初心者向け画像・動画

紙や画像の文字をデータにしたい

OCR（画像内の文字を読む技術）

まずはここだけ

OCRは、画像の中にある文字を編集できるデータへ変えます。

使う場面：請求書、申込書、名刺、PDFを検索・編集できる形にする時

具体的な利用例

請求書画像から請求日と合計金額をExcelへ取り込む

手書き、傾き、影、小さい文字で読み取り精度が下がります。

AIの結果を確認せず、そのまま業務へ使わないことも大切です。重要な数値や判断は人が確認してください。

仕組みと使いどころを詳しく見るできること・技術名・利用する場面を確認

スキャンした書類や写真から文字と数値を取り出します。

OCR（画像内の文字を読む技術）を使います。むずかしい名前でも、まずは「この目的に使う仕組み」と覚えれば大丈夫です。

請求書、申込書、名刺、PDFを検索・編集できる形にする時

画像を読みやすく撮る。OCRを実行する。必要な項目を取り出す。原本と比べて確認する。この流れをサービスやプログラムが自動で進めます。

試すためのツールと手順を見るサービスの例・準備から確認までの順番

Google Cloud Vision API（文字認識）クラウドAPI
写真や書類画像から文字を取り出し、文字の位置情報も取得できます。
Google Cloudのプロジェクトと認証設定が必要。無料枠を超える利用は従量課金です。
Tesseract（OCRエンジン）オープンソースツール
パソコン上で画像内の印刷文字を読み取り、テキストに変換できます。
導入と対応言語データの準備が必要。Apache 2.0ライセンスで、標準の操作画面はなくコマンド等で使います。

リンク先は公式ページ・公式の使い方です。クラウド機能を利用する場合は入力内容の送信先、料金、組織の利用ルールを確認してください。

利用のポイント

最初は小さなデータで試し、期待する結果と比べてから対象を広げると失敗を減らせます。