重要な書類、印刷された手紙、新聞記事、レシート、請求書など、残しておきたい紙の文章に出会うことはよくあります。幸いなことに、こうした大切な文章はOCR（光学式文字認識）を使えば、簡単にデジタルデータへ変換できます。
今では「紙に書く」あらゆるものがデジタル形式で扱われています。デジタル化は簡単なだけでなく、多くの可能性を広げてくれます。たとえば編集作業がぐっと楽になります。
スキャナーやスマートフォンで文章をスキャンした後に出てくる疑問が、「どうやってOCRで画像からテキストを抽出するか」です。すべてを手入力する必要はありません。OCR技術を使えば、素早く簡単に解決できます。オンラインのOCRコンバーターを使えば、数瞬でテキストをデジタル化できます。スキャンした書類をテキストに変換する方法を、以下でご紹介します。
古い文章をデジタル化するには？
古くてほこりをかぶった紙の書類でも、デジタル化自体は簡単です。ただし、より良いOCR結果と性能のために、いくつか押さえておきたいポイントがあります。
最良の結果を得るには、テキストは判読しやすい機械印刷の文字であることが理想的です。変換したい文書を、はっきりと撮影してください。手書き文字をスキャンしたい場合、変換結果はどれだけはっきり書かれているかに左右されます。Image to Text アプリの有料AIエンジンは多くの手書きメモも読み取れますが、筆記体よりも印刷された文字の方がはるかに高い精度で変換できます。
スキャン品質を改善できますか？
スキャンの品質を高めるには、文字と背景のコントラストを強くしてください。なぜこれが重要なのでしょうか。コントラストが低い書類は、OCRの精度が低くなる可能性があるためです。コントラストを上げることで、OCRがテキストと背景をより判別しやすくなります。文字の一部が薄くなっていても、後から補正することができます。
スキャン画像が少し「斜め」になっていませんか？ほとんどのOCRプログラムは、多少の傾きや歪みなら問題なく処理できます。「台形補正（deskew）」オプションが利用できる場合は、必ずファイルに対して使用してください。
スキャン画像や写真をテキストに変換するタイミング
必要なポイントが分かったところで、テキストの抽出を始めましょう。本日は、画像やスキャンからOCRでテキストを抽出する際に使える2つの方法をご紹介します。
TXTに変換
TXT はシンプルな形式で、プレーンテキストのみを含みます。書式や画像は一切含まれません。スキャンや画像からテキストだけを抽出したい場合に最適です。ファイルサイズが小さく、どんなエディタでも開ける点も便利です。
Wordに変換
テキストを DOCX または DOC に変換するのは、Microsoft Word を使うユーザーに最適です。Word文書のメリットは、OCR処理が元のレイアウトや書式を可能な限り再現しようとする点です。スキャンや画像にグラフィックや画像が含まれている場合も、同様に反映されます。最良の結果を得るには、ファイルに含まれるすべての言語を選択してください。
TIP: 画像やスキャンを Word に変換する場合、次の設定を使うとOCRの結果が向上します。
- 変換方法を「OCR で変換」に設定し、画像内の文字を編集可能にします。
- 「OCR方式」で、段組みや表を維持したい場合はレイアウトを維持を、文字だけを重視したい場合は最もきれいなテキストを取得を選択します。
- OCR の精度を上げるため、ファイルの言語を選択します。