Skip to content

iPhoneでスキャンPDFからテキストを抽出する方法

画像のみのページにはFilesoのPDF to TextとOCRを使い、抽出したテキストの名前・数字・読み順を校正します。

2 分で読めますFileso

PDFで単語を選択できない場合、ページはテキストではなくスキャンかもしれません。FilesoのPDF to Textツールは、既存のテキストを抽出し、テキストレイヤーのないページには光学文字認識(OCR)を使います。iPhoneやiPadで、対応するPDFから編集可能なテキストを取り出せます。

変換前にソースを確認する

数ページを開いて、ぼやけ、傾き、影、細かい文字がないか確認してください。OCRはページの見た目の品質に依存します。同じ変換を繰り返すより、鮮明なスキャンを用意するほうが結果を改善できます。

ファイルがパスワードで保護されている場合は、先にパスワードで解除してください。リモートのドキュメントは、処理の前に完全なPDFをダウンロードします。

Filesoでテキストを抽出する

  1. Tools → PDF to Textを開きます。
  2. PDFを選び、変換を実行します。
  3. 特に長い画像ベースのドキュメントでは、結果を待ちます。
  4. 抽出されたテキストファイルを開きます。
  5. 重要な箇所を元のページと見比べます。

出力はテキストであり、ページレイアウトの再現ではありません。段組み、表、キャプション、脚注は、編集が必要な順序で現れることがあります。

重要な部分を校正する

名前、日付、参照番号、小数点、単位を確認してください。段落がもっともらしく見えても、0とO、1とlのような文字は取り違えられることがあります。

表では、各値を行と列の見出しと照合してください。個々の単語が正確でも、表の関係性が抽出後も保たれた保証はありません。手書き、数式、コントラストの低いスキャンは、手作業での書き起こしが必要な場合があります。

出力が不完全なままのことがある理由

既存のテキストレイヤーのあるページと、画像のみを含むページは別物です。テキストレイヤーに欠陥があったり、混在ページの一部しかカバーしていなかったりする場合は、OCRが表示されたすべての単語を再構築したと思い込まず、結果を確認してください。

このツールは抽出テキストを作ります。元のスキャンを完璧に整形されたWord文書に変換したり、すべてのタイポグラフィを保存したりする約束ではありません。ページ参照が重要な場合は、テキストと一緒にPDFを残してください。1枚の写真やスクリーンショットに閉じ込められたテキストには、別のImage to Textツールのほうが直接的な出発点になります。

関連ガイド

Fileso

File manager, PDF editor and powerful file tools

App Store

試してみませんか?

Fileso · File manager, PDF editor and powerful file tools

App Store で無料