OCR：画像やスキャン PDF を文字に変換
写真・スクリーンショット・スキャン PDF の文字を Tesseract OCR で読み取ります。日本語・韓国語・中国語を含む 14 言語に対応。プレーンテキスト、または選択・検索できる PDF として受け取れます。
OCR：画像やスキャン PDF を文字に変換の方法
- 1
画像またはスキャン PDF を選択するかドロップします。
- 2
文書の言語を選びます。
- 3
プレーンテキストか検索可能な PDF を選びます。
- 4
実行して、結果を元の資料と比べて確認します。
このツールでできること
- 14 言語、同時に最大 3 つ
- 画像と複数ページのスキャン PDF
- プレーンテキスト、または透明な文字レイヤー付きの検索可能な PDF
- すべての結果にエンジン自身の確信度を表示
- 拡張子を信用せず、ファイルのシグネチャ（実際の形式）を読み取ります。
- ブラウザが作成したファイルの実測サイズを表示します。
OCR：画像やスキャンを文字にについての質問
- どのくらい正確ですか？
- 画像によります。鮮明でまっすぐ、明るく撮れた印刷文字はよく読めますが、手書き、斜めから撮った写真、小さい文字や装飾的なフォントはうまくいかないことが多いです。各結果には Tesseract が報告する確信度が表示され、60% 未満は「要確認」となります。この値はエンジン自身の推定で、測定した精度ではありません。
- 検索可能な PDF とは何ですか？
- スキャンしたページを画像として残し、その上に認識した文字を透明に重ねます。見た目はスキャンのままですが、文字を選択・コピー・検索できます。
- なぜ言語を選ぶのですか？
- Tesseract は言語ごとに専用のモデルで読み取ります。間違った言語を選ぶと結果が文字化けし、多く選ぶと遅くなるので、文書に実際に含まれる言語を 1〜3 つだけ選んでください。
- ファイルはサーバーにアップロードされますか？
- いいえ。Tesseract の認識エンジンと選んだ言語データは、このツールを初めて使うときにブラウザへダウンロードされ、ファイルはお客様の端末上で処理されます。選んだファイルが当方やダウンロード元に送られることはありません。