JPEG写真を検索可能にする方法
印刷されたページ、レシート、あるいはカメラにかざした文書などを撮影したJPEG写真をアップロードすると、ツールがその中の文字を認識し、見た目は写真そのままでありながら、背後に隠れたテキストレイヤーを持つPDFを生成します。見えているページには一切変更が加わらないため、元の写真にあった折り目や影、色合いもそのまま残ります。
変わるのは、PDFが選択・検索可能になる点です。文章をハイライトしたり、電話番号をコピーしたり、Ctrl+Fで長い文書の中に埋もれた単語まで一気にジャンプしたりできます。写真自体は見える層として残るため、ファイルを開いた人には撮影時と同じ画像が表示され、その裏側で検索とコピーが使えるようになっているだけです。
なぜ写真を検索可能にするのか
文書を撮影した写真は、何百枚もの他の写真に紛れてしまうと見失いやすく、画像内に写っている単語で写真ライブラリを検索することはできません。JPEGを検索可能なPDFに変換すれば、撮影したレシート、契約書のページ、あるいは手書きに近いフォームでも、キーワードを入力するだけで実際に見つけ出せるようになります。
また、元の見た目をそのまま保つため、経費申請用のレシートや署名済みのページ、印刷された証明書など、視覚的な文書自体が証拠となる記録にとって重要です。内容を別のファイルに打ち直して視覚的な証拠を失う代わりに、検索可能なPDFは写真そのものを記録として保持しつつ、その上にテキスト検索という利便性を加えます。
検索可能な写真が役立つ場面
購入時に撮影したレシートを経費管理のために使う場合、1枚ずつ画像を開かなくても後から店名や金額を検索したいときに向いています。スキャナーが手元にないときに外出先で撮影した契約書や合意書、そして何年後かでも検索できるようにしたい個人アーカイブ用に撮影した印刷済みのフォームや証明書にも役立ちます。
そのまま保存しつつ特定の用語で検索したい印刷書籍やマニュアルのページを撮影した場合、会議後に配布された印刷資料を撮影した場合、また郵便物や印刷された通知をスマートフォンで撮影して保管しつつ、打ち直すことなく参照番号を検索できるようにしたい場合にも役立ちます。
写真の撮影状況が認識精度に影響します
JPEGは画像を圧縮するため小さな文字の細かい輪郭がぼやけることがあり、さらにスマートフォンの写真には独自の要因も加わります。照明のムラ、カメラのわずかな傾き、ページの半分に落ちる影などです。これらはいずれも、フラットなデジタルスクリーンショットに比べて文字と背景のコントラストを下げるため、JPEG写真の認識はネイティブなデジタル画像よりも一般的にもう少し注意が必要です。
最も良い結果が得られるのは、斜めではなく真上から撮影し、強い影や照明の反射がない均一な光の下で、テーブルや背景の余白を広く残さず文書いっぱいにフレームを埋めた写真です。ぼやけていたり大きく傾いたりしたレシートの写真でもPDFは生成されますが、隠れたテキストレイヤーの認識ミスは増えると考えてください。
OCRの精度を高める文書の撮影方法
スマートフォンは斜めではなくページの真上に構え、文字が片側で伸びたり歪んだりしないようにしてください。また、文書全体が均一に照らされているかも確認しましょう。一箇所だけ明るくなる天井照明は避け、より均一な自然光や複数の光源を使うのがおすすめです。文字ができるだけ大きく写るよう、フレームいっぱいにページを収めてください。
撮影前にカメラのレンズを拭いておきましょう。汚れがあると、小さな文字の一角がまるごとぼやけてしまうことがあります。また、光沢のあるレシートやラミネート加工されたページに内蔵フラッシュを使うのは避けてください。通常、明るい反射部分ができてしまい、その部分の認識を妨げます。文書が長い場合は、全体を無理に一枚の遠景で低解像度に収めるのではなく、区切って撮影してください。