ソリューション
このツールは、スキャンしたPDFを編集可能なテキストに変換し、コピー・編集・追記を簡単に行えるようにします。
または、ファイルをドロップ、貼り付けるか、クラウドから選択
スキャンしたPDFをテキストに変換する作業には、実は2つの処理があり、コンバーターではどちらを実行するか選べます。すでに実際の文字データを含むPDFは、そのテキストを読み出すだけで済みます。ページの画像しか含まないPDFは、中にまだテキストがないため、まず文字認識が必要です。
見分け方はとても簡単です。任意のリーダーでファイルを開き、行を選択してみてください。文字がハイライトされる場合、そのPDFにはテキストレイヤーがあるので「変換」を選べば、テキストは元どおりに取り出せます。何もハイライトされない、またはページ全体がひとまとまりでハイライトされる場合はスキャン画像なので、光学式文字認識が必要です。
この1つの選択が、他のサービスで結果にがっかりする原因の多くを占めています。すべてのアップロードに同じ処理しか行わないコンバーターでは、一部のファイルはきれいなテキストになり、別のファイルは空白ページのまま返ってくる、といったことが説明なしで起こります。自分でエンジンを選べば、そうした手探りはなくなります。
スキャンはテキストを選択できないので、文に沿ってカーソルをドラッグすることはできません。スキャンしたPDFからテキストを抽出すると、それが解決します。ファイルをアップロードして変換を実行すれば、任意のエディターで開けるプレーンテキストファイルになり、コピーしたり、メールに貼り付けたり、エディターの検索機能で探したりできます.
出力は .txt ファイルなので、特別なソフトなしで、あらゆるパソコンやスマートフォンで開けます。文字と改行は保持しつつ、レイアウトは捨てます。ページの見た目よりも中身を扱いたい場合には、これが適切なバランスです。
複数のスキャンを一度に処理できます。各PDFは個別に変換され、それぞれが独立したテキストファイルとして返ってきます。同じエンジンと言語設定がすべてのファイルに適用されます。
.txt ファイル拡張子はプレーンテキストファイルに使われます。これらのファイルにはテキストの行が含まれており、さまざまなプラットフォームやデバイスの多くのテキストエディタで開くことができます。テキストに書式情報は含まれていません。
そのため、スキャンから復元したテキストを保存する場所として最も安全です。ファイルの状態が古くなることはなく、開くのにライセンスも不要で、元のソフトが置き換えられた後も、文字は読み続けることができます。
ファイル拡張子: .txt、MIMEタイプ: text/plain
Wikipedia の TXTここではスキャンしたPDFの読み取り方法が5種類あり、設定パネルで切り替えられます。今開いているファイルに合うものを選んでください。
| OCRエンジン | 次のような場合に選択 |
|---|---|
| 変換 | PDFにすでに選択可能なテキストが含まれている場合。認識処理は走らないため、文字は元どおりの形で抽出されます。 |
| 標準OCR | スキャンがきれいで、まっすぐで、くっきりしている場合。スキャンPDFからテキストへの最速ルートです。 |
| 高度AI-OCR | スキャンが薄い、解像度が低い、または少し曲がっていて、標準エンジンだと文字が抜けてしまう場合。 |
| 高度AI-OCR+ | 本を撮影した場合によくあるように、ページに影がある、不均一な光が当たっている、または本の背が湾曲している場合。 |
| 写真OCR | テキストがスキャンではなく撮影されている場合。例えば看板、ラベル、画面などです。 |
コンバーターは124の言語に対応しています。簡体字と繁体字の中国語の縦書きレイアウトや、アゼルバイジャン語・セルビア語・ウズベク語のキリル文字表記も含まれます。ファイル内に現れるすべての言語を選択してください。
スキャン内の文字は画像の中に閉じ込められています。そこから取り出すことで、もっとも手間を省けるのは次のような場面です。
請求書、契約書、領収書、手紙類はたいていスキャンで届きます。テキストを抽出しておけば、全ページを読む代わりに、金額、日付、名前などで検索できます。
図書館のスキャン、学術論文、本のページなどを引用しやすくできます。一度テキストを抽出しておけば、必要な箇所を打ち直す代わりに、ノートへ貼り付けるだけで済みます。
古いファイルは、長い複数ページのスキャンとして保存されていることがよくあります。それらをまとめてアップロードすれば、コンバーターが一括で処理します。
スキャンした書類や変換する文書には、個人情報が含まれることがあります。ここでは、その扱いを明確に説明します。
すべてのアップロードとダウンロードは暗号化された接続で行われ、転送中にファイルの内容を読まれることはありません。
テキスト認識は完全に自動化されています。スキャンや文書が人に読まれることはなく、第三者と共有されることもありません。
処理は、欧州連合内にある認証済みデータセンターで行われます。
スキャンしたPDFをアップロードします。
ファイルに合ったOCRエンジンを選択してください。PDF内のテキストがすでに選択可能な場合は「変換」を使います。
より正確に変換するために、PDFの言語を選択します（任意）。
変換を開始し、ダウンロードの準備ができるまでお待ちください。
はい。スキャンしたPDFをテキストに変換する機能は無料で、アカウントも不要です。ファイルをアップロードし、エンジンを選んで結果をダウンロードするだけです。100 MBまでのファイルは無料枠に含まれ、それより大きなファイルや長いバッチを処理する場合のみプランが必要になります。
はい。標準OCRエンジンは無料で、一般的なスキャンなら登録なしで処理できます。3つの高度なAIエンジンは、標準エンジンでは読めない、薄いコピーや暗所で撮影された写真ページなどのためのアップグレードです。
ファイルには文字ではなくページの画像が保存されているからです。スキャナーは紙を撮影するため、すべての単語はピクセルのパターンとして扱われます。光学式文字認識はそのピクセルを読み取り、本物の文字として書き出します。これによって、テキストを選択・検索・編集できるようになります。
上のエリアにPDFをアップロードし、OCRエンジンを選んで変換を開始してください。結果は、任意のエディターで開いてコピーできるプレーンテキストファイルです。PDFリーダーから直接コピーできるのは、ファイルにテキストレイヤーがある場合だけです。
124の言語を認識します。簡体字と繁体字の中国語の縦書きレイアウトや、アゼルバイジャン語・セルビア語・ウズベク語のキリル文字表記も含まれます。ファイル内に現れるすべての言語を選択してください。複数の言語が混在するページは、すべてを指定した方が精度が高くなります。
このページからはできません。このページはプレーンテキストファイルを書き出し、文字と改行だけを保持してレイアウトは破棄します。レイアウト付きのDOCまたはDOCXに変換したい場合は、同じ文字認識を使ってWord文書を書き出すConvert to Wordアプリを利用してください。
認識品質はスキャン品質に左右されます。ページの傾き、低解像度、紙にかかる影や、手持ちで撮影された写真は、いずれも精度を下げます。不完全なスキャンにはAdvanced AI-OCRを、光量が悪い写真にはAdvanced AI-OCR+を試してみてください。また、可能であれば300 dpiで再スキャンしてください。パスワード保護や破損のある元ファイルは変換できません。
はい。アップロードとダウンロードは暗号化された通信で行われ、処理は欧州連合内の認証済みデータセンターで実行されます。処理はすべて自動で行われるため、誰もスキャン内容を閲覧しません。ファイルはAIモデルの学習に使用されることはなく、権利はお客様に残ります。
これらはすべてブラウザー上で動作します。インストールもアカウントも不要で、同じ文字認識エンジンが使われています。