバージョン・通信の制限など）によっては、そのままでは動かない可能性があります。
- AIエージェント（Claude Code / Codex など）を使えることが前提です。 設置も、つまずいたときの解決も、AIに相談しながらご自身で進めていただく前提の商品です。 手順書・設計書・AI向け指示書を同梱しています。
- お問い合わせに必ずお応えできるとは限りません。 購入代金に個別サポートは含まれていません（有償のサポートは別途承ります）。
- ノークレーム・ノーリターンでお願いいたします。 ダウンロード商品の性質上、ご購入後の返品・返金はお受けできません。 必ずデモを触って、ご自身の目で確かめてからご判断ください。
そのほかの条件
- 設置には、PHPが動作するレンタルサーバー等のご用意が必要です。詳細は各アプリの説明をご確認ください。
- ソースコードは改変・再配布が可能です。ライセンスは同梱の LICENSE をご確認ください。
紙の書類を検索できるPDFに — OCRmyPDF 日本語導入キットのよくある質問
ライセンスは？
MITライセンスです。ソースコードを同梱し、商用利用・改変・再配布が自由に行えます。
購入前に試せますか？
はい。デモで実際に触って、気に入ってから購入できます（https://kurage.exbridge.jp/oss/ocrmypdf/）。
AIエージェントで改造・拡張できますか？
できます。Claude Code等のAIエージェント向けの設計マニュアルが付属し、触れてよい範囲を宣言したうえで安全に変更を頼めます。
月額はありますか？買い切りですか？
買い切りです。月額料金はありません。価格はデジタルコンテンツ（ソフトウェア一式）の商品代金で、ライセンス料・使用料ではありません。自社のサーバーに置くオンプレミス型で、社内で内製化できます。
保守契約は必要ですか？
必要ありません。保守契約を結ばなくても使い続けられます。ソースコードを同梱しているので、直したいところはClaude CodeなどのAIを使って自社で直せます。手を借りたいときは、税別10万円以上の商品なら5時間以内の導入支援がつき、それを超える支援は顧問契約で承ります。
導入支援はありますか？
税別10万円以上の商品をご購入の場合、5時間以内の導入支援・カスタマイズサポートをリモートで行います。御社サーバーへの設置・初期設定・自社の業務に合わせた小さな変更を、当社のエンジニアが画面を共有しながら一緒に進めます。導入が不安な方は、購入前に https://exbridge.jp/contact.php からご相談ください。5時間を超える支援は顧問契約で承ります。
AI-IT顧問契約を結ぶと無料になりますか？
なります（キャンペーン・期限未定）。愛知県内のAI-IT顧問契約（月15時間・税別150,000円）の期間中に構築できる商品は、デジタルコンテンツの商品代金をいただかず、当社が構築・設定します。ソースコードごと御社の資産として残ります。詳細は https://exbridge.jp/ai-it-komon.html をご覧ください。
