Ndlocr Integration

NDLOCR-Lite 連携

公開アプリの仕様（v1.0.0-dev.274）

NDLOCR-liteは外部で実行した結果を取り込む。本体やPython環境はアプリへ同梱していない。一方、選択した横書き行は同梱RapidOCRで再認識できる。未OCRページ／PDF全体の新規認識、縦書き・混在検出を実装済みと扱わない。行の再認識。

国立国会図書館（NDL）が公開しているオープンソースのOCRエンジン NDLOCR-Lite との連携機能について解説します。

---

1. NDLOCR-Lite データの自動検出

PDF Correctorium は、PDFファイルを開く際に、同一フォルダーまたは隣接フォルダーにある NDLOCR-Lite の関連ファイルを自動的に探知します。

• 対応ファイル形式:
  • *.json（NDLOCR文字座標・行ブロック情報）
  • *.xml
  • *.txt / *.tei

該当するファイルが見つかった場合、画面上に「NDLOCRデータが見つかりました。取り込みますか？」という通知が表示されます。

---

2. 座標マッピングと高精度取り込み

• 精密なバウンディングボックス: NDLOCRが解析した各行・各文字の境界矩形（バウンディングボックス）を高精度に取り込み、PDFプレビュー上に整列して配置します。
• 手動取り込み: 自動検出されなかった場合でも、メニューの 「ファイル」➔「NDLOCR-Liteデータを読み込む... (Alt+F ➔ I)」 から手動でJSON/XMLファイルを指定して取り込めます。