配布資料の写真は読みやすいものですが、編集可能な文字起こしがあれば、引用、検索、修正がより簡単になります。このガイドでは、公開コミュニティのワークショップ通知を例に、画像OCRの手順を追います。得られる有用な結果は単なるファイルではありません。日付、時間、場所、指示が元の画像と照合されたテキストです。
画像を開き、ドキュメントの言語を選択する
画像OCRを開きます。書き込み言語が英語の場合はそのままにするか、128種類の認識言語リストから検索してください。これはドキュメントの言語であり、ウェブサイトのインターフェース言語とは異なります。別の言語を選択すると、対応するOCRページが開きます。
PNG、JPG、JPEG、TIF、TIFF、BMP、GIF、WebP、またはHEIC形式の画像を最大25 MBまでアップロードできます。画像の寸法やデコード制限も適用されます。アニメーションや複数ページの画像の場合、画像OCRは最初のフレームまたはページのみを使用し、シーケンス全体を認識するわけではありません。
鮮明で均一に照明が当たったソースを使用してください。ファイルサイズが大きくても、すでにぼやけていたり切れていたりする文字を復元することはできません。
モードと認識する範囲を選択する
利用可能な場合は「クラシック」または「フューチャー」を選択します。この例では、印刷された英語の通知に対して「クラシック」を使用しています。この通知には「1列」設定が適していますが、選択したソースに実際に複数のテキスト列が含まれている場合は「複数列」を使用してください。
1つの文章を抽出したい場合は、認識ボックスを描画またはリサイズします。単語全体と、行の周囲に少し余地を含めるようにしてください。焦点を絞った選択を行うことで、2列目や無関係なキャプション、スタンプなどを除外できます。画像全体が必要な場合は、選択範囲を広げたままにしてください。
ソースの準備が必要な場合は、画像補正コントロールを開き、明るさ、コントラスト、またはクリーニングの結果を元画像と比較してください。過度なクリーニングは、薄い情報を消去してしまう可能性があります。フレームが不適切だったり傾いていたりする画像の場合は、個別のクロップツールや傾き補正ツールを使用して新しいソースを準備すると役立ちます。
「開始」をクリックして認識された単語を比較する
「開始」をクリックし、確認プロンプトを完了してください。画像プレビューを開くだけではOCRは実行されません。認識リクエストは現在の画像または選択された領域を処理します。別の領域を処理するには、再度リクエストが必要です。
結果画面で、テキストを元画像と比較します。不確かな文字は拡大して、文字起こしを直接修正してください。ワークショップの通知の場合は、スペルだけでなく、イベントの日付、開始時間、会場、登録手順を確認してください。
名前や参照番号は、1文字間違っていても正しく見えることがあります。画像と照らし合わせて確認してください。また、読み取り順序、句読点、行末のハイフンで分割された単語もチェックしてください。
ダウンロードを選択し、適切なバージョンを保持する
現在のテキストをコピーするか、TXT、Word、またはPDFを選択してダウンロードします。TXTはプレーンテキストです。メインのWordファイルには、スキャンの完全な再現ではなく、新しいレイアウトで編集可能なテキストが含まれます。Classicの検索可能なPDFは、選択した画像領域とその元のOCRレイヤーを保持します。後からテキストを修正しても、そのレイヤーは書き換えられません。FutureのシンプルなPDFは、現在のテキストを新しいドキュメントに配置します。
「スマート編集」を開くと、より広い編集スペースで、書式設定、文字のクリーンアップ、またはオプションの書き換え操作が行えます。Word、PDF、またはHTMLをスマート編集から直接ダウンロードすれば、サポートされている書式を維持できます。「変更を適用」すると、プレーンテキストがメインのOCR結果に反映されます。
「テキストを翻訳」を使用する前に、文字起こしを修正してください。翻訳には、最大25,000文字までの現在の結果全体が使用されます。「翻訳をコピー」はメインの文字起こしをそのまま保持し、「翻訳されたテキストを使用」はそれを置き換えます。両方のバージョンが必要な場合は、元の文言を別途保存してください。
画像OCRに関する質問
スマホの写真やスクリーンショットは使えますか？
はい、サポートされている形式であれば使用可能です。グレア（反射）、モーションブラー（手ブレ）、強い遠近感の歪みは避けてください。小さな文字は確認できる程度の大きさを保ち、認識後に文字起こし結果をレビューしてください。
複数の画像を一度に認識できますか？
このインタラクティブなワークフローは、リクエストごとに1枚の画像または選択範囲を処理します。現在の画像が完了したら、次の画像を個別に開いてください。
OCRは表やページのレイアウトを編集可能な状態で保持しますか？
完全な再現は保証されません。読み取り順序を確認し、必要に応じてテキストを再配置してください。メインのWord出力は新しいテキストレイアウトを使用します。Classicの検索可能なPDFは、編集可能なオブジェクトとして再構築するのではなく、選択した画像を保持します。
手書き文字を試せますか？
鮮明なソースであれば試すことはできますが、筆記体、密集した行、独特な文字形状は認識が難しい場合があります。すべての重要な単語を確認し、結果が正確であると想定しないでください。
次の画像をより使いやすくするために
鮮明なソースから始め、必要な単語を認識させ、確認済みのコピーを保存しましょう。
