言語を選択
  1. ホーム
  2. その他のツール
  3. OCR PDF

OCR PDF:スキャン画像の文字を認識

スキャンしたPDFや書類の写真を、テキストを選択できる検索可能なPDFに変換できます。TXTファイルとしてテキストを抽出することも可能です。24言語に対応。

ツールを読み込み中…
このツールを評価
まだ評価がありません。最初の評価をお願いします。

使い方

  1. ステップ 1

    スキャンデータを追加

    スキャンしたPDFまたは画像(JPG、PNG、TIFF、BMP、GIF、WebP)をページにドロップします。複数のファイルを追加できます。

  2. ステップ 2

    言語を選択

    文書に使われているすべての言語を最大4つまで選択します。このページの言語と英語はあらかじめ選択されています。

  3. ステップ 3

    出力形式を選択

    検索可能なPDFまたはプレーンテキストを選びます。傾きの補正やスキャナーノイズの除去も設定できます。

  4. ステップ 4

    認識してダウンロード

    ボタンを押してください。文字認識は当社のサーバーで実行されます。完了したら結果をダウンロードしましょう。

OCRでできること

スキャンしたページは画像です。人間には読めても、コンピューターにはただの点の集まりにしか見えません。そのため、検索したり、文章をコピーしたり、スクリーンリーダーで読み上げたりすることができません。OCR(光学文字認識)は、画像の中から文字を見つけ出し、実際のテキストに変換する技術です。

検索可能なPDFでは、ページの画像はそのままに、その下に見えないテキストレイヤーを追加します。見た目は変わりませんが、Ctrl+Fで検索したり、テキストを選択してコピーしたり、パソコンや文書管理システムの検索で見つけたりできるようになります。プレーンテキスト(.txt)を選ぶと、認識したテキストだけが得られ、メールや文書にそのまま貼り付けられます。

対応言語

言語を指定すると、認識精度が大きく向上します。文書に含まれるすべての言語を最大4つまで選択してください。言語の数が少ないほど、認識は速く正確になります。対応言語は次のとおりです。

英語、スペイン語、ポルトガル語、フランス語、ドイツ語、イタリア語、オランダ語、スウェーデン語、デンマーク語、ポーランド語、チェコ語、スロバキア語、ハンガリー語、ルーマニア語、ギリシャ語、ロシア語、トルコ語、インドネシア語、ベトナム語、タイ語、中国語(簡体字)、中国語(繁体字)、日本語、韓国語。

認識結果を良くするオプション

  • 傾きを補正(初期設定でオン):わずかに斜めにスキャンされたページをまっすぐに直します。認識精度が上がり、文書の見た目もきれいになります。
  • スキャナーノイズを除去:状態の悪いスキャンから、汚れやゴミの点を取り除いてから認識します。
  • すでにテキストがあるページ:そのまま残すは、テキストのないページだけを認識します。ほとんどのスキャンにはこれが適しています。OCRをやり直すは、古い、または不正確なテキストレイヤーを置き換えます。ラスタライズしてすべてOCRは、すべてのページを画像に変換して認識し直します。既存のテキストが文字化けしている場合に使用してください。

OCRの精度を上げるコツ

最も重要なのはスキャンの品質です。300 DPIでスキャンしてください。通常の文字なら200 DPIが最低ラインで、小さな文字にはさらに高い解像度が必要です。文字だけなら白黒またはグレースケールで十分です。スマートフォンで撮影した写真でも、ページが平らで、ピントが合い、均一に照明され、真上から撮影されていれば問題なく認識できます。印刷された文字は非常に高い精度で認識されますが、手書き文字は通常認識されません。表の内容は保持されますが、段組みの多い複雑なレイアウトでは、テキストファイルの読み順が異なる場合があります。

サーバー処理、制限、プライバシー

OCRは多くの計算能力を必要とするため、当社のサーバー上で、広く知られた2つのオープンソースツールであるOCRmyPDFとTesseractを使って実行されます。ファイルは暗号化されたHTTPS接続で送信され、処理後すぐに削除されます。結果は15分以内に削除されます。1つの文書につき、最大300ページ、100 MBまで処理できます。大きなスキャンは時間がかかります。ページには進行状況と順番待ちの状況が表示されます。

このサイトの他のツールでもOCRを利用しています。PDFからWordとPDFからExcelはスキャンされたページを自動的に認識し、DjVuからPDFでは結果を検索可能にできます。OCR後に容量の大きいスキャンPDFを小さくするには、PDF圧縮をご利用ください。

よくある質問

スキャンしたPDFを検索可能にするには?

スキャンしたPDFを追加し、言語を選んで、「検索可能なPDF」を選択したまま認識を開始してください。見た目は同じまま、選択・検索できるテキストを含むPDFが作成されます。

OCRで文書の見た目は変わりますか?

いいえ。検索可能なPDFでは、ページの画像はそのままで、テキストは見えないレイヤーとして追加されます。傾き補正をオンにした場合のみ、傾いたページがわずかに回転することがあります。

手書き文字も認識できますか?

通常は認識できません。この認識機能は印刷された文字向けです。きれいな楷書なら一部認識できることもありますが、期待しすぎないでください。

対応している言語は?

英語、スペイン語、フランス語、ドイツ語、ロシア語、中国語、日本語、韓国語、タイ語、ベトナム語など24言語に対応しています。1つの文書で最大4言語まで組み合わせられます。

PDFではなく写真をOCRできますか?

はい。JPG、PNG、TIFF、BMP、GIF、WebPの画像に対応しており、結果は検索可能なPDFまたはテキストファイルになります。

スキャンデータは保存されますか?

いいえ。認識の完了後すぐに当社のサーバーから削除され、結果も15分以内に削除されます。

その他のPDFツール