papermergeと同じ用途で使える、当社の製品
OSSを自分で立てて日本語化する代わりに、日本語で作った当社の製品を自社のサーバーに置く方法もあります。ソースコード付きで、月額はかかりません。
papermergeとは？
papermergeとは、スキャンした書類をデジタルアーカイブ化するためのオープンソース文書管理システムです。OCR・書類の読み取りの用途に使えるオープンソースで、ソースコードが公開されているため自社のサーバーに置いて動かせます。ソフト自体の費用はかかりません。
GitHubでの公開は2020年1月、主な開発言語はPython、GitHubスターは2,935、最終更新は2025年11月です（当社がGitHubの公開情報から確認した値、2026年10月08日時点）。
papermergeには日本語のファイルがありません。日本語化から始める必要があります。
OCR・書類の読み取りとは？
OCR・書類の読み取りとは、紙やPDFの入力を手でやっているという状態を、仕組みで解消することです。papermergeは、この用途に使えるオープンソースのひとつです。
- 紙の書類のデジタルアーカイブ化
- スキャンしたPDF文書の管理
- OCRを活用した文書のデータ化
- 社内ドキュメントの電子保管
- 過去の紙資料の整理
papermergeを使うと何が変わるのか
papermergeは、紙の書類をスキャンしてデジタルデータとして保存・管理するための文書管理システムです。PythonとDjangoを用いて構築されており、PDFやスキャンされたドキュメントの整理に適しています。OCR機能が含まれているため、画像からテキスト情報を抽出することが可能です。アーカイブ資料のデジタル化を進めるための機能を備えています。
すでに世界で使われている完成品を土台にするので、同じものをゼロから作るより短い期間で済みます。当社は、この土台に対して日本語化、画面や項目の変更、権限、帳票、既存システムとの連携を加えて、御社の業務に合う状態にします。
papermergeの日本語対応（実測）
papermergeには日本語のファイルがありません。日本語化から始める必要があります。
| ライセンス | Apache-2.0 |
|---|---|
| 主な言語 | Python |
| GitHubスター | 2,935 |
| 日本語ロケール | 日本語ファイルなし（0ファイル） |
| 公開開始 | 2020年1月 |
| 最終更新 | 2025年11月 |
GitHubの公開ファイル一覧から日本語ロケールの実ファイルを数えた結果です。配布用のビルド成果物は除いています。技術的な詳細はpapermergeのOSS情報にまとめています。
進め方は？
進め方とは、現場を見て対象を決め、動くものを見ていただきながら作り、御社の環境へ導入するまでの流れのことです。書類で仕様を固めてから作る進め方はしません。
1日目（無料）
現場に伺い、いまのやり方を見せていただきます。OCR・書類の読み取りのどこから手を付けるかを決めます。
2〜4日目
papermergeを土台に、御社のPCで目の前で開発します。動くものを見ながらその場で直します。
5日目
御社の環境へ導入し、ソースコードと開発ノウハウをお渡しします。以後は自社で改造できます。
その後
追加の作り込みが必要なら、範囲を決めてあらためてお見積もりします。延長を前提にした進め方はしません。
この方法が向かないのは？
向かないのは、基幹システムの全面刷新や、複数部門にまたがる大規模な仕組みのことです。15時間という枠では作り切れません。また、決まった手順を正確に繰り返すだけの処理は、AIを使わないほうが速く確実です。当社ではその部分は普通のプログラムとして作ります。
OCR・書類の読み取りを、まず15時間で試す
名古屋市内なら、1日3時間×5日間の計15時間・税別15万円で試せます。初日3時間のヒアリングと提案は無料です。御社のPCと御社名義のAIエージェントで目の前で開発するので、作り方ごと社内に残ります。成果物とソースコードはお客様のものです。
AI導入お試し実験を見る 動くデモを先に見る（110,000円〜） papermergeについて相談する開発会社・IT販売の方へ
papermergeの日本語化・改修・導入（バイブOSS）を、御社のお客様に販売できます。導入作業は当社が行い、販売手数料は1件9万円（税別）です。ソースコードは MIT ライセンスで、御社のブランドでの販売もできます。登録無料・ノルマなし。販売代理店の条件を見る
OCR・書類の読み取りに使える他のオープンソース
同じ用途に使える土台は他にもあります。ライセンス、日本語対応、規模を比べて選べます。
| 名前 | できること | 日本語 | デモ |
|---|---|---|---|
| PaddleOCR | 帳票や書類の画像・PDFから、文字と表を構造化データとして取り出すOCRの基盤。商用利用が自由なApache-2.0で、日本語を含む多言語に対応します。 | 日本語ファイルなし（読み取り対象として日本語に対応） | — |
| Tesseract | 長く使われているオープンソースのOCRエンジン。日本語を含む多言語に対応し、他の道具の内部でも広く使われています。商用可のApache-2.0です。 | 日本語ファイルなし（読み取り対象として日本語に対応） | — |
| Docspell | スキャンした書類・メール添付・PDFを自動で取り込み、OCRと全文検索で整理する書類管理OSS。メールボックスの定期取り込みと、複数担当者で書庫を共有する設計が特徴です。 | 本家は英独仏のみで日本語なし。当社が1,056語を訳しElm 158モジュールにjaを生成、ビルド検証済み。docspell-jp(github.com/katsushi2441/docspell-jp)で公開・本家へPR提案中。 | — |
| OCRmyPDF | OCRmyPDFの使いどころの案内。スキャンしたPDFに文字層を足して、検索・コピーできるPDFに変えます。日本語は言語データを足せば読めます。導入手順、ライセンス、大量の書類をまとめて処理する相談まで。 | 日本語ファイルなし（読み取り対象として日本語に対応） | — |
| YomiToku | 日本語の文書画像に特化したAI解析エンジン。手書き・縦書き・表の構造まで読み取れますが、ライセンスは非商用で、商用利用には別途の契約が必要です。 | 日本語で開発・提供（日本語文書に特化） | — |
