画像からテキスト (OCR)

OCR (光学文字認識) は、画像内のテキストを選択・編集できる本物のテキストに変換します。請求書・手紙・書籍のページを撮影またはスキャンするだけで、検索・コピー・加工に使えるTXTファイルとして内容を取り出せます。認識エンジンはオープンソースのTesseractで、他のツールと同様にWebAssemblyとしてブラウザ上で完全動作します。

ドキュメントの言語をリストから選んでください。ドイツ語・英語・ヨーロッパ言語・ロシア語・アラビア語・ヘブライ語・ヒンディー語から日本語・韓国語・中国語まで、100以上の言語に対応しています。各言語はその言語自身の名称で表示されるので、すぐに見つけられます。正しい言語を選ぶことで、その文字体系の文字・アクセント・特殊記号が正確に認識されます。初回利用時にブラウザが認識エンジンと選択した言語モデルをこのサイトから一度だけ取得します (数MB、同一オリジン、外部サーバーなし)。それ以降はオフラインでも利用できます。複数の画像を一度にドロップすると、それぞれ独立したTXTとして出力されます。

認識精度は元の画像の品質にほぼ完全に依存します。鮮明で水平かつコントラストの高い印刷文字の画像は非常に高精度で認識されますが、傾いた・ぼやけた・暗い画像は精度が大きく落ちます。印刷文字は安定して認識できますが、手書き文字は対応していません。段組・表・複雑なレイアウトは連続テキストとして出力されます。順序はおおむね正しいですが、視覚的な構造は失われます。数字や固有名詞は特に確認してください。

技術仕様

3ステップで

1. 画像またはスキャンをドロップします。
2. リストからドキュメントの言語を選ぶ (100以上の言語)。
3. 認識したテキストをTXTとしてダウンロードします。

制限: JPG, PNG, WebP, BMPの鮮明な画像から印刷テキストをTXTとして認識します。手書きは確実には認識できません。100以上の言語・多様な文字体系 (ラテン文字・キリル文字・ギリシャ文字・アラビア文字・ヘブライ文字・インド系文字・CJKなど) に対応 - ドキュメントに合った言語を選んでください。段組・表・レイアウト構造は保持されず、連続テキストとして出力されます。認識は完全ではないため、特に数字や固有名詞を確認してください。初回利用時にエンジンと言語モデルを一度取得します (数MB、同一オリジン)。その後はオフライン対応。スキャンPDFには専用の「PDF OCR」ツール (検索可能PDF・テキストのみ) をご利用ください。

よくある質問

関連ツール

画像を圧縮 · EPUBをTXTに変換 · 証明写真 35×45 · PDF OCR 検索可能化 · PDFをJPGに変換