画像やスキャンPDFから文字をコピーする方法（OCR）
スクリーンショットや看板の写真、スキャンした契約書の文字は、見た目は文字でも中身は画像です。文字認識（OCR）を使えば、コピー・検索・編集できるテキストに戻せます。
使い方
- 画像から文字を読み取り（OCR）を開く。
- 画像を1枚以上、またはPDFをドロップ。
- 文字の言語（日本語など）を選ぶ。
- 結果を確認し、誤りを直してコピー、または.txtでダウンロード。
初回だけ、認識エンジン（Tesseract）と言語モデル（数MB）をブラウザがダウンロードしてキャッシュします。2回目以降はすぐに起動し、オフラインでも使えます。ファイルは端末の外に出ません。
文字が入っているPDF
Wordなどから書き出したPDFには、すでに文字データが入っています。そのページはOCRを使わずにそのままコピーし、スキャンしたページだけを画像として読み取ります。
精度を上げるコツ
- 真上から、影のない明るい場所で撮影する。
- 文字が画面いっぱいに写るようにする。大きな写真の中の小さな文字は苦手です。
- 「先に画像を補正する」はオンのまま（コントラストを上げ、小さい画像を拡大）。
- 認識の信頼度が70%を下回るときは、1行ずつ確認する。
日本語の注意点
横書きの印刷文字は比較的よく読めますが、縦書きは誤りが増えます。また「ー」と「一」、「口」と「ロ」のような形の似た文字は取り違えやすいので、結果を必ず確認しましょう。手書き文字、表や段組みのレイアウトも苦手です。
関連：PDFを画像にするPDFをJPGに変換、写真をPDFにする画像をPDFに変換。