OCR PDF オンライン — 無料、スキャンしたPDFを検索可能に、登録不要

OCRとは何か、なぜ必要なのか？

OCRは光学式文字認識の略です。物理的な文書をスキャンすると、結果は基本的に写真のPDFです — テキストは画像であり、実際の選択可能な文字ではありません。検索したり、テキストをコピーしたり、スクリーンリーダーで使用したりすることはできません。OCRは画像をピクセル単位で分析し、文字、単語、段落を識別してから、表示される画像の背後にテキストレイヤーを埋め込みます。結果は元のスキャンと同じに見えますが、完全に検索可能でコピーペースト可能、アクセシブルです。これは、スキャンされた契約書、アーカイブされた記録、スキャンされた書籍、歴史的文書、プログラムで作業する必要があるデジタル化された書類に不可欠です。

OCRの精度に影響を与えるものは何ですか？

3つの要因がOCR精度を支配します。第一に、scan resolution:300 DPIは優れた結果を生み出します。150 DPIは通常かろうじて許容範囲です。それ以下では文字が失われます。第二に、contrast:黒白のコントラストが最もよく機能します。黄ばんだページやかすんだページは精度を下げます。第三に、font clarity:Times Romanのような標準的なセリフフォントはほぼ完璧に認識されます。手書きや筆記体のフォントは人間にも読めない場合があります。

OCR後 — 検索と編集

OCRが完了すると、出力PDFは任意のPDFビューアで完全に検索可能になります — Ctrl+F(MacではCmd+F)を使用して任意の単語またはフレーズを検索します。認識されたテキストは選択してコピーすることもできます。完全に編集可能な形式でテキストが必要な場合は、その直後にPDF to Wordツールを使用してOCR済みPDFをWordに変換してください。OCRは100%完璧ではないことに留意してください — 固有名詞、専門用語、特殊な書式は、文書がプロフェッショナルな文脈で使用される前に手動の修正が必要になる場合があります。