画像・PDF から文字を抽出 (OCR)
画像やスキャンした PDF の中の文字を読み取り、コピーできるテキストにして返します。認識はこの端末で行われます。
ここに画像か PDF をドロップ
PNG · JPG · WebP · PDF — 1 つずつ
ファイルはどこへ行きますか？
どこへも行きません。画像を読む処理はこのブラウザタブの中で行われ、ファイルはアップロードされません。行き来するのは認識エンジンだけで、それは公開 CDN からこちらへ降りてきます — 向きが逆です。
開始前に数 MB を受信するのはなぜですか？
OCR にはエンジンと、その言語で学習したモデルが必要だからです。合わせておよそ 4〜6MB です。ボタンを押したその瞬間に取得し、それ以前には取得しません。一度取得すればブラウザが保持するので、二つ目の文書はすぐに始まります。
文字が完璧でないのはなぜですか？
小さいモデルを使っています。高精度なモデルは 5〜10 倍の大きさです（英語 2MB に対し 11MB、日本語 1.5MB に対し 16MB）。きれいなスキャンでは差は小さいですが、手ぶれした写真では出ます。それを確かめるために 16MB を受信させたくありませんでした。紙をまっすぐ置いて明るく撮ると大きく改善します。
PDF も読めますか？
はい、一度に 30 ページまで読みます。各ページをまず画像として描いてから読みます。PDF に本物の文字が入っているなら、どのビューアーでもコピーした方が速く正確です — OCR は紙を撮った画像だけの PDF のためのものです。
レイアウトは保たれますか？
いいえ。読む順に文字だけが出ます。段組みや表、見出しの構造は再現できません。文字よりレイアウトが重要なら、この道具は向きません。