ファイルツール

PDF OCR・スキャン文字抽出

PDFのテキストを抽出するか、スキャンページの文字を認識します。 ファイルを選び、端末内で処理して新しいコピーを保存します。

ブラウザ内で動作。アップロード不要。

テキストPDFはOCRなしで抽出できます。

このツールについて

PDF OCR・スキャン文字抽出をもっと手軽に。

PDFのテキストを抽出するか、スキャンページの文字を認識します。 ファイルは端末に残ります。処理速度は端末とブラウザーに左右されます。

ガイド

PDF OCR・スキャン文字抽出の使い方

このページはPDFからテキストを取り出します。ページに選択可能なテキストがあれば、そのまま直接コピーします。ページが画像だけ(スキャンなど)の場合は、光学文字認識(OCR)を実行して画像から文字を読み取ります。印刷されたテキストの言語と読み取るページを選び、ボタンを1回押して、テキストをコピーします。PDFは端末上で開かれ、読み取られます。結果はプレーンテキストのみです。検索可能な新しいPDFは作らず、レイアウトも保持せず、手書き文字の読み取りも得意ではありません。

手順

  1. 「スキャンしたPDFを選択」の下にあるファイルのボックスを押して、端末のPDFを選びます。
  2. 「テキストの言語」を開き、ページに印刷されている言語を選びます。1回の実行で使えるのは1つの言語のみで、画像であるページにのみ関係します。
  3. 「スキャンするページ」には、all のままにするか、1-3,5 のようにページを入力します。数字は 1 からファイルの最後のページまでの範囲にしてください。
  4. 「テキストを抽出 / OCR」を押します。進行バーが表示され、ステータス行にはページ読み取り中 1 / 3 のようにページ数が表示されます。スキャンしたページは、先に言語ファイルをダウンロードする必要があるため、最初の実行は時間がかかることがあります。
  5. 「抽出されたテキスト」のボックスを読みます。各ページは --- ページ 1 --- のような行で始まり、ページ同士は空行で区切られます。
  6. 自分のエディターに貼り付けるには「テキストをコピー」を、プレーンなファイルとして保存するには「TXTをダウンロード」を押します。最初からやり直すには「クリア」を押します。

計算例

選択できるテキストがすでに入っているPDF

入力
PDF
テキスト行のある1ページ: ガーデンクラブの会議メモ / 次回の会議は火曜日の夜です
言語
英語
ページ
すべて
結果
テキスト
--- ページ 1 --- ガーデンクラブの会議メモ 次回の会議は火曜日の夜です

テキストは、OCRなしでファイルから直接取得しました。2行はスペースでつながれたため、独自のテキストを使うページでは改行が失われます。

このツールでは計算していません。参考例としてご覧ください。

OCRで読み取ったスキャンページ

入力
PDF
「Invoice 2026 / Total due 45 euros」という文字が画像になっているだけの1ページ
言語
英語
ページ
すべて
結果
テキスト
--- ページ 1 --- 請求書 2026 お支払い合計 45ユーロ

テキストを選択できなかったため、ページを画像として描画し、OCRで読み取りました。このテスト画像はきれいで大きな文字でした。実際のスキャンはもっと雑なので、必ず結果を確認してください。

このツールでは計算していません。参考例としてご覧ください。

スキャンと本物のテキストが混在するファイル

入力
PDF
3ページ: 文字の画像、本物のテキストのあるページ、文字の画像
言語
英語
ページ
すべて
結果
テキスト
--- ページ 1 --- 請求書 2026 お支払い合計 45ユーロ --- ページ 2 --- このページには選択できる本物のテキストが入っています --- ページ 3 --- こんにちは、スキャンされた世界 ここに2行目

ページ2には独自のテキストがあったため、そのままコピーされました。ページ1と3はOCRで読み取られました。結果は元のページの順序を保ちます。

このツールでは計算していません。参考例としてご覧ください。

言語を間違えるとアクセントが失われます

入力
PDF
「Camión rápido / El niño está aquí」が写っているスキャン1ページ
言語 a
英語
言語 b
Español
結果
英語
Camion rapido El nino esta aqui
Español
Camión rápido El niño está aquí

