スキャンしたPDFをオンラインでOCR処理する方法 — 無料ガイド
OCR（光学文字認識）は、単なる画像であるスキャン済みPDFを、実テキストを含む検索可能なPDFに変換します。OCRを実行すると、Ctrl+Fでの検索、テキストのコピー、検索エンジンやドキュメント管理システムでのインデックス化が可能になります。
OCRとは？スキャン済みPDFになぜOCRが必要なのか？
When you scan a physical document with a scanner or camera, the output is a photograph of the page — stored as pixels inside a PDF container. There is no actual text data, just pixels arranged to look like letters.
OCR software analyses those pixels, recognises letter shapes, and converts them into actual text characters. The result is a PDF that looks identical to the original scan but now has a hidden text layer that supports searching, copying, and indexing.
PDFをオンラインでOCR処理する方法（ステップバイステップ）
1. Go to the WhiskFile OCR PDF tool.
2. Upload your scanned PDF. Files up to 50 MB are accepted on the free plan.
3. Select the language of the document. Correct language selection improves accuracy significantly — English is selected by default but 100+ languages are supported.
4. Click "Apply OCR". Processing time depends on page count — expect 2–5 seconds per page.
5. Download the searchable PDF. Open it in any PDF viewer and try Ctrl+F — your text is now searchable.
OCRの精度を上げるためのヒント
OCR accuracy depends heavily on scan quality. For best results:
- Scan at 300 DPI or higher. Below 200 DPI, letter shapes become too blurry for reliable recognition. - Use high contrast. Black text on white background gives the best results. Faded ink, yellowed paper, or coloured backgrounds reduce accuracy. - Deskew before OCR. If pages are slightly rotated (common from flatbed scanners), use the WhiskFile Deskew PDF tool to straighten them first. Even a 2–3° tilt measurably reduces OCR accuracy. - Remove noise. Coffee stains, smudges, and scan artefacts confuse OCR engines. Professional scanning equipment handles this automatically.
WhiskFileのOCRはどの言語に対応していますか？
WhiskFile uses Tesseract 5 OCR, which supports over 100 languages including all major European languages, Arabic, Chinese (simplified and traditional), Japanese, Korean, Hindi, and more.
Select the correct primary language before processing. For mixed-language documents, select the dominant language — Tesseract has limited multi-language support in a single pass.
OCR PDFとPDFからテキストへの変換の違い
The OCR PDF tool creates a searchable PDF — the output looks identical to the input but has a hidden text layer. The original scan and the text exist together.
The PDF to Text tool (with OCR enabled) extracts text only, outputting a plain .txt file with no images or layout. Use OCR PDF when you want to keep the original appearance of the document. Use PDF to Text when you only need the raw text content for processing, indexing, or import into another system.
よくある質問
- PDF内のテキストを選択できないのはなぜですか？
- PDFビューアでテキストの選択やコピーができない場合、そのPDFは画像のみ（スキャン済み）の状態です。OCR PDFツールを使用して、検索可能なテキストレイヤーを追加してください。
- 無料のオンラインOCRの精度はどれくらいですか？
- 300 DPI以上の鮮明でコントラストの高いスキャンであれば、ラテン文字言語の場合の精度は通常98〜99%です。手書き文字、特殊なフォント、低品質なスキャン、非標準の言語では精度が低下します。WhiskFile Proユーザーは、Claude AIによる後処理を利用して、複雑なドキュメントの精度をさらに向上させることができます。
- OCRで手書き文字を読み取ることはできますか？
- 標準のTesseract OCRは印刷されたテキストに対して最も効果を発揮します。手書き文字認識の精度は大幅に低くなるため、公式なドキュメント処理には推奨されません。手書きのメモには、手書き用に設計された文字起こしツールをご検討ください。
- OCRによってPDFの見た目が変わりますか？
- いいえ。OCR処理後のPDFの見た目は入力ファイルと完全に同じです。OCRは元のスキャン画像に重なる不可視のテキストレイヤーを追加するため、視覚的な外観は変わりません。
- 複数ページのPDFをOCR処理できますか？
- はい。WhiskFileのOCRは、ページ数に関係なくPDF内のすべてのページを処理します。ドキュメント全体が1つの検索可能なPDFとして出力されます。