スキャンしたPDFをOCRで検索可能にする
PDFのOCRは、スキャンまたは画像ベースのPDFを読み取り、見えない文字層付きの検索可能なPDFか、文字をMarkdownファイルとして返します。元のファイルは変更されません。
ファイルをここにドロップするか、クリックして選んでください
対応形式:PDF・1ファイル500.0 MBまで · 一度に最大20ファイル
Ctrl/Cmd+V またはクリップボードメニューからファイルを貼り付けることもできます。
PDFのOCRは、スキャンした PDF や画像ベースの PDF を読み取り、2 つの形式のどちらかで返します。「検索可能なPDF」は同じページに見えない文字層を重ねたもので、文字の検索・選択・コピーができます。「Markdownテキスト」は文字を .md ファイルとして返し、メモやリポジトリ、パイプライン向けです。元のファイルは変更されません。
検索可能なPDFは Tesseract で作成します。各ページを 300 dpi で描画し、選んだ言語で認識して、認識した文字を背面に隠したページ画像として書き戻します。ページ数は変わりません。すべてのページを描画し直すため、もともと実際の文字があったページも「文字層付きの画像」になり、ファイルサイズが元と大きく変わることがあります。フォームでは 12 言語から 1 つ選べます。API では eng+fra のように + でつないで最大 4 つまで指定できます。1 回のリクエストで処理できるのは最大 50 ページです。
Markdown 出力は別のエンジンを使い、PDF のネイティブテキストと画像ページの光学認識を組み合わせます。「強制OCR」(`ocrType=force-ocr`、ポータルの既定)は全ページを再認識し、「通常」は文字があるページはその文字を使い、画像だけのページを認識します。このエンジンには言語設定がなく、言語リストは適用されません。
どちらのモードでも、精度はスキャンの品質・コントラスト・傾きに左右されます。可能なら、スマートフォンで撮影した画像はトリミングして傾きを直してからアップロードしてください。台形に写ったページは、背景の認識に処理を浪費します。OCR は文字を認識するだけで、翻訳や文章の修正は行わず、スキャン自体の補正や傾き補正もしません。
手書き、装飾的な書体、低解像度のファクスは最も難しい入力です。1 と l、0 と O のように紛らわしい文字は、エンジンが最も可能性の高い読みを選んで先へ進み、どちらのモードも信頼度スコアは返しません。正確さが必要な氏名や数字は抜き取りで確認してください。Markdown では表が縦線で表現され、結合セルは行がずれることがあります。複数段組みのページは、エンジンが推定した順序で読まれます。
デジタル化や再配布の権利がない文書に OCR を使わないでください。処理はサーバー側で実行されるため、結果は早めにダウンロードしてください。ファイルを蓄積した OCR ライブラリは作りません。パスワード付きファイルは、このページでパスワードを入力すると解除されます。API を呼び出す場合は、先にパスワード解除を実行してください。
機能
- 見えない文字層付きの検索可能なPDF、または Markdown テキスト
- 検索可能なPDF:Tesseract、300 dpi、12 言語、最大 50 ページ
- Markdown:ネイティブテキストと画像ページの認識、強制または通常モード
- 元の PDF は変更されません
- outputFormat と languages を指定できる匿名 API:/api/v1/misc/ocr-pdf
こんなときに使う
- スキャンした契約書の山を、文書アーカイブで検索できるようにする
- 撮影またはスキャンしたページから段落をコピーする
- Markdown を求めるエージェントやパイプラインにスキャンを渡す
- 撮影したレシートを、メモアプリで検索できるようにする
スキャンしたPDFをOCRにかけるには?
- スキャンまたはカメラで撮影した PDF をアップロードします。
- 「検索可能なPDF」か「Markdownテキスト」を選びます。検索可能なPDFの場合は、テキストの言語を選びます。
- 処理をクリックして、結果をダウンロードします。
- 利用する前に氏名や数字を抜き取りで確認し、PDF 内にある単語を検索して試してみてください。
制限と注意点
- 精度は画像の品質で変わり、手書きや装飾書体は認識しにくい
- 検索可能なPDF:最大 50 ページ、300 dpi、1 ページにつき 1 画像
- Markdown には言語設定、信頼度スコア、ページごとの出力がない
- 翻訳、傾き補正、スキャンのクリーニングは行わない
- ページ数が非常に多いと時間がかかる
例
- 20 ページのグレースケール契約書スキャンが、条項番号で検索するとそのページが見つかる PDF になる
- 英語の 1 行が写ったスキャンページから、その行をコピーできる PDF が返る
- 傾いたスマートフォン写真は、OCR が役立つ前に撮り直しが必要な場合がある
このツールのプライバシー
ファイルは HTTPS でアップロードされ、サーバー上のメモリまたは短時間だけ存在する一時ディレクトリで処理され、結果の準備ができた時点で削除されます。後で閲覧したり、学習や広告プロファイルに使ったりするためにコピーを保持することはありません。保持の詳細と AdSense の Cookie に関する開示は、プライバシーポリシーをご覧ください。
よくある質問
- 検索可能なPDFは作れますか?
- はい。フォームで「検索可能なPDF」を選んでください。各ページを認識し、見えない文字層付きの画像として書き戻すので、文字の検索やコピーができます。
- 検索可能なPDFが元のファイルではなくスキャンのように見えるのはなぜですか?
- もともと実際の文字があったページも含め、認識の前にすべてのページが画像に描画されるためです。文字層は画像の背面にあります。
- 対応している言語は?
- フォームでは、英語、ドイツ語、フランス語、スペイン語、ポルトガル語、イタリア語、ロシア語、アラビア語、簡体字中国語、繁体字中国語、日本語、韓国語から選べます。API では eng+fra のように + でつないで最大 4 つのコードを指定できます。
- 何ページまで処理できますか?
- 検索可能なPDFは最大 50 ページです。それより長いファイルはエラーで拒否されるので、先に分割してください。
- Markdown 出力でも言語設定は使われますか?
- いいえ。Markdown のエンジンには言語パラメーターがありません。言語リストは検索可能なPDF専用です。
- OCR でページの見た目は変わりますか?
- 元のファイルは変わらず、新しいファイルが作られます。検索可能なPDFでは、スキャンと同じく各ページが画像として表示されます。
- OCR は手書き文字に対応していますか?
- あまり得意ではありません。どちらのエンジンも活字を対象にしています。筆記体、装飾書体、低 dpi のファクスは、ノイズになりがちです。
- デジタル作成の PDF にも強制OCRが必要ですか?
- 通常は不要です。Markdown では「通常」が既存の文字を使い、認識エンジンを省きます。その文字層が壊れている場合は「強制OCR」を使ってください。
最終更新:
コードから呼び出す
このサイトの各ツールは、通常のRESTエンドポイントです。匿名利用にアカウントやAPIキーは不要です。ブラウザだけでなく、AIエージェントや開発者向けにも使えます。
curl -X POST "https://pdf123.xyz/api/v1/misc/ocr-pdf" \
-F "[email protected]" \
-F "outputFormat=markdown" \
-F "ocrType=force-ocr" \
-F "languages=eng" \
-o output.pdfModel Context Protocolに対応したエージェント向けに、MCPツールとしても使えます(JSON-RPC 2.0、POST /mcp)。 APIリファレンス
AI エージェントから使う
スキルこのスキルを入れると、Claude Code、Codex、Cursor などの AI エージェントが「PDFのOCR」を代わりに実行できます: /skills/pdf123-ocr.md
ファイルはこの処理のためだけに使い、完了後に自動で削除します。