オンラインOCR

ニューラルネットワークで文字を1行ずつ読み取るオープンソースのOCRエンジン、Tesseract 5を使用しています。PDFのページはまず300 dpiで画像化されます。検索可能なPDFはOCRmyPDFで作成され、傾いたスキャンや回転したスキャンも自動で補正されます。

TXTは書式のないプレーンテキストで、最も高速です。DOCXは段落や表を再構成した、編集可能なWord文書です。PDFは原本とまったく同じ見た目のまま、テキストの検索やコピーができる検索可能なPDFです。

鮮明な画像を使用してください。300 dpiでスキャンするか、ページを平らにして、均一な明るさで影が入らないように撮影します。約10 pt以上でコントラストのはっきりした文字が最もよく認識されます。テキストを使う前に、固有名詞や数字を確認してください。

表示中のページの言語と英語です。キリル文字、ギリシャ語、アラビア語、ヒンディー語、タイ語、中国語、日本語、韓国語を含む、このサイトの全34言語に対応しています。別の言語の文書は、先にページ下部で表示言語を切り替えてください。

限定的にのみ対応しています。書類、書籍、レシート、スクリーンショットなど、印刷・入力された文字向けに設計されており、続け字の手書き文字は確実には認識できません。

PDFビューアーで文字を選択できる場合、そのPDFにはすでにテキストレイヤーがあります。テキストのあるページはそのまま保持され、DOCXではテキストが直接変換されます。OCRが必要なのは、スキャンしたPDFや写真です。

PDFまたは画像を最大20ファイルまで変換できます。各ファイルは個別に変換され、複数の結果は1つのZIPファイルにまとめてダウンロードされます。

通信はSSL/TLSで暗号化され、処理は自動で行われます。ファイルは2時間以内にサーバーから削除され、お客様の文書を人が閲覧することはありません。