オンデバイスOCRでスキャンしたPDFの文字を認識する方法

歴史的な学術モノグラフ、図書館のアーカイブスキャン、複写された研究論文などは、1枚の平面画像としてしか存在しないことがよくあります。背後にデジタルのテキスト層が存在しないため、文章を選択したり、オフライン辞書で定義を引いたり、重要な用語を検索したりすることができません。

光学文字認識（OCR）は、こうした資料にデジタルの命を吹き込みます。GemReaderは端末内の機械学習モデルを用いて、スキャンされたページ画像を完全にオンデバイスで処理します。外部のクラウドサーバーに画像を1枚も送信することなく、静的なスキャン画像が自在にテキスト選択や全文検索、音読ができる生きた文書へと生まれ変わります。

スキャン文書の文字認識を行うには、以下の環境が整っていることをご確認ください。

• 対応プラットフォーム: Android（Android 10以降）またはiOS（iOS 17以降）にインストールされたGemReader。
• 対象文書: リーダー画面で開いた画像のみのスキャンPDF文書。
• 通信環境: 完全オフライン（文字認識処理はお手元の端末のニューラルエンジン等の局所ハードウェア内でのみ完結します）。

1. 1
   GemReaderでスキャンしたPDF文書を開きます。
2. 2
   画面中央をタップして読書ツールバーを表示し、右上隅の ⋮ メニューをタップします。
3. 3
   ツール をタップし、テキスト認識 (OCR) を選択します。
4. 4
   設定シートで処理範囲を選択します：

   • 現在のページ: いま開いているページだけを素早く認識します。
   • ページ範囲: 特定の章や指定したページ群を一括処理します。
   • 文書全体: 文書全体の文字認識をバックグラウンドで実行します。
5. 5
   認識を開始 をタップします。控えめなプログレスバーが表示され、ページの解析進行状況が示されます。
6. 6
   処理が完了したら、ページ上の印刷された文章を指でなぞってみてください。通常のリフロー型電子書籍と同じように青い選択ハンドルが現れます。
7. 7
   これで、6色のパレットによるハイライト、メモの追記、引用文のコピー、語句検索、あるいは 音読 をタップして読み上げを聴くといった操作がすべて可能になります。

• 原本の風合いをそのまま保持: GemReaderは認識したテキスト層を元のスキャン画像の上に透明なレイヤーとして重ね合わせるため、本来の紙の風合い、組版、歴史的なレイアウトが損なわれることはありません。
• 100% オンデバイスのプライバシー保護: 機密文書や法的手続きの書類、大切な家系の記録などが外部クラウドへ送信される心配は一切ありません。文字認識は端末のプロセッサ内だけで厳密に行われます。
• GemReader Premium機能: スキャンPDFに対するオンデバイス機械学習OCRは、GemReader Premium に含まれる機能です。1回の買い切り購入で高度な文書ツールを永久に利用でき、定期購読料や広告表示は一切ありません。