スキャンしたPDFは、見た目は文書でも、中身は写真と同じです。Ctrl+Fで検索しても何も見つからず、1文だけコピーしようとしてもページ全体が画像として選択されてしまいます。光学文字認識（OCR）は、画像の中の文字を読み取って本物のテキストに変換することで、この問題を解決します。
S-PDFのOCR(文字認識)ツールは、Tesseract 5エンジンで文字を認識し、元のページ画像のぴったり上に見えないレイヤーとして配置します。見た目は何も変わりません。署名、印鑑、ロゴ、手書きのメモも元の位置のままです。それでいて、文書内を検索したり、文字を選択してコピーしたりできるようになり、スクリーンリーダーやファイル検索ツールも中身を読み取れるようになります。PDFの文字認識が必要なときは、無料でそのままお使いください。
PDFをOCRで文字認識する方法
- スキャンまたは画像をアップロード スキャンしたPDF、または書類を撮影・スキャンしたJPG、PNG、WebP、GIF、BMP、TIFFの画像を追加します。
- 文書の言語を選択 文書が書かれている言語を選びます。複数の言語が混在する文書なら、日本語と英語のように最大3つまで選択できます。
- テキストのオプションを確認 すでにテキストを含むページはスキップは初期設定でオンになっているため、デジタルで作成されたページはそのまま残り、スキャンしたページだけが処理されます。
- OCRを実行してダウンロード ページは並行して処理され、進み具合を1ページずつ確認できます。
ファイル名_ocr.pdfという名前の結果をダウンロードします。
OCR(文字認識)にS-PDFが選ばれる理由
- ページの見た目はそのまま認識したテキストは見えないので、スキャンの見た目は以前とまったく同じです。
- 34言語に対応日本語、英語、アラビア語、ヒンディー語などに対応し、1つの文書で最大3言語まで指定できます。
- 画像にも対応JPG、PNG、WebP、GIF、BMP、TIFFの写真やスキャン画像を、検索できるPDFに変換できます。
- デジタルページはスキップすでに本物のテキストを含むページは、初期設定ではそのまま残します。
- 進み具合をリアルタイム表示ページは並行して処理され、進み具合を1ページずつ確認できます。
- 1時間後に削除スキャンしたファイルは、最後の操作から1時間後に自動で削除されます。
対応言語
次の34言語から選べます：英語、フランス語、スペイン語、ドイツ語、イタリア語、ポルトガル語、オランダ語、アラビア語、トルコ語、ロシア語、ウクライナ語、ポーランド語、チェコ語、ルーマニア語、スウェーデン語、デンマーク語、ノルウェー語、フィンランド語、ギリシャ語、ヘブライ語、ヒンディー語、ベンガル語、ウルドゥー語、ペルシャ語、インドネシア語、マレー語、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、ハンガリー語、ブルガリア語。
必ず、文書が実際に書かれている言語を選んでください。OCRは各言語の文字と語彙をもとに、形の似た文字を判別します。そのため言語を間違えるとミスが増え、特にアクセント記号の付いた文字やラテン文字以外の文字で顕著になります。日本語と英語が併記された契約書や、外国語の引用を含む教科書などでは、2つ目（と3つ目）の言語も追加しましょう。
文字認識の精度を上げるコツ
OCRが読み取れるのは、はっきり見えるものだけです。ちょっとした工夫で、結果が大きく変わります。
- 300 dpiでスキャンする。解像度が低いと小さな文字がぼやけます。逆に高すぎると、認識の精度は上がらないままファイルだけが大きくなります。
- ページをまっすぐに保つ。紙をスキャナーのガラス面に平らに置くか、スマホで真上から撮影します。
- コントラストをはっきりさせる。汚れのない均一に照らされたページに、濃い文字が書かれているのが理想です。薄いコピーや影は誤認識の原因になります。
- 手書き文字には限界があります。手書きの文字はうまく認識できません。OCRは印刷された文字向けに作られています。
完璧なスキャンであっても、名前、金額、日付などの重要な情報は必ず確認してください。OCRは印刷された文字の認識がとても得意ですが、完璧なエンジンはありません。
OCRのあとにできること
多くの場合、検索できるPDFがあれば十分です。どんな言葉でも検索でき、引用をコピーでき、パソコンのファイル検索でも中身がインデックスされます。文章を編集したい場合は、OCR済みのファイルをPDFをWordに変換で変換しましょう。スキャンした表や明細書なら、PDFをExcelに変換で数値をスプレッドシートに取り込めます。紙の書類をまだデジタル化していない場合は、スキャンしてPDF化でスマホの写真をPDFにしてから、OCRにかけられます。
よくある質問
OCR(文字認識)は無料ですか？
はい。無料プランでは1日5回までOCRを実行でき、1タスクあたり最大10ファイル・50 MB、1ファイルあたり100ページまで、登録不要・透かしなしで使えます。Pro（月額5ドルまたは年額50ドル）なら、1ファイルあたり1,000ページ、1タスクあたり50ファイル・500 MBまで扱えます。
OCRをかけるとPDFの見た目は変わりますか？
いいえ。テキストレイヤーは見えず、元のページ画像の上に重ねられるだけなので、ページの見た目は以前とまったく同じです。
PDFにOCRが必要かどうかは、どうすればわかりますか？
ファイルを開いて、単語を検索するか1行の文字を選択してみてください。検索で何も見つからない、またはページ全体を画像としてしか選択できない場合は、スキャンしたPDFなので、OCRで文字認識すると便利になります。
2つの言語が混在する文書もOCRできますか？
はい。日本語と英語のように最大3つの言語を同時に選択でき、エンジンはページを読み取る際にそのすべてを考慮します。
手書きの文字もOCRで認識できますか？
あまりうまくいきません。エンジンは印刷された文字向けに作られているため、手書きのメモは通常、正確には認識されません。
JPGや写真もOCRできますか？
はい。JPG、PNG、WebP、GIF、BMP、TIFFの画像に対応しており、結果は検索できるPDFになります。
OCRのあとで文字を編集できますか？
OCR済みのPDF自体は元の見た目を保ちます。文章を編集したい場合は、検索できるPDFを「PDFをWordに変換」で変換するか、表なら「PDFをExcelに変換」を使ってください。
スキャンした文書のプライバシーは守られますか？
ファイルはHTTPSで送信され、Webからアクセスできない非公開のフォルダに保管されます。共有されたりほかの目的に使われたりすることはなく、最後の操作から1時間後に自動で削除されます。「今すぐファイルを削除」で、すぐに削除することもできます。
最終更新：（S-PDFチーム）