PDFを検索可能にする方法（OCR）

紙の書類をスキャンすると、見た目は正しいのに動作がおかしいPDFができます。検索も、1行の選択も、段落のコピーもできません。スキャンは単なる画像であり、ファイルには実際のテキストがなく、テキストの画像があるだけだからです。OCRは、その画像を検索可能な本物のテキストに戻します。

OCRが実際に行うこと

光学文字認識は、スキャンした各ページの形状を読み取ってどの文字かを判定し、元の画像のちょうど上に位置する見えないテキストレイヤーとして追加します。ページの見た目は変わりません。スキャンを置き換えるのではなく、その下に本物のテキストを重ねることで、見た目を変えずに検索・選択できるようにします。

PDFを検索可能にする方法

1. 「OCR PDF」ツールを開きます。
2. スキャンしたPDFをアップロードします。
3. 処理を待ちます。各ページを読み取り、テキストレイヤーを作成します。
4. 検索可能なPDFをダウンロードします。

精度に影響する要因

OCRは、鮮明で明るく、解像度が十分に高い、一般的なラテン文字言語のスキャンで最も良く機能します。傾いたスキャン、低品質のFAX、手書き文字は、きれいに印刷された文字のスキャンよりも明らかに結果が悪くなります。ぼやけた写真が人間にとって読みにくいのと同じです。

OCRのあとで

PDFに本物のテキストレイヤーができれば、他のPDFと同じように使えます。検索、テキストの選択とコピーができ、空白のページではなく実際に編集可能なテキストを持つWord文書に変換することもできます。先にOCRをかけずにスキャンをWordに変換すると、テキストがまったくない文書になります。OCRは最初に行うべき手順です。