joe/sougi
Watch
1
0
Fork
You've already forked sougi
 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions

LLM不使用のローカルOCRのみモード(tesseract+規則ベース抽出) #15

New issue
Closed
opened 2026-09-27 10:50:55 +00:00 by joe · 1 comment
joe commented 2026-09-27 10:50:55 +00:00
Owner
Copy link

提案

tesseract単体で「画像→テキスト」は完結するので、LLMを一切使わない疑似プロバイダ local-ocr を追加する。

仕様

  • tesseractバイナリが存在する場合のみプロバイダ一覧に「ローカルOCRのみ(LLM不使用)」が現れる
  • 規則ベース抽出:
    • 日付: YYYY年MM月DD日 / YYYY/MM/DD / YYYY-MM-DD / 元号(令和・平成)パターン
    • 金額: 「合計」「御買上」「総計」等のキーワード行の数値、無ければテキスト中の最大額
    • 店名/葬儀社名: 先頭の非空行(株式会社・葬儀・セレモニー等を優先)
    • 見積明細は抽出しない(フォーム手入力)
  • 抽出結果はフォーム初期値として表示しユーザー確認後に保存(既存の流れと同じ)
  • APIキー・通信一切不要。自動フェイルオーバーの最終段としても機能

限界

  • 手書き・複雑レイアウトの領収書では誤抽出あり。LLM構造化より精度は下がる
  • 見積書の明細抽出は非対応
## 提案 tesseract単体で「画像→テキスト」は完結するので、LLMを一切使わない疑似プロバイダ `local-ocr` を追加する。 ## 仕様 - tesseractバイナリが存在する場合のみプロバイダ一覧に「ローカルOCRのみ(LLM不使用)」が現れる - 規則ベース抽出: - 日付: `YYYY年MM月DD日` / `YYYY/MM/DD` / `YYYY-MM-DD` / 元号(令和・平成)パターン - 金額: 「合計」「御買上」「総計」等のキーワード行の数値、無ければテキスト中の最大額 - 店名/葬儀社名: 先頭の非空行(株式会社・葬儀・セレモニー等を優先) - 見積明細は抽出しない(フォーム手入力) - 抽出結果はフォーム初期値として表示しユーザー確認後に保存(既存の流れと同じ) - APIキー・通信一切不要。自動フェイルオーバーの最終段としても機能 ## 限界 - 手書き・複雑レイアウトの領収書では誤抽出あり。LLM構造化より精度は下がる - 見積書の明細抽出は非対応
joe commented 2026-09-27 10:53:29 +00:00
Author
Owner
Copy link

実装しました。mainにマージ済み。

仕様

  • tesseractがインストールされている場合、プロバイダ一覧に「ローカルOCRのみ(LLM不使用)」が自動で現れる(追加設定不要)
  • 規則ベース抽出: 日付(西暦・令和・平成対応)、金額(合計/御見積等キーワード行)、店名・葬儀社名(先頭行/社名ヒント)
  • 自動フェイルオーバーの最終段にも入る(Gemini等が全滅してもローカルで処理)
  • APIキー・通信不要で完全ローカル動作
  • 見積書の明細抽出は未対応(ヘッダ部のみ)

確認済み

本サーバにtesseract 5.5.0 + 日本語データが入っており、スキャン画面に「ローカルOCRのみ」が表示されることを確認。

テスト68件パス。

実装しました。`main`にマージ済み。 ## 仕様 - tesseractがインストールされている場合、プロバイダ一覧に「ローカルOCRのみ(LLM不使用)」が自動で現れる(追加設定不要) - 規則ベース抽出: 日付(西暦・令和・平成対応)、金額(合計/御見積等キーワード行)、店名・葬儀社名(先頭行/社名ヒント) - 自動フェイルオーバーの最終段にも入る(Gemini等が全滅してもローカルで処理) - APIキー・通信不要で完全ローカル動作 - 見積書の明細抽出は未対応(ヘッダ部のみ) ## 確認済み 本サーバにtesseract 5.5.0 + 日本語データが入っており、スキャン画面に「ローカルOCRのみ」が表示されることを確認。 テスト68件パス。
joe closed this issue 2026-09-27 10:53:31 +00:00
Sign in to join this conversation.
No Branch/Tag specified
Branches Tags
main
No results found.
Labels
Clear labels   
bug

   
cleanup

   
enhancement
No labels
bug
cleanup
enhancement
Milestone
Clear milestone
No items
No milestone
Projects
Clear projects
No items
No project
Assignees
Clear assignees
No assignees
1 participant
Notifications
Due date
The due date is invalid or out of range. Please use the format "yyyy-mm-dd".

No due date set.

Dependencies

No dependencies set

Reference
joe/sougi#15
No description provided.