英語モデルではアクセントが落ちました。どの文字が間違うかは、画像やフォントによって変わることがあります。スペイン語モデルでは正しくテキストが出ました。印刷されたページに合う言語を選んでください。

このツールでは計算していません。参考例としてご覧ください。

範囲でページを選ぶ

入力
PDF
4ページ
ページ
3, 1-2
結果
読み取ったページ
1, 2, 3
ページをスキップ
4

数値は順番に並べ替えられ、重複はまとめられます。4ページ目は読み取られません。4ページのファイルに対して0-2や2-9のようにファイルの範囲外の数値を指定すると、「ページ番号は1から4の範囲で選んでください。」というメッセージが表示されます。

このツール自身のコードで計算しました。

120ページを超えるファイル

入力
PDF
121ページ
ページ
1-3
結果
ステータス
安全のため、このツールは一度に最大120ページに対応しています。ページ範囲を使って、小さな区間を処理してください。

範囲を使う前に、ファイル全体のページ数が確認されます。そのため、3ページだけ指定しても、121ページのファイルは拒否されます。範囲119-120を指定した120ページのファイルは問題なく処理されました。

このツール自身のコードで計算しました。

役立つ場面

  • スキャンした手紙、書式、印刷ページの文字を、メールや文書にコピーする。
  • スキャンした記事や本の章のテキストを取得して、検索したり引用したりできるようにする。
  • マウスで文字を選択できないPDFから、テキストを取り出します。
  • スキャンした契約書や報告書の数ページを、小さな画面で読めるテキストにする。
  • ページで提供されている16言語のうちの1つで、スキャンした配布資料を読み取ります。
  • ページ範囲を入力して、スキャンした長い本の1章だけを読み取ります。

知っておきたい制限

  • OCRの言語は、英語、スペイン語、フランス語、ドイツ語、ポルトガル語、アラビア語、簡体字中国語、日本語、韓国語、ヒンディー語、ベンガル語、ロシア語、ウルドゥー語、トルコ語、ベトナム語、インドネシア語です。実行ごとに1つしか選べず、ページ自身で言語を判別することはできません。
  • ページ範囲で少なく指定しても、ファイル全体は最大120ページまでです。それより長いファイルは、先にPDFツールで分割してください。
  • 選択できる文字が20字を超えるページだけが本物のテキストとして扱われます。それ以外のページは画像として描画され、わずかな文字が含まれていてもOCRで読み取られます。
  • ページは、読み取りの前に、元の大きさの最大1.7倍、幅は約1,800ピクセルまでで描画されるため、非常に小さな文字、薄いインク、段組み、表、手書きはよく誤読されます。
  • 結果はプレーンテキストのみです。レイアウト、画像、表、フォントは保持されず、テキストベースのページは改行なしで出力され、検索可能なPDFも作られません。
  • 「キャンセル」を押すと、処理中のページの後で読み取りが止まります。すでに読み取ったページのテキストは残り、もう一度「抽出」を押せます。

ヒント

  • まず1-2のような範囲を入力して、1〜2ページを試してください。言語と品質を確認してから、ファイル全体を実行します。
  • 画面の言語ではなく、印刷された文字の言語を選んでください。選択を誤ると、アクセントが欠けたり文字が誤認識されたりします。
  • まっすぐで、シャープで、明るいスキャンを使ってください。傾き、ぼけ、影のあるページは、テキストの品質が下がります。
  • 特に数字、日付、名前、金額のように、1桁の間違いが重要になるものは、結果をページと照らし合わせて読んでください。
  • 長いファイルを120ページ未満の部分に分け、その部分を順に処理します。
  • 長いファイルは遅い端末では時間がかかることがあるため、スキャンが終わるまでこのタブを開いたままにしてください。

参考資料

よくある質問

PDF OCR・スキャン文字抽出について

スキャンしたPDFからテキストをコピーできますか?

