画像から文字起こし（OCR）

写真、スクリーンショット、スキャン画像、PDFのページから、OCR（光学文字認識）で文字を抽出する画像文字起こしツールです。英語、スペイン語、ポルトガル語、フランス語、ドイツ語、日本語、ロシア語、韓国語に対応。複数ファイルを順番に処理し、画像の一部だけを読んだり、怪しい単語を直したりして、テキストをコピーまたは.txtで保存できます。認識は端末上で行います。

使い方

1. 画像やPDFをドロップするか、スクリーンショットをCtrl+Vで貼り付け、またはカメラで撮影します。複数のファイルは順番に処理されます。
2. 文字の言語を選びます。英語と日本語が混ざった文章などは、複数の言語を組み合わせてください。
3. 読み取りが終わるとすぐにテキストが表示されます。その場で修正して、コピーまたは.txtで保存できます。
4. うまく読めないときは、画像上をドラッグして範囲を選ぶ、回転する、グレー・コントラスト・反転を切り替えるなどを試してください。自動で読み直します。
5. 「確認」を開くと不確かな語がハイライトされ、画像上の枠でその位置がわかります。

• 文字認識はTesseractを使って端末内で行います。画像がアップロードされることはありません。言語データ（各1〜3MB）は初回だけダウンロードされ、キャッシュされます。
• くっきりとまっすぐな、高さ20ピクセル以上の文字がよく読めます。小さなスクショは自動で拡大し、ダークモードのスクショは自動で反転します。
• 手書き文字や装飾的なフォント、写真の上の文字はOCRが苦手です。「確認」で不確かな語をすばやく直せます。
• 信頼度はTesseractによる単語ごとの推定値です。緑は信頼でき、黄色は要確認、赤は誤りの可能性が高い語です。縦書きの文章は画像を回転すると読みやすくなることがあります。

OCRのしくみ

認識には、オープンソースのOCRエンジンTesseractをブラウザで動くようにしたものを使っています。言語ごとのデータ（約1〜3MB）は最初に一度だけダウンロードしてキャッシュするので、2枚目以降はすぐに始まります。日本語＋英語のように言語を組み合わせれば、混在した文章も読めます。単語ごとに信頼度が付き、緑は信頼できる、黄色は要確認、赤は誤りの可能性が高いことを示します。

精度を上げるコツ

くっきりとまっすぐで、明るさにむらのない、高さ20ピクセル以上の文字がいちばんよく読めます。小さなスクリーンショットは自動で拡大し、ダークモードの画面は白黒を反転して読みます。結果がおかしいときは、画像上をドラッグして一部だけ読む、傾いた写真を回転する、グレー・コントラスト・反転を試すなどしてください。画像は自動で読み直されます。

手書き文字、装飾的なフォント、極端に低い解像度、ごちゃごちゃした写真の上の文字は、どのOCRでも苦手です。マークされた単語を確認してから使いましょう。

プライバシーとPDF

画像もPDFのページも端末から出ないので、レシートや契約書、個人的な書類にも安心して使えます。複数ページのPDFは1ページずつ画像にして順番に読み取ります。すでに文字を選択できるPDFなら、PDFビューアから直接コピーするほうが速く正確です。

よくある質問