PDF OCR：スキャンした PDF の文字をテキスト化

使い方

PDF の文字を選択・コピーできないなら、それはおそらくスキャンで、ページの画像にすぎません。このツールは各ページを描画し、端末内で文字を認識して、コピーや保存ができるプレーンテキストを返します。PDF がパソコンの外に出ることはありません。

1. 1

   スキャンした PDF をページにドロップし、OCR を開きます。

2. 2

   書類の言語を選びます。

3. 3

   「文字認識を開始」を押し、すべてのページが終わるのを待ってから、テキストをコピーするか TXT ファイルとしてダウンロードします。

できること・できないこと

出力はプレーンテキストで、各ページは「--- Page N ---」の行で区切られ、信頼度とテキスト領域の数も表示されます。検索可能な PDF は作りません。ファイルに透明なテキストレイヤーを書き戻さないので、元の PDF はそのままです。PDF の文字がすでに選択できるなら OCR は必要なく、そのままコピーすれば済みます。

スキャン PDF の精度を上げるコツ

ページは 2 倍の倍率で描画してから認識するので、スキャンの品質が精度の上限を決めます。300 dpi 前後で、まっすぐ、コントラストの高いスキャンは、傾いたり、グレーだったり、解像度が低いスキャンよりはるかによく読めます。正しい言語を選んでください。中国語・英語、英語、日本語、韓国語、フランス語、ドイツ語は別々の選択肢で、1 回に使えるのは 1 つだけです。表、段組み、脚注はテキストの行として読まれるので、レイアウトは保たれず、順番を整える必要があるかもしれません。

処理は端末上で 1 ページずつ行われるため、長い書類は時間がかかり、どれくらいかかるかは端末の性能とページ数によります。終わるまでタブを開いたままにしてください。初回は約 15 MB のモデルをダウンロードし、その後はキャッシュされます。名前、数字、重要な部分は見直してください。

よくある質問

関連ツール

• 画像の文字読み取り（OCR）写真やスクショの文字を読み取ってテキスト化（OCR）
• PDF 分割PDF を 1 ページずつ、またはページ範囲で分割
• PDF 圧縮メール添付やアップロード用に PDF を軽く