OCR（光学文字認識）とは？
OCRはテキストを含む画像（写真、スキャン文書、スクリーンショット、PDF）を分析し、視覚的なテキストを機械可読な文字データに変換する技術です。出力は編集可能なテキストで、コピー、検索、他のソフトウェアで処理が可能です。OCRなしではスキャン文書はただの画像；OCRがあれば使用可能なデジタルテキストになります。
- 光学文字認識（OCR）
- パターン認識と機械学習を使用して画像内のテキスト文字を識別し、テキストの視覚的表現をエンコードされたデジタルテキストに変換する技術。最新のOCRは複数のフォント、言語、レイアウトを同時に処理し、精度は主に元画像の品質と、エンジンがその言語向けに学習されているかどうかで決まります。
OCR処理の流れ：ステップバイステップ
- 画像前処理：グレースケール変換、コントラスト調整、ノイズ除去、傾き/回転補正、二値化（純粋な白黒に変換）。
- レイアウト分析：テキスト領域の検出、段組み・段落・テキスト行の識別。テキストを画像、表、装飾要素から分離。
- 文字分割：テキスト行を個々の文字または文字グループに分解。連結文字と可変間隔を処理。
- 文字認識：各文字をトレーニング済みパターン/モデルと比較。Tesseractは言語ごとに学習したLSTMニューラルネットワークを使用し、AI OCRはページ全体を文脈ごと読み取るマルチモーダル大規模モデルを使用。
- 後処理：言語モデルと辞書を適用して認識エラーを修正。よくある誤認識（0 vs O、1 vs lなど）を修正。
- 出力生成：認識したテキストを出力。位置データを保持して検索可能PDFを作るOCRソフトもありますが、Allin PDFの出力はプレーンテキスト（コピーまたは.txt）のみです。
AI OCR vs 従来のOCR比較
| 観点 | AI OCR（Allin PDF ProのGemini） | 従来のOCR（Tesseract.js、無料） |
|---|---|---|
| 鮮明な印刷テキスト | 非常に良好 | 学習済み言語では良好 |
| 手書きテキスト | 丁寧な手書きなら読み取り可能 | 非常に限定的 |
| 言語 | 多数（ドイツ語・スペイン語・フランス語を含む） | Allin PDFでは5言語：英・中（簡体/繁体）・日・韓 |
| 複雑なレイアウト | 表、段組み、帳票に対応 | 非線形レイアウトに弱い |
| 処理場所 | クラウド（インターネットとGoogleログインが必要） | ブラウザ内、ファイルは端末から出ない |
| 利用上限 | 1回最大50ページ、1日100回 | 登録不要、1日の上限なし |
| プライバシー | 暗号化通信で送信、保存しない | アップロードしない |
| コスト | Proに含む（月額$9.99または年額$59.99） | 無料 |
Allin PDFのOCRの仕組み
Allin PDFには2つのエンジンがあり、文書に合わせて選べます：
- 無料：ローカルエンジン（Tesseract.js）——ブラウザ内で実行されるため、ファイルはアップロードされません。登録不要、1日の上限なし。言語データはその言語を初めて使う時にダウンロード。日本語・英語・中国語・韓国語の機密文書に最適。
- Pro：AI OCR（Gemini）——ページを暗号化通信でGeminiに送り、文脈を理解した「読解」を実行。1回最大50ページ、1日100回まで。手書き、低品質スキャン、複雑なレイアウト、ローカルエンジン非対応の言語に最適。AIがあるページで失敗した場合、そのページは自動的にローカルエンジンで処理されます。
どちらのエンジンもJPG・PNG・PDF（スキャンPDFを含む）に対応しています。Web版はインターネット接続がないと開けないため、オフラインで使いたい場合は、ローカルツールが端末上で動くAllin PDFのiOSアプリをご利用ください。Allin PDFのOCRを開くと、画像やスキャンPDFをすぐに読み込めます。
最良のOCR精度を得るためのコツ
- 最低300 DPIでスキャン：高い解像度は文字認識のための詳細が増える。200 DPIは許容範囲だが300+が理想的。
- 良好な照明を確保：影やホットスポットのない均一な照明。光沢紙でのフラッシュの反射を避ける。
- テキストをまっすぐに：傾いたり回転したテキストは精度を下げる。ほとんどのツールは小さな角度を自動補正するが、極端な回転は手動修正が必要。
- 高コントラスト：白/明るい背景に暗い文字が最適。カラーテキストやカラー背景は精度を下げる。
- 正しい言語を選択：ローカルエンジンで間違った言語パックを選ぶと精度が大幅に低下。文書がこの5言語以外ならPro版のAI OCRを使用。
よくある質問
OCRは手書き文字を認識できますか？
Pro版のAI OCR（Gemini）は丁寧な手書きを読み取れますが、結果は筆跡に大きく左右されます。ローカルTesseractエンジンは主に印刷テキスト向けに設計されており、手書きサポートは非常に限定的です。最良の手書き認識にはAIエンジンをご使用ください。
OCRは元のフォーマットを保持しますか？
いいえ。Allin PDFのOCRはテキストのみを抽出し、プレーンテキスト（コピーまたは.txt）で出力します。レイアウトを保った編集可能な文書が必要な場合は、PDF→Word変換（.docx出力）をご使用ください。OCRは生のテキストコンテンツだけが必要な場合に最適です。
なぜローカルエンジンは言語パックのダウンロードが必要ですか？
Tesseractには言語ごとの学習済みモデルが必要です。ページの読み込みを速く保つため、Allin PDFはその言語を初めて使う時だけ言語データをダウンロードします。文書自体はアップロードされません。なおWeb版は開く際にインターネット接続が必要なので、オフラインOCRにはiOSアプリをご利用ください。