NimboOCR PDFは、ブラウザ内で動くオープンソースの文字認識エンジンTesseractで、スキャンした各ページを読み取ります。元のページの上に透明なテキスト層を重ねるので、見た目はまったく同じまま、検索したり、単語を選んでコピーしたりできるようになります。認識したテキストは.txtファイルとしても取得できます。
使い方
- スキャンしたPDFをドロップします。
- 文書の言語を選び、英語が混じる場合は英語も追加します。
- 「検索可能にする」を選び、検索可能なPDFかテキストをダウンロードします。
対応ファイル
入力：スキャンや写真のページからなるPDF 1件。出力：検索可能なテキスト層を加えた同じPDFと、.txtファイル。
1つのPDFにつきパソコンで最大400 MB、iPhoneとiPadで最大150 MB。それより大きいファイルはデバイスのメモリ次第です。
こんなときに
- スキャンした契約書、請求書、講義ノートの中を検索する。
- スキャンから段落を打ち直さずにコピーする。
- 紙の書類のアーカイブをパソコンの検索で見つかるようにする。
品質と制限
- 認識は完璧ではありません。名前、数字、金額は確認してください。
- 手書き文字の認識は苦手です。印刷された文字が最もよく認識されます。
- 長い文書は時間がかかり、特にスマートフォンでは1ページあたり数秒を見込んでください。
よくある問題
- 「これらのページから文字が見つかりませんでした」
- 選んだ言語と、スキャンが鮮明でまっすぐかを確認してください。斜めから撮った写真は認識しにくくなります。
- 初回の実行が遅い。
- 初回のみ、言語モデル（2〜4 MB）をこのサイトからダウンロードし、以降はブラウザが再利用します。
プライバシーを最優先に設計
このツールはJavaScriptでブラウザ内だけで動作します。ファイルはデバイス上で読み込まれて処理され、サーバーにアップロードされることはありません。タブを閉じるとすべて消えます。
よくある質問
対応言語は？
このサイトの19言語です。英語、フランス語、ドイツ語から、日本語、韓国語、繁体字中国語、アラビア語まで。混在した文書のために、どの言語にも英語を追加できます。
スキャンはアップロードされますか？
いいえ。文字認識はブラウザ内、お使いの端末で行われます。
ページの見た目は変わりますか？
いいえ。元のページはそのままで、その上に透明なテキスト層が加わるだけです。