スキャンPDFをテキストに変換

WordやブラウザーからエクスポートしたふつうのPDFにはテキストオブジェクトが含まれています。各単語がフォントと位置を持つ文字として保存されているため、検索やコピーができます。スキャナーはそれを行わず、ページごとに1枚の画像を保存します。コンピューターにとって、契約書のページは猫の写真と同じ種類のデータです。

OCRは、欠けているこの層を作り直します。ページ画像を整え、行と単語を見つけ、各文字の形を選択した文書の言語の文字体系と照合します。このページでは、その結果をプレーンテキストで返します。もう1つの一般的な結果が検索可能なPDFです。スキャンはそのまま表示され、認識した単語が見えないテキストとして背面に追加されます。これはPDFの規格であるISO 32000が以前から認めている描画モードです。

無料のAdobe Acrobat Readerはスキャンを表示できますが、OCRは実行できません。文字認識は有料版のAcrobatの機能です。一度だけ文字が必要で、新たにサブスクリプションを契約したくない場合は、コンバーターが近道です。スキャンの品質がまだ低い場合は、スキャナーやスマホの設定を解説した文書をPDFにスキャンする方法のガイドをご覧ください。