画像をWordに変換

いちばん扱いやすいのはスクリーンショットです。文字がコンピューターで描画されているため鮮明で歪みがなく、フォントが極端に小さくなければほぼ正確に認識されます。スライドのスクリーンショット、コピーできないPDFのページ、チャットのメッセージなども、修正はわずかで済みます。

次に向いているのがスキャンです。300 DPIのフラットベッドスキャンは、OCRエンジンがもっとも得意とする条件です。スマートフォンで撮った写真は、遠近感、ムラのある光、ぼけのせいで最も難しくなります。ページの傾きを補正とコントラストを強調でかなり改善しますが、正面からピントを合わせて撮った写真に勝る補正はありません。黄ばんだ紙の古い文書は、カラーよりグレースケールのほうがよく読み取れます。

言語の設定は思っている以上に重要です。認識モデルは文字体系と言語ごとに学習されているため、英語の設定のままではフランス語やポーランド語のアクセント付き文字を誤読し、ヒンディー語やアラビア語はまったく読めません。アラビア語、ヘブライ語、ペルシア語、ウルドゥー語などの右から左へ書く文字、日本語、韓国語、簡体字・繁体字の中国語も対応しています。2つ目の言語は混在ページには役立ちますが、1言語だけのページでは精度がわずかに下がるため、不要なときは追加で認識する言語をなしのままにしてください。

Wordファイルではなく文字だけが必要な場合は、画像文字起こしでコピーできるプレーンテキストを取得できます。印刷されたページの写真については、JPGをWordに変換で、うまく変換できる撮り方を説明しています。