PDF OCR
スキャンしたPDFのテキストを認識して、検索・選択・コピーできるようにします。プレーンテキストとして書き出すこともできます。ブラウザ上で処理され、ファイルがアップロードされることはありません。
またはここにファイルをドロップ
最大 50 MB- 1選択
スキャンしたPDFを選択します。
- 2調整
文書の言語と、出力形式（検索可能なPDFまたはプレーンテキスト）を選びます。
- 3ダウンロード
「テキストを認識」をクリックします。1ページあたり数秒かかります。
スキャンを、検索できるPDFに
スキャンしたPDFは、画像を束ねたものにすぎません。検索することも、文を選択することも、数字をコピーすることもできません。OCR（光学文字認識）は、その画像の中のテキストを読み取ります。ShyPDFは、認識した文字を見えないレイヤーとして、スキャンされた文字の真上に正確に重ねます。そのため、ページの見た目はまったく変わらないまま、Ctrl+Fでの検索、テキストの選択、コピー＆ペーストができるようになります。
元のページは再圧縮も描画し直しもしないので、画質は落ちず、ファイルサイズもテキストの分しか増えません。文字だけが必要なら、代わりに「プレーンテキスト（.txt）」を選んでください。選択できるテキストがすでにあるページは、初期設定ではスキップされるため、スキャンと通常のページが混在する文書も速く処理できます。
きれいに認識させるコツ
文書が書かれている言語を選んでください。精度を最も大きく左右するのは、この設定です。英語、スペイン語、ポルトガル語、フランス語、ドイツ語、イタリア語、日本語、中国語（簡体字）に対応しています。英語の用語が混じった他言語の文書には、「英語も認識する」が役立ちます。
認識はブラウザの中で、Tesseractによって行われます。Tesseractは長い実績のあるオープンソースのOCRエンジンで、WebAssemblyにコンパイルして使っています。端末の性能にもよりますが、1ページあたり数秒が目安です。銀行の取引明細、身分証、医療記録、署名済みの契約書のスキャンは、まさにOCRサービスにアップロードすべきでない種類のファイルです。ShyPDFなら、端末の外に出ることはありません。
よくある質問
ファイルはサーバーにアップロードされますか？
いいえ。すべての処理はブラウザの中で行われるため、ファイルが端末の外に出ることはありません。タブを閉じれば、何も残りません。
処理のあと、PDFの見た目は変わりますか？
いいえ。ページには一切手を加えず、その上に見えないテキストレイヤーを重ねるだけです。そのため、スキャンの画質は変わらず、ファイルサイズもほとんど増えません。
認識の精度はどのくらいですか？
200 dpi以上の、傾きのないきれいなスキャンなら、高い精度で認識できます。スマートフォンで撮ったぼやけた写真、手書きの文字、スタンプや印影、特殊なフォントでは、精度が大きく落ちます。何より大切なのは、正しい言語を選ぶことです。
初回だけ時間がかかるのはなぜですか？
初回は、認識エンジンと言語データ（約5〜10 MB）をこのサイトからダウンロードします。2回目以降は、ブラウザに保存されたものが使われます。PDF自体がアップロードされることはありません。
写真やJPGにもOCRをかけられますか？
はい、2つの手順でできます。まず「JPGをPDFに変換」で画像をPDFにし、そのPDFを「PDF OCR」にかけてください。