【PDF】スキャン画像にハイライトできないときのOCR手順|文字と位置を確認

【PDF】スキャン画像にハイライトできないときのOCR手順|文字と位置を確認
🛡️ 超解決

スキャンしたPDFで文字を選べず、ハイライトを付けられない場合は、ページに文字情報があるかを確認します。紙面の画像だけなら、OCRで認識した文字を加えることで、文字選択式のハイライトを使えるようになります。

【要点】最初に短い語句の選択と検索を試し、OCRが本当に必要かを確かめます。Acrobatの「スキャンとOCR」で対象ページと言語を指定して処理し、認識された文字とハイライトの位置を確認します。処理の完了だけで正確さを判断しないでください。

ADVERTISEMENT

スキャンPDFでも、すでに文字を選べる場合がある

スキャナーや作成アプリがOCRを済ませているPDFでは、見た目が画像でも文字を選べます。選択できるなら、まずそのままハイライトを試します。スキャンした文書という理由だけで、全ページに再度OCRを実行する必要はありません。

同じPDFでも、文字情報があるページと画像だけのページが混ざることがあります。ハイライトしたいページで、一文を選択し、本文中に実際にある語句を検索してください。別のページで検索できたことだけでは判断できません。

確認結果 次に行うこと
文字を選べ、色を付けられる OCRを追加せず、必要な箇所へ注釈を付ける
文字が選べず、画像として扱われる 操作制限も確認したうえでOCRを検討する
文字は選べるが別の内容がコピーされる 認識結果を見直す
文字は正しいが色の位置がずれる 認識された範囲と画像の位置を見比べる

注釈を付ける権限がない文書では、OCRだけで解決しません。文書のプロパティで許可内容を確認し、必要なら作成者から注釈可能な版を受け取ります。

※ お探しの解決策が見つからない場合は、こちらの「PDFトラブル完全解決データベース」で他のエラー原因や解決策をチェックしてみてください。

AcrobatでOCRを実行して確認する手順

以下はOCR機能を利用できるデスクトップ版Acrobatの手順です。無料Readerのハイライト機能とは別の処理です。原本を残し、作業用のPDFで行います。

  1. 対象PDFのコピーを開きます。処理前の文書を保管し、ハイライトしたいページ番号を確認します。
  2. 「スキャンとOCR」を開きます。すべてのツールから選び、「テキスト認識」の「このファイル内」へ進みます。
  3. ページ範囲と言語を指定します。必要なページを対象にし、文書の言語と設定を確認します。まず短い範囲で試すと結果を比較できます。
  4. テキスト認識を実行します。処理が終わったら、対象のページを表示します。
  5. 文字列と範囲を確認します。数値や固有名詞を含む一文をコピーして見た目と照合し、その行へハイライトを付けて位置を確認します。
  6. 保存して開き直します。文字を選べること、色を付けた範囲、本文の見た目が保たれていることを確認します。

Adobeのテキスト認識の説明では、対象範囲と言語を指定し、処理後に認識結果を確認する流れを案内しています。OCRは検索・選択のための文字情報を作りますが、どの文書でも完全な認識や自由な本文編集を保証するものではありません。

ハイライトを付ける前に読み合わせる箇所

金額、日付、品番、氏名などを優先して確認します。「1」と「I」、「0」と「O」、濁点、小さな句読点などは、見た目と認識結果が違っていても気づきにくい箇所です。検索できるだけで、正しい文字として認識されたとは判断しません。

コピーした文字を照合するときは、表の列や段組みの順序も見ます。画面上では隣り合う文章でも、選択すると別の欄まで含まれる場合があります。ハイライトが別の行へ広がる場合は、一行ずつ短い範囲で試します。

認識文字の修正には、「スキャンとOCR」の「認識されたテキストを修正(Correct recognized text)」を使います。候補箇所を確認し、「認識結果(Recognized as)」の文字を直して承認します。Adobeの認識文字修正の手順に沿って進めます。

この修正と、紙面に写っている数値や文章そのものを書き換える編集は同じではありません。また、疑わしい文字として提示されなかった場所にも誤りはあり得るため、重要な箇所は元の画像と見比べてください。

認識が悪い・位置が合わない場合

元の画像が傾いている、かすれている

紙の原本がある場合は、傾き、影、折れ、文字のかすれを減らして取り込み直す方法を検討します。撮影した画像では、ページの湾曲や遠近の歪みも確認します。認識を繰り返すより、入力画像を改善する方が適切な場合があります。

既存画像の解像度欄の数字だけを大きくしても、失われた細部は戻りません。再スキャン時の解像度設定と、すでにある画像の数値変更を区別します。全ページを一律に高解像度へ変換すれば必ず正確になる、というものでもありません。

言語や範囲が合っていない

対象ページが認識範囲に入っているか、認識言語が文書に合っているかを確認します。複数言語の文書でも、使用している画面で選択できる設定に従います。言語を複数選べる機能がすべての版にあるとは決めつけません。

すでにある文字情報の位置がずれている

処理前のコピーへ戻り、条件を確認して認識を試します。変更後は同じ一文を使って位置を比較します。OCR済みのPDFへ処理を重ねても直らない場合は、元のスキャンや作成元の文書を見直します。

OCRを使わず、囲みだけを追加する選択

写真や図の一部を示すだけなら、長方形や矢印の注釈で足りる場合があります。検索や文章の選択が不要な用途にまで、文書全体のOCRを必須にする必要はありません。

一方、文章に沿ったハイライトが必要なら、文字の内容と位置を確認したうえで注釈を付けます。最後は保存先から開き直し、相手に渡す版でもハイライトと本文が正しく対応していることを確認してください。

📑
PDFトラブル・操作完全解決データベース 閲覧エラー、編集・結合、パスワード解除など、PDFに関するあらゆる困りごとを網羅しています。
この記事の監修者
✍️

超解決 第一編集部

疑問解決ポータル「超解決」の編集チーム。正確な検証と、現場視点での伝わりやすい解説を心がけています。