画像OCR — 画像から文字を抽出
PNG・JPG・JPEG・WebP画像から編集可能なテキストをブラウザー上で直接抽出します。
画像OCR — 画像から文字を抽出
選択した画像はブラウザー内で処理され、OCRのためにCyberToolsへアップロードされません。認識に必要なOCRエンジンや言語ファイルはブラウザーがダウンロードする場合があります。
文字が鮮明で傾きが少なく、背景とのコントラストが高い画像を使用してください。小さい文字、ぼやけた文字、傾いた文字、装飾的な文字は精度を下げることがあります。
無料画像OCR — 画像からオンラインで文字を抽出
CyberTools画像OCRは、画像内に見えている文字をブラウザー上で直接編集可能なテキストへ変換します。PNG、JPG、JPEG、WebP画像を選択し、認識言語を指定して光学文字認識を実行すると、結果をコピーしたりTXTファイルとしてダウンロードしたりできます。
OCR処理はTesseract.jsを使ってブラウザー内で実行されます。選択した元画像は文字認識のためにCyberToolsへアップロードされません。ただし、必要に応じてOCRエンジンや選択した言語データをブラウザーがダウンロードする場合があります。
スクリーンショット、スキャンした書類、撮影した紙面、レシート、ラベル、フォーム、プレゼンテーション資料など、読み取れる印刷文字を含む画像からテキストを取り出す際に便利です。OCRは完全ではないため、重要な情報は必ず元画像と照合してください。
画像から文字を抽出する方法
- 1 PNG、JPG、JPEG、WebP画像を選択するか、OCRエリアへドラッグ＆ドロップします。
- 2 処理前に画像プレビュー、ファイル名、画像サイズ、ファイルサイズを確認します。
- 3 画像内の文字に最も適した認識言語を選択します。
- 4 「文字を抽出」を押し、OCRエンジンがブラウザー内で画像を解析するまで待ちます。
- 5 認識された文字を確認し、必要に応じて誤認識を修正してからコピーまたはTXTとして保存します。
画像OCRとは？
OCRはOptical Character Recognition、つまり光学文字認識のことです。OCRソフトウェアは画像内の形やパターンを解析し、文字、数字、句読点、単語として識別しようとします。認識された結果は、選択、編集、検索、再利用できる機械可読テキストになります。
通常の画像には編集可能な文字レイヤーが入っているわけではありません。PNGやJPEGは基本的にピクセル情報で構成されるため、OCRエンジンはピクセルの形からどの文字かを推定します。そのため、画質、言語、フォント、向き、コントラスト、レイアウトが精度に影響します。
OCRの認識言語
CyberToolsでは現在、英語、アラビア語、ドイツ語、スペイン語、フランス語、ヒンディー語、インドネシア語、日本語、韓国語、ポルトガル語、トルコ語の認識を選択できます。認識言語はOCRエンジンが使う言語モデルを決める設定であり、CyberToolsの表示言語とは別です。
実際に画像内で使われている言語を選択してください。たとえばCyberToolsを日本語表示にしていても、英語のスクリーンショットを日本語モデルで処理する必要はありません。英語の文字には英語、日本語には日本語を選びます。
言語データは比較的大きい場合があります。そのため、特定の言語で初めてOCRを実行するときは、ブラウザーがエンジンと言語データを準備するため少し時間がかかることがあります。
OCRの認識精度を高める方法
文字の形がはっきり区別できる画像ほどOCRは安定します。精度を高めるには次の点が役立ちます。
- 1 一文字ずつ判別できる程度に鮮明な画像を使う。
- 2 文字の傾きや回転をできるだけ少なくする。
- 3 文字と背景のコントラストを高くする。
- 4 強いぼけ、反射、影、圧縮ノイズ、極端に小さい文字を避ける。
- 5 不要な背景や余白が認識の邪魔になる場合は切り取る。
- 6 画像内の文字に合った認識言語を選ぶ。
- 7 氏名、日付、金額、番号など重要な情報はOCR後に元画像と照合する。
OCRは見た目が似た文字を取り違えることがあります。たとえば数字の0と英字のO、数字の1と小文字のlなどです。低解像度や装飾的なフォントではこうした誤認識が増えやすくなります。
対応画像形式とブラウザーの安全上限
