本文へスキップ
Convertube

PDF OCR

スキャンした PDF の文字を認識し、見えないテキストレイヤーを追加して検索できるファイルにします。認識はお使いの端末上で行われ、スキャンはアップロードされません。

お使いの端末で処理無料・無制限AI 文字認識（端末内で実行）

ここにファイルをドロップ

または

対応形式: .pdf · 一度に 1 ファイル · 1 ファイル最大 150 MB ここでいう「アップロード」と「ダウンロード」は、ブラウザがこの端末からファイルを読み込み、この端末にファイルを書き出すことを指します。ファイルがサーバーに送信されることはありません。ブラウザのネットワークパネルを開いて確かめてみてください。ファイルを送信するリクエストは一つもありません。

PDF OCR:よくある質問

ほかの OCR ツールと何が違うのですか？

処理する場所です。文字認識は、業界全体が自社サーバーで動かしている唯一の PDF 機能です。つまりスキャンを検索可能にするには、どこかへ送る必要があります。しかも、この機能が必要になるスキャンは契約書、請求書、医療記録、証明書といったものです。ここではモデルがブラウザ内で動きます。最初に一度だけ約 21 MB をダウンロードすれば、以後ファイルが端末の外に出ることはありません。処理中にネットワークパネルを見ていれば、ファイルを含むリクエストが一つもないことを確認できます。

精度は実際どのくらいですか？

良好ですが、保証はできません。実際のスキャンには必ず多少の傾きがあるため、0.3 度傾けて描画した 16 ページのテストセットで計測したところ、文字の再現率は 95.2% でした。きれいでまっすぐなページはこれより高く、印影、手書き、薄いコピー、斜めから撮影したページは低く、ときには大幅に低くなります。書き起こしではなく、文書を検索で見つけられるようにするものと考えてください。探す言葉はたいてい見つかりますが、法的な用途に耐える書き起こしではありません。

スキャン画像自体は変わりますか？

変わりません。これは主張ではなく検証済みです。処理後、出力に含まれるすべての画像ストリームの SHA-256 が入力と完全に一致します。ページのデコード、再エンコード、リサイズは一切行わず、追加するのはテキストレイヤーとそのフォント定義だけで、2 ページのスキャンでは 5.1 KB でした。ファイルを小さくもしたい場合は、OCR の代わりにではなく OCR の後に圧縮してください。圧縮は画像を再エンコードするため、先に行うと認識エンジンが読み取れる情報が減ってしまいます。

追加された文字は見えますか？選択できますか？

見えませんが、選択はできます。文字は何も描画しないレンダリングモードで書き込まれ、元の文字の真上に配置されます。そのためページの見た目は変わらず、検索、コピー、スクリーンリーダーはすべて文字を見つけられます。フォントも埋め込みません。グリフが描かれることはないので文字の対応表だけあれば足り、フォントにかかる容量はゼロです。出力は当サイトが使うエンジンだけでなく、独立した 2 つの PDF エンジンで読み戻して確認しており、どちらも同じ中国語のテキストを返しました。

PDF にすでに文字が入っている場合は？

何もせず、その旨を表示します。Word から書き出した PDF はもともと検索可能で、その上に認識レイヤーを重ねると、検索のたびに同じ箇所が 2 回ヒットし、コピーした文字も二重になってしまいます。このツールは文書全体から何ページかを抜き取り、そもそも文字があるかを確認します。文字があれば、ここで追加するものはありません。

どのくらい時間がかかりますか？

一般的な中国語や英語のページで 1 ページあたり数秒です（ハードウェアアクセラレーションのあるデスクトップで 2.4〜4.0 秒と計測）。これに初回のモデルのダウンロードが加わります。4,000 字の詰まった 2 段組みの学術論文のページでは、約 14 秒かかりました。所要時間はページの大きさではなくページ上の文字量で決まり、スマートフォンでは数倍遅くなります。

PDF 変換

PDF ツール

PDF 変換PDF について