スキャンしたPDFを検索できるようにするには、OnCloudPDFでファイルをアップロードして文書の言語を選び、「OCRを実行」をクリックします。ブラウザ内でTesseract.jsが動作し、ページ画像に見えないテキストレイヤーを加えた新しいPDFが得られます。精度は、スキャンの品質と選んだ言語によって変わります。
またはここにファイルをドロップ、Ctrl Vで貼り付け
知っておきたいこと： 選べる言語は、英語、スペイン語、フランス語、ドイツ語、イタリア語、ポルトガル語、中国語（簡体字）、日本語で、1回の実行につき1言語です。 すべての制限事項
スキャンしたPDFを検索できるようにするには、OnCloudPDFでファイルをアップロードして文書の言語を選び、「OCRを実行」をクリックします。ブラウザ内でTesseract.jsが動作し、ページ画像に見えないテキストレイヤーを加えた新しいPDFが得られます。精度は、スキャンの品質と選んだ言語によって変わります。
更新日 · ブラウザ内で実行。アップロード不要、アカウント登録不要
文字認識はブラウザ内で行われ、PDFはアップロードされません。PDF.jsのワーカーはOnCloudPDF自身のドメインから配信されます。Tesseractのワーカー、コア、言語データは公開CDN（jsDelivr）からダウンロードされますが、取得されるのはそれらのコードとデータのファイルだけで、お客様の文書は含まれません。
スキャンしたPDFはページの写真にすぎないため、中の文字を選択したり検索したりできません。OCRを実行すると、出力にはページ画像がそのまま残り、認識された各単語の位置に重なる見えないテキストレイヤーが加わるので、ほとんどのPDFビューアで文字の検索やコピーができるようになります。ツールは、最初の500文字のプレビューと検出された文字数も表示するため、品質をすばやく判断できます。言語を間違えると認識結果が悪くなるので、先に文書に合った言語を選んでください。日本語と英語が混在する文書は、1回の実行で選べる言語が1つのため、精度が下がることがあります。
| 比較項目 | OnCloudPDF | サーバー型のオンラインツール | デスクトップソフト |
|---|---|---|---|
| ファイルの処理場所 | ブラウザ内（Tesseract.js） | 提供元のサーバー | お使いのパソコン |
| 対応言語 | このツールでは8言語 | サービスによって異なる | 製品によって異なる |
| ネットワークの必要性 | 必要（エンジンと言語データの読み込みのため） | 必要（ファイルのアップロードのため） | 不要なことが多い |
| 向いている用途 | ときどき行う、プライバシーを重視したスキャンの処理 | サービスによって異なる | 大量の、または定期的なOCR作業 |
はい。Tesseract.jsを使い、各ページ画像の上に位置を合わせた見えないテキストレイヤーを加えるので、結果は検索やコピーができます。
英語、スペイン語、フランス語、ドイツ語、イタリア語、ポルトガル語、中国語（簡体字）、日本語です。1回の実行につき1つ選びます。
いいえ。ファイルはブラウザ内にとどまります。CDNからダウンロードされるのは、Tesseractのエンジンと言語データだけです。PDF.jsのワーカーはOnCloudPDF自身のドメインから配信されます。
完全には保たれません。ページは認識のために1.5倍の画像に描画され、元のページサイズで作り直されるため、出力は元のベクター内容ではなく、それらの画像で構成されます。
ブラウザが、先にエンジンと言語データをダウンロードする必要があるためです。2回目以降は、キャッシュされたファイルを再利用できます。
すべてのツールと制限事項はPDFツール一覧で、方法の比較は無料PDFツールの比較でご覧いただけます。