現在のCyberTools OCRはPNG、JPG、JPEG、WebP画像に対応しています。ブラウザー側の安全上限は、選択するファイルが20 MB、デコード後の画像が25メガピクセルです。
ファイルサイズとデコード後の画像サイズは別のものです。圧縮されたJPEGが数MBしかなくても、展開後には多くのメモリを必要とすることがあります。OCRエンジンも認識処理用のメモリを使うため、非常に大きな画像はスマートフォンやメモリの少ない端末に大きな負荷をかける場合があります。
| 入力形式 | PNG、JPG、JPEG、WebP |
|---|---|
| 最大ファイルサイズ | 20 MB |
| デコード後の最大サイズ | 25メガピクセル |
| 処理方式 | ブラウザー内OCR |
| 出力 | 編集可能なテキスト、TXTダウンロード |
| アカウント | 不要 |
プライバシーとブラウザー内処理
選択した元画像はOCRのためにブラウザー内でローカル処理され、CyberToolsの変換サーバーへ送信されません。元画像をサイトの処理サーバーへ送りたくない場合に有用です。
ブラウザー内処理だからといってネットワーク通信が一切ないわけではありません。必要に応じてTesseract OCRライブラリや学習済み言語ファイルが取得される場合があります。重要なのは、選択した画像自体がブラウザー側のOCR処理で扱われるという点です。
機密性が非常に高い文書を扱う場合は、端末、ブラウザー、拡張機能、ネットワーク環境、所属組織のセキュリティ要件も考慮してください。
印刷文字と手書き文字
一般的なOCRは、はっきりした印刷文字やデジタル表示文字で最も安定します。手書き文字は人によって形が大きく異なり、文字の連結、不規則な間隔、曖昧な形が含まれるため、認識精度が大きく低下することがあります。
重要な手書き文書では、OCR結果を確定版ではなく文字起こしの下書きとして扱ってください。保存、公開、利用する前に元画像と全文を照合することをおすすめします。
OCRは元のレイアウトを保持しますか？
このツールは編集可能なテキストの抽出を目的としており、文書全体のレイアウトをピクセル単位で再現するものではありません。複雑な表、複数列、特殊な読み順、画像の周囲に配置された文字、デザイン性の高いページは元と同じ形で再現されない場合があります。
単純な段落、スクリーンショット、ラベル、構造が明確な文書であれば、抽出結果をそのまま使えることも多くあります。複雑な文書では認識後に手作業で整形が必要になる場合があります。
画像OCRが役立つ場面
OCRの注意点と限界
OCR結果は自動認識による推定であり、完全な文字起こしを保証するものではありません。精度は元画像と認識モデルに左右されます。低いコントラスト、特殊なフォント、遠近歪み、縦書き、手書き、複雑な背景、多言語文書などは認識精度を下げる要因になります。
法律、医療、金融、学術、安全に関係する情報については、OCR結果を確認せず正しいものとして扱わないでください。重要な内容は必ず元画像から確認してください。
よくある質問
この画像OCRは無料ですか？
はい。CyberTools画像OCRはアカウントを作成せずに利用できます。
CyberToolsはOCRのために画像をアップロードしますか？
選択した画像は現在のOCR処理ではブラウザー内で処理されます。ただしOCRライブラリや言語データの取得にはネットワーク通信が発生する場合があります。
どの画像形式に対応していますか？
現在はPNG、JPG、JPEG、WebPに対応しています。
OCR画像の最大サイズは？
現在の安全上限はファイルサイズ20 MB、デコード後の画像25メガピクセルです。
アラビア語の文字も認識できますか？
はい。アラビア語は現在選択できる認識言語の一つです。
日本語、韓国語、ヒンディー語に対応していますか？
はい。日本語、韓国語、ヒンディー語を含む複数言語に対応しています。
表や書式もそのまま保持されますか？
必ずしも保持されません。このツールは編集可能な文字の抽出を目的としており、複雑なレイアウトを完全に再現するものではありません。
なぜ文字が誤認識されることがありますか？
ぼけ、低解像度、特殊なフォント、低いコントラスト、回転、見た目が似た文字などが原因になります。より鮮明な画像と適切な認識言語を使うと改善する場合があります。