はい。ファイルと言語を選び、「テキストを抽出 / OCR」を押します。画像だけのページはOCRで読み取られ、テキストがボックスに表示されてコピーできます。認識には誤りがありうるため、結果をページと照らして確認してください。

PDFはサーバーにアップロードされますか?

いいえ。PDFはブラウザー内で開いて読み取られます。OCRエンジンと言語ファイルは、初めて必要になったときに、このサイト自身のファイルから読み込まれます。PDFの内容はどこにも送信されません。

どの言語を読み取れますか?

英語、スペイン語、フランス語、ドイツ語、ポルトガル語、アラビア語、簡体字中国語、日本語、韓国語、ヒンディー語、ベンガル語、ロシア語、ウルドゥー語、トルコ語、ベトナム語、インドネシア語の16言語に対応しています。実行ごとに1つ選ぶため、2つの言語を含むページは別々の実行に分けるのが最適です。

なぜ言語を選ぶ必要があるのですか?

読み取りエンジンは、どの文字や単語が現れるかを知るために言語ファイルを使います。選択を誤ると、アクセントが失われるなど、結果が間違います。言語が重要なのはスキャンしたページだけです。実際のテキストはそのままコピーされるためです。

なぜ最初の実行が遅かったのですか?

最初にスキャンするページでは、ブラウザーがOCRエンジン(数メガバイト)と、提供される言語では約0.4〜2 MBの言語ファイルをダウンロードする必要があります。ページには、ブラウザーがそのファイルを保持すると表示されるため、キャッシュを消さない限り、以降の実行は速くなります。

ツールはどうやってページにOCRが必要かを判断しますか?

まず各ページに保存されているテキストの読み取りを試みます。ページに選択可能なテキストが20文字を超えて含まれていれば、そのテキストが使われます。そうでない場合は、ページを画像として描画し、OCRで読み取ります。すべてのページにテキストがあれば、OCRは実行されず、言語ファイルも読み込まれません。

検索可能なPDFは作成されますか?

いいえ。コピーできるプレーンテキストを返すもので、元のPDFは変更されません。隠しテキスト層付きのPDFが必要な場合は、別のツールが必要です。

なぜ一部のページが長い1行になって出力されるのですか?

独自のテキストを持つページは、項目ごとに読み取ってスペースでつなげるため、改行は保持されません。OCRで読み取ったページは、読み取り機能が画像から見つけた改行を保持します。

結果はどのくらい正確ですか?

スキャンの状態によります。きれいで大きく、まっすぐな印刷物を正しい言語で読むと、よく読み取れます。小さな文字、薄いインク、手書き、段組み、表は誤りが多くなります。テキストを使う前に、名前、日付、数字は必ず校正してください。

ページ数やファイルサイズに上限はありますか?

ファイルは合計で最大120ページです。ページのコードにはメガバイト単位のサイズ制限はありませんが、大きなファイルは端末のメモリをより多く使い、ページが順番に読み取られるため時間もかかります。

テキストをファイルに保存するにはどうすればよいですか?

「TXTをダウンロード」を押してプレーンテキストファイルとして保存するか、「テキストをコピー」を押してエディターに貼り付けます。「抽出されたテキスト」のボックスは読み取り専用のため、中では編集できません。各ページは --- ページ 1 --- のような行で始まり、エディターで削除できます。

手書き文字や表を読み取れますか?

確実にはできません。読み取りエンジンは印刷された文字用に作られています。手書きはよく誤読され、表は行と列のないプレーンテキストの行として出力されます。結果は、手作業で直す下書きとして使ってください。

PDF OCR・スキャン文字抽出の使い方は?

PDFのテキストを抽出するか、スキャンページの文字を認識します。 ファイルを選び、端末内で処理して新しいコピーを保存します。

ファイルはアップロードされますか?

処理は端末内で行われ、ファイルのアップロードは不要です。