実用ガイド · PDFと文書

スキャンPDFを文字起こしして読み取りミスを確認する方法

PDFに文字が見えていても、その文字をコピーできるとは限りません。スキャン画像かどうかの確認から、文字起こし後の読み取りミスの点検まで順に進めます。

作成 Puffinmint · 更新日 2026年11月2日

1. 文字データがあるか確認する

PDFビューアで一文を選択し、単語を検索してみます。正しくコピーできる場合は「PDFからテキスト抽出」を直接使えます。ページ全体が画像の場合はOCRが必要になることがあります。

コピー結果が空白や文字化けになる原因には、制限や文字コードの問題もあります。結果だけでスキャンと断定せず、単純なページを原本と比較してください。

原本を残し、向き、明暗、端の欠けを点検します。切れた行を確実に復元することはできません。再スキャンできる場合は、ぼけや影を避けます。まず代表的な1〜2ページを試してください。

「OCR PDF」で文書の言語とページ範囲を選びます。現在の対応言語はイタリア語、英語、スペイン語、フランス語、ドイツ語、日本語、韓国語、ポーランド語、トルコ語です。ポルトガル語は未対応で、画面の表示言語を変えても追加されません。

OCRを実行して、認識した文字の層を含むPDFをダウンロードします。検索と文字選択を試したら、その新しいPDFを「PDFからテキスト抽出」で選択します。ページを指定し、結果をコピーするかTXTで保存します。

OCRは処理開始時にファイルをサーバーへ送信します。テキスト抽出はブラウザ内で行います。それぞれのページで容量制限とファイルの取り扱いを確認してください。TXTには元のレイアウトは保存されません。

名前、日付、金額、漢字、Oと0、Iと1などを行ごとに照合します。縦横の段組みや表では、文字だけでなく読み取り順も確認します。文章が読めるだけでは正確さの保証になりません。

下の架空の例には、数字が文字に変わった箇所が3つあります。原本を見て修正し、全体を読み直してください。テキスト比較は版の違いを示しますが、原本どおりの文字起こしかどうかまでは判定しません。

両方の版を残します。修正の根拠は原本であり、自動的な推測ではありません。

OCRを実行すればアクセシブルなPDFになりますか。

自動的にはなりません。文字や読み上げ順が誤っている場合があります。OCR、タグ、文書構造、アクセシビリティ検証は別々の確認です。

読めない文字を自動で復元できますか。

確実にはできません。より鮮明なスキャンや原資料で確認し、数字や単語を推測で補わないでください。