ツール › PDF ツール
OCR: スキャンした PDF を検索可能にする
スキャンした PDF や書類の写真から文字を認識します。元と見た目がまったく同じ検索可能な PDF と、コピーできるプレーンテキストが手に入ります。処理はすべてお使いの端末で行います。
しくみ
- 各ページを 300 DPI で描画し、オープンソースの OCR エンジン Tesseract がブラウザ内で読み取ります。
- 認識した文字は元のページの上に見えない形で重ねられるので、PDF の見た目は変わらず、テキストの検索・選択・コピーができます。
- すでにテキストがあるページはスキップするので、混在した文書を二重に処理することはありません。
- エンジンと言語モデル（1 言語あたり約 2〜3 MB）は初回だけこのサイトからダウンロードされ、その後はオフラインで動きます。
よくある質問
書類はアップロードされますか？
いいえ。認識はこの端末の中で行われ、ダウンロードされるのは OCR エンジン本体だけです。パスポートや銀行の明細、診療記録にも安心して使えます。
対応言語は？
英語、スペイン語、ポルトガル語、フランス語、ドイツ語、イタリア語、ポーランド語、トルコ語、ロシア語、ウクライナ語、ウズベク語（ラテン文字・キリル文字）、カザフ語、インドネシア語、ベトナム語、タイ語、ヒンディー語、ベンガル語、ウルドゥー語、アラビア語、ペルシア語、中国語（簡体字・繁体字）、日本語、韓国語です。一度に 3 つまで選べます。
精度はどのくらい？
300 DPI のきれいな活字ならほぼ完璧に読み取れます。手書き、低解像度の写真、装飾的なフォントはずっと難しくなります。結果がおかしいときは、言語の選択とページの向きを確認してください。
PDF の見た目は変わりますか？
いいえ。元のページはそのままで、テキストの層は見えません。