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PDFを編集できるテキストに変換します。認識はお使いの端末内で行われ、アップロードは一切ありません。
またはここにファイルをドラッグ＆ドロップ、もしくは Ctrl+V で画像を貼り付け
JPG、PNG、WebP、GIF、BMP、AVIF、HEIC、PDF（スキャンしたページ）に対応。一度に最大30ファイルまで。
文字の言語
画像に書かれている言語を最大 4 つまで選んでください。ほかの設定よりも、正しい言語を選ぶことがはるかに重要です。
- 日本語
- 英語
初回のみ、約 4.8 MB の言語データをダウンロードし、ブラウザにキャッシュします。
詳細設定：ページレイアウトと画像の前処理
ほとんどのページは自動で問題ありません。切り抜いた画像には「単一のブロック」や「1行」、散らばったラベル・看板・スクリーンショットには「まばらなテキスト」を使います。
OCRエンジンに渡される画像のプレビュー
リストの先頭のファイルを表示しています。
画像またはPDFを追加すると、プレビューが表示されます。
画像やPDFが端末の外に出ることはありません。初回のみ、ブラウザがOCRエンジンと言語モデル（言語に関するデータで、あなたのコンテンツではありません）をダウンロードします。以降はキャッシュされ、認識はすべて端末内で行われます。
OCRで画像から文字を抽出する方法
OCR（光学文字認識）は、文字が写った画像を、選択・編集・検索・コピーができるテキストに変換する技術です。このツールは、WebAssemblyにコンパイルされたオープンソースの認識エンジン「Tesseract」を使っているため、処理はすべてブラウザのタブ内で完結します。書類の写真、スクリーンショット、レシート、本のページ、スライドなどをドロップしたり、Ctrl+V でクリップボードの画像を直接貼り付けたり、スキャンしたPDFを読み込んで読み取るページを選んだりできます。
結果の品質は、設定よりも元の画像に大きく左右されます。ページはできるだけ平らにまっすぐ、均一な明るさで、文字がはっきり読める解像度で撮影またはスキャンし、影や反射を避けてください。言語は必ず画像に実際に印刷されているものを選びます。ベトナム語と英語が混在する文書のように、複数の言語を組み合わせることもできます。大きな画像は認識の前に適切なサイズへ縮小され、極端に小さい画像は拡大されるため、メモリ使用量も抑えられます。
結果がよくない場合は、詳細設定を開いてください。プレビューには、調整後にエンジンが実際に受け取る画像が表示されます。グレースケールとコントラストは薄れた文字に、適応型の白黒化は明るさにムラのある画像に、色の反転は暗い背景の明るい文字に、回転は横向きの写真に効果があります。ページレイアウトモードでは、ページ全体なのか、1列なのか、1行なのか、散らばったラベルなのかをエンジンに伝えられ、スクリーンショットや切り抜き画像では大きな差が出ることがあります。
認識が終わると、元画像と編集可能なテキストボックスが並んで表示され、エンジンの平均信頼度と、低い場合の警告も出ます。自信のなかった単語のハイライト、ページ幅で途切れた行の結合、余分な空行の削除、テキストのコピー、.txt での保存ができ、複数の画像を処理した場合は1つにまとめたファイルやzipでも保存できます。ショートカットでテキストをテキスト比較ツールに送れば2つのスキャン結果を比べられ、文字数カウントや文字ケース変換もワンクリックで使えるので、仕上げの整形にも便利です。
限界についても知っておいてください。OCRは完璧ではありません。写真、小さい文字、珍しいフォント、表、複数段組みのレイアウトでは誤認識が起こりがちで、手書き文字は一般にうまく認識できません。ベトナム語、アラビア語、ヒンディー語、タイ語のように、アクセント記号が多い言語や複雑な文字体系の言語は誤りが出やすいため、重要な内容は必ず見直してください。初回はエンジンと言語データのダウンロードに少し時間がかかります。また、非常に大きな画像や長いPDFは、古いスマートフォンではメモリ不足になることがあるので、少しずつに分けて処理してください。
よくある質問
画像はサーバーにアップロードされますか？
いいえ。OCRエンジンはブラウザ内のWeb Workerで動作し、画像やPDFは端末のメモリ上で処理されます。ダウンロードされるのはエンジン本体と、選んだ言語ごとの言語モデルだけです。これらは言語に関する公開データで、あなたのコンテンツが含まれることはありません。初回以降はブラウザにキャッシュされます。
認識の精度はどのくらいですか？
精度は主に画像の状態に左右されます。鮮明で明るく、正しい言語で印刷された文字なら、きれいに読み取れることが多いです。一方、低解像度、ぼやけ、影、傾いたページ、装飾的なフォント、複雑なレイアウトでは精度が下がります。手書き文字には安定して対応できず、ベトナム語のようにアクセント記号の多い言語では、記号が間違ったり抜けたりすることがあります。結果はあくまで下書きとして、必ず見直してください。信頼度の数値もエンジン自身の推定にすぎません。
初回だけ時間がかかるのはなぜですか？
初回はブラウザがOCRエンジンと言語データ（1言語あたり約1〜4 MB）をダウンロードする必要があるためです。ダウンロード後はキャッシュされるので、2回目以降は大幅に速く始まり、認識自体は端末内で行われます。初回にオフラインだと言語データを取得できず、エラーが表示されます。
スキャンしたPDFも読み取れますか？
はい。選んだページをブラウザ内で画像に変換し、1ページずつ認識します。ページ範囲の指定や、途中でのキャンセルも可能です。PDFにすでに選択できるテキストが含まれている場合は、そのままコピーするほうがOCRより正確です。
対応している言語やレイアウトは？
英語、ベトナム語、スペイン語、ポルトガル語、フランス語、ドイツ語、日本語、韓国語、中国語（簡体字・繁体字）、アラビア語、ヒンディー語など35言語に対応しており、複数の言語が混在する文章には最大4つまで組み合わせて指定できます。複数段組みのページ、表、縦書きは完全には再現されません。1列のテキストや切り抜き画像には、詳細設定のページレイアウトモードをお使いください。