スキャンした本を検索可能にする
スキャンした本は、数百ページ分の画像からなるPDFであることがよくあります。読むことはできても、名前を検索したり、引用を探したり、一節をコピーしたりはできません。OCRは各ページの文字を認識して見えないレイヤーとして追加するため、各ページの元の見た目を保ったまま、どのPDFリーダーでも本を検索できるようになります。
スキャンした本をOCRする方法
- 書籍PDFをドロップする 上のエリアを使います。複数ページのTIFFを含め、ページのスキャン画像でもかまいません。
- 言語を選ぶ 本の言語を最大4つまで追加します。たとえば、別の言語の引用を含むテキストの場合です。
- 開始して待つ 長い本は数分かかります。進行状況はページごとに確認できます。
- 検索して引用する 結果を開いてCtrl+Fで検索し、一節を原文どおりにコピーします。
書籍と長い文書
すべてのページを保持
ページ画像は変更されず、認識されたテキストだけが追加されます。
見開きページ
本の2ページが左右に並んだスキャンは1ページとして読み取られ、両側のテキストが認識されます。
ページを正しい向きに
横向きや逆さまにスキャンされたページは、自動的に正しい向きに回転されます。
一部の章だけ
ページ範囲を選択すれば、必要な章だけを認識できます。非常に長い本ではより速くなります。
大きすぎる場合は？
上限は100 MBです。先にスキャンした本を圧縮するか、ファイルサイズで分割してください。
スキャンが良ければテキストも良くなる
黄ばんだページや薄いページですか？OCRの前にスキャンを補正しましょう。
引用は慎重に
OCRの誤りは、コピーした引用文にそのまま入ります。使用する前に、すべての引用をページの画像と照らし合わせてください。
新聞の段組み
段組みのページは自動的にテキストブロックに分割されます。複雑なレイアウトでは、コピーしたテキストが段の間を飛ぶことがありますが、検索では単語が見つかります。
ブラックレターと手書き
ゴシック体のブラックレター（ドイツ文字）や手書きの記載は、通常うまく認識されません。手作業で書き起こしてください。
知っておきたいこと
- OCRは印刷された文字をよく読み取りますが、非常に小さな文字の脚注、装飾的なフォント、ブラックレター（ドイツ文字）、手書きのメモは認識の信頼性が下がります。
- 当社のサーバーでの認識には、1ページあたり数秒かかります。非常に長い本は時間がかかることがあります。処理は30分で停止するため、非常に大きな本は分割してください。
スキャンした本のOCR – よくある質問
本1冊にどのくらいかかりますか？
ページ数とスキャンの品質によります。数百ページなら通常は数分かかります。
本の見た目は変わりますか？
いいえ。ページは同じ画像のままで、テキストレイヤーは見えません。
テキストを書き出せますか？
はい。認識したテキストを.txtファイルとしてダウンロードするか、スキャンしたPDFをWordに変換できます。
章やしおりは保持されますか？
PDF全体を処理した場合、既存のしおりは残ります。OCRが新しいしおりを作成することはありません。
無料ですか？
はい。無料で、登録不要・透かしなしです。
スキャンした本を検索できる本に
書籍PDFをOCR PDFにドロップして、全ページを検索しましょう。
本を検索可能にする