Windows でスキャンした PDF を検索可能にする方法

スキャンした PDF を検索できないのは、文字そのものではなく、各ページの写真が入っているからです。フラットベッドスキャナー、スマートフォンのスキャンアプリ、オフィスのコピー機は、スキャン中に OCR をかけない限り、たいていこの形でページを保存します。

できあがったものは書類に見えますが、振る舞いは写真アルバムです。Edge で検索しても何も見つからず、行を選択することも、口座番号をメールにコピーすることもできないので、結局は打ち直すことになります。

Windows は画面から文字を読み取れますが、PDF にテキストレイヤーを追加できないので、スキャンを検索可能にはできません。Microsoft Edge はスキャンを表示し、その上に描画したりテキストを追加したりできますが、認識した文字をファイルに保存する機能はありません。

Windows 11 では Snipping Tool で文字を読み取れます。Windows ロゴ キー + Shift + S を押してページの一部をキャプチャし、キャプチャを Snipping Tool で開いてテキスト アクションをクリックし、文字をコピーします。別途インストールする無料の Microsoft 製アプリ PowerToys には Text Extractor があり、画面に表示されているものなら何からでも文字をコピーできます。どちらも、電話番号や住所を 1 つ拾うには便利です。

ただし、ファイルには何も書き込まれません。Edge の検索にとっても、ほかのアプリにとっても、PDF を受け取った相手にとっても、それは依然として画像です。あとから検索する書類や、人に渡す書類なら、テキストは PDF 自体に埋め込まれている必要があります。

File Acture の「OCR PDF」は、スキャンされた各ページに PC 上で文字認識をかけ、その結果を元の画像の上に不可視のテキストレイヤーとして埋め込みます。ページの見た目はそのままで、検索も、行の選択も、コピーもできるようになります。

始める前に、書類の言語を選んでください。どんな文字が出てくるかを認識する側に伝えると、特にアクセント付きの文字やほかの文字体系で、よりよい結果が得られます。

1 回の実行で複数の PDF を処理できます。それぞれの検索可能なコピーが、選んだフォルダに新しいファイルとして保存され、元のスキャンはそのまま残ります。

OCR の精度はスキャンの質で決まります。まっすぐで鮮明なページほど、よいテキストになります。

• 言語を選びます。書類の言語を選ぶと、何を期待すればよいかが認識する側に伝わります。アクセント付きの文字やラテン文字以外の文字では特に効きます。
• 300 DPI でスキャンします。スキャナーを自分で設定できるなら、文字には 300 DPI が適しています。これより大きく下げると、小さな文字がぼやけた形になって読み取れなくなります。
• 先にページの向きをそろえます。横を向いたページは、OCR をかける前にページを回転で正しい向きにします。
• 書類の写真がある場合は、画像をPDFにで 1 つの PDF にまとめてから OCR をかけます。
• パスワードで保護されたスキャンの場合は、先にPDFのロックを解除でパスワードを外し、そのコピーに OCR をかけてから、検索可能なコピーをPDFを保護でもう一度保護します。
• ファイルサイズに注意します。OCR が加えるのはテキストで、画像が小さくなるわけではありません。コピーが大きすぎて送れない場合はPDFを圧縮をかけてください。テキストレイヤーはそのまま残ります。

オンラインの OCR サービスは、書類をサーバーに預ける必要があります。銀行の取引明細、医療関係の書類、身分証のスキャンでは気になるところです。File Acture は PC 上で文字認識を行うため、ページが PC の外に出ることはありません。無料版がインターネット接続を必要とするのは、実行回数を数えるときだけです。

無料版では PC 1 台につき 3 回まで実行でき、1 回の実行で最大 5 つの PDF を処理できます。スキャンを大量に抱えている場合は、価格ページをご覧ください。

できあがった PDF をポータルにアップロードするなら、スキャンを台無しにせずにサイズの上限に収める方法をご覧ください。