複数の写真を1つのPDFにまとめる

JPEG写真をページ順の名前（01.jpg、02.jpg…）で1つのZIPに入れてください。ファイル名がそのままPDFのページ順になります。OCRは各写真の文字を読み取って背後に対応するテキストレイヤーを書き込み、写真そのものは影も含めて撮影したままです。

その結果として得られる1つのPDFファイルでは、名前や番号を検索するだけで撮影したすべてのページを一度にチェックでき、どの写真に載っていたかを思い出しながらカメラロールをスクロールする必要がなくなります。

カメラ撮影をまとめて処理する理由

スマートフォンのカメラで連続して同じ写真が撮れることはまずありません。1枚目には手の影が入り、次は数度傾き、3枚目は窓からの光で色が暖かくなります。OCRは写真を傾き補正も明るさ補正もせずそのまま読み取るので、全ページを正面から同じ光で撮ることが、束全体の精度につながります。

写真一式を1つのPDFにまとめることで、そうしたばらつきは読み手から見えなくなります。どちらのページにも機能するテキストレイヤーが備わるため、完成した文書をめくっても、4ページ目が3ページ目より悪い照明で撮影されたことに気づく人はいません。

窓口で署名した複数ページの契約書、旅行の終わりにまとめて撮影した紙のレシート、スマートフォンでページごとに撮影した手書きのメモ、これらはいずれも、最初はばらばらのJPEG写真として存在し、それらをまとめるファイル構造は何もありません。

その一式を検索可能な1つのPDFにまとめることで、スマートフォンのカメラロールが、保管したり転送したり検索したりできる文書へと変わります。スキャナーを使う選択肢がなかったオフィス外で集めた経費報告書や署名済み書類にも役立ちます。

ここでの精度の上限を決めるのは、OCRエンジンそのものよりもJPEGの圧縮や撮影条件です。被写体ブレ、光沢紙での光の反射、文字の行を横切る影は、フラットベッドスキャンの場合よりも精度を大きく損ないます。鮮明さと均一な照明は、他のどのバッチツールよりもこの入力形式にとって重要です。

変換後は、斜めから撮影されたページやランプの下で撮影されたページから先に確認してください。1つ2つの単語が欠落している可能性が最も高いのはこれらのページで、同じページを真正面から均一な照明のもとで撮影した写真であれば、一式の中でも誤りが最も少なくなる傾向があります。

斜めからではなく真正面から撮影し、一式を通してページとの距離を一定に保ってください。用紙が光沢のある場合はフラッシュをオフにしましょう。ぼんやりとした影であれば、テキストの上に重なるフラッシュの反射光よりもOCRが読み取りやすくなります。

ZIPにまとめる前に、ファイル名をページ順（01、02、03…）にしておきましょう。ページはファイル名の順に並び、後から並べ替える手順はありません。