PDF文字認識OCRツール

よくある質問

• OCRとは何ですか？

  

  OCRはOptical Character Recognition（光学文字認識）の略で、選択も検索もできない文字を含むスキャン文書や画像を、編集・検索できる文書へ変える技術です。

  つまり、PDFや画像ファイルからPDF文字抽出を行い、次の操作ができる実用的なテキストを取得します。

  1. 検索

  2. 編集

  3. コピー＆ペースト

  仕組みを試すには、OCRオンラインの検索可能PDF変換ツールへファイルをアップロードし、出力形式を選んでください。あとの処理はツールが行います。

• OCRはどのように機能しますか？

  

  光学文字認識（OCR）は、印刷文字や手書き文字の画像を、機械で読み取れるデジタルテキストへ変換します。

  まずPDFファイルをスキャンし、画像を鮮明にしてぼやけや背景の跡を除きます。次に、各文字や数字の形を既知のパターンと照合して認識します。その後、自由に編集できるファイルが得られ、PDFから編集可能なテキストへの変換は数秒で完了します。

  次の質問では、PDFをOCR処理して検索可能にする段階を手順ごとに説明します。

• PDFの文字を検索できるようにするには？

  

  スキャンPDFを検索可能にするには、当社の自慢の光学文字認識機能をお試しください。

  検索可能なPDFに変換する手順は次のとおりです。

  1. ページの上部までスクロールします。
  2. 枠内にPDF、PNG、JPG、JPEGのいずれかのファイルをドロップします。
  3. 余白、ページサイズ、向きを設定します。
  4. 出力形式に「検索可能なPDF」を選び、ファイル名を付けます。
  5. 「ダウンロード」を押します。
  6. 数秒待つと、PDF内の文字が検索可能になります。

  PDFのテキスト化はオンラインで完結し、Mac、スマートフォン、タブレットでも利用できます。必要なのは安定したインターネット接続だけです。「OCRにソフトウェアのインストールは必要ですか？」という疑問にお答えすると、一切不要です。すべてブラウザで動作します。

• OCR文字認識は文書の書式に影響しますか？

  

  はい。OCRは元の書式を変えることが多いものの、影響は保存形式によります。検索可能なPDFは元のレイアウトとデザインを保ちながらテキストレイヤーを加えるため、見た目を変えずに編集・閲覧できるファイルになります。Wordは最も自由に編集できますが、OCRを使ってテキストをPDFをWordへ変換すると、ページを一から再構成するため、レイアウトが少しずれることがあります。書式が不要なら、プレーンテキスト（TXT）で、どこへでも貼り付けられる生の文字だけを抽出できます。

  OCRリーダーは精度テスト済みで、難しいファイルで不明瞭な部分が残っても、エディターで簡単に修正できます。

• PDFのOCRはすべての言語で機能しますか？

  

  いいえ。OCRの精度はすべての言語で同じではありません。現在のツールは数十言語に対応しますが、文字体系ごとに認識設定が必要です。一方、PDF GuruのPDF OCRツールは90以上の言語に対応し、多様な言語環境で利用できます。

  法律文書、学術論文、または個人メモであっても、OCRによってPDFを読みやすくし、内容を管理しやすくできます。

• スキャンしたPDFデータからテキストを抽出できますか？

  

  はい。OCR技術でスキャンPDFからPDF文字抽出ができます。スキャン文書をWordまたはプレーンテキストへ数秒で変換でき、処理済みファイルは後で使えるようPDF Guruアカウントに安全に保存されます。

• スキャンしたPDFを編集可能なWordへ変換するには？

  

  光学文字認識ソフトウェアへファイルをアップロードすると、全ページの文字を読み取り、正しいWord文書として再構成します。

  これだけで、内容を再入力せずに書き換えや書式変更ができるWord文書になります。

  オンラインツールは印刷文字以外も読み取るため、スキャン内に手書きの文章があれば、同じ方法でテキストへ変換できます。

• PDF画像をWordテキストへ変換するには？

  

  光学文字認識（OCR）ツールは画像から直接文字を読み取ります。画像ベースのPDF、JPG、PNGを読み込むと、編集可能なWordファイルが作成されます。

• PDFにすでにOCRが適用されているか確認するには？

  

  PDFビューアーでファイルを開き、文字列の上でカーソルをドラッグします。文字を選択してコピーできれば、OCR、つまり有効なテキストレイヤーがすでに存在しています。何も選択できずページが画像のように動作するなら、OCRは未適用です。存在する単語を検索し、見つかるかどうかでも確認できます。

• PDFでOCRが機能しないのはなぜですか？

  

  OCRが失敗する主な原因は、画像の解像度不足、背景の汚れ、薄く乱れた手書き文字です。ひどくぼやけたスキャンや、珍しい言語・文字体系も認識を妨げる原因となることがあります。本ツールは読み取り前に画像を鮮明にして背景ノイズを除くため、多くの場合は改善し、不明瞭な箇所も後からエディターで簡単に修正できます。

• Adobe AcrobatなしでPDFをOCR処理するには？

  

  Adobe Acrobatなしでも、オンラインツールならブラウザでPDF OCR化が実現し、ダウンロードやインストールは不要です。ファイルをアップロードし、余白、ページサイズ、向きを設定して、Word、検索可能なPDF、プレーンテキストから出力を選びます。数秒後に結果をダウンロードできます。

• OCRサイトであるPDF Guruへ機密性の高いスキャン文書をアップロードしても安全ですか？

  

  PDF GuruはSSL証明書や高度な暗号化などの強力な保護策で文書を守ります。さらにGoogle Safe Browsingが、ウイルスやフィッシングなどのオンライン脅威への対策を支援します。

• 通常のPDFとOCR済みPDFの違いは？

  

  通常のPDFは文字や文書の電子画像であり、文字は見えても選択、検索、コピーはできません。OCR済みPDFはその上にテキストレイヤーを追加し、画像を利用可能な文字へ変えます。

• PDF内の文字を選択・検索できないのはなぜですか？

  

  多くの場合、PDFがデジタル文書ではなく平坦なスキャン画像だからです。デバイスには実際の文字ではなく画像に見えるため、選択できず、検索結果も出ません。写真やスクリーンショットをPDFとして保存した場合も同じです。本ツールでPDFをOCR処理すれば文字を読み取ってテキストレイヤーを追加し、PDF 検索できるようにするので、その後は選択、検索、コピーが可能です。

• PDF Guruを解約するにはどうすればよいですか？

  

  PDF Guruのアカウント設定からご利用中のプランを解約するか、サポートに連絡してサブスクリプションの解約を依頼できます。お支払い済みの請求期間が終了するまで、アカウントは引き続きご利用いただけます。