PDFを画像へ変換
DPIと形式を選び、最大30ページを元の順番で1枚またはZIPへ出力します。
PDF・スキャン書類・OCR
PDFを画像に変換し、スキャン補正とOCRを実行
PDFをJPG/PNG/WEBPへ変換し、用紙背景の除去、傾き・遠近補正、情報のマスキング、署名・印影抽出、多言語OCRを端末内で行います。
PDF → JPG/PNG/WEBPTool Office
傾き + 遠近補正Tool Office
端末内でマスキングTool Office
12言語OCRTool Office
書類画像処理ツール
ページ抽出、スキャン補正、形状補正、プライバシー、OCR、結果出力を1つの標準エンジンで処理します。
ツールを読み込んでいます
ツールを読み込んでいます
目的に合うPDF・スキャン処理を選ぶ
必要な出力から選んでください。画像で十分な場合はOCRを使わず、マスキングはプレビューだけでなく出力ファイルを開いて確認します。
スキャンを補正
グレースケール、二値化、灰色背景除去、回転、傾き、遠近補正をOCRや保存前に適用します。
OCRとプライバシー
見える情報を隠し、対応12言語のいずれかを認識して、テキスト、基本TSV、検索可能PDFへ出力します。
PDFの全ページを画像へ変換
画面キャプチャではなく、PDF.jsが指定DPIでページを描画します。
- 25 MB、30ページ以内のPDFを1件選びます。
- JPG、PNG、WEBPと150、200、300 DPIから選びます。
- 処理を実行し、最初の出力ページを確認します。
- 1枚またはPDF順の全ページを含むZIPを保存します。
- 画面閲覧には150 DPI、印刷や小さい文字のOCRには容量の大きい300 DPIが適しています。
- パスワード付きまたは破損したPDFは描画できない場合があります。
灰色または傾いたスキャンを補正
書類フィルターは用紙とインクを分離しますが、非常に細い線を消すことがあります。
- スキャン書類を補正・フィルターを選びます。
- 最初にグレースケールを試し、必要に応じて適度なコントラストを追加します。
- 用紙背景を白くするか白黒二値化を選び、しきい値を調整します。
- 自動傾き補正または手動角度を設定し、小さい文字を確認します。
- 比較できるよう元のカラースキャンを残してください。
- 自動補正は±5°のみを推定し、大きく斜めから撮影した書類の遠近補正は行いません。
撮影した書類の遠近を補正
元画像の四隅を新しい長方形画像へ対応付けます。
- 補正するページを選択します。
- 境界を推定して最初の長方形範囲を作ります。
- 8つのX/Y値を調整し、四隅を用紙の端へ合わせます。
- 処理後に文字の比率、用紙端、切り抜かれた内容を確認します。
- 用紙と背景の色差が大きいほど境界を推定しやすくなります。
- 自動検出は長方形を推定するため、台形になった用紙は手動で調整してください。
共有前に個人情報をマスキング
選択範囲を覆った新しいラスター画像を作成します。
- マスキングと編集するページを選びます。
- プレビュー上で範囲の位置と大きさを調整します。
- 機密情報には黒塗りを優先してください。ぼかしやモザイクでは不十分な場合があります。
- 出力後にファイルを開き直し、拡大して内容を読めないことを確認します。
- 現在は1回の処理で各ページに設定した1範囲を適用します。
- マスキングしたのが出力コピーのみの場合、元ファイルを共有しないでください。
署名または印影を抽出
署名は暗さ、印影は赤色の強さを使って透明部分を作成します。
- 白い背景で均一に照明されたスキャンを用意します。
- 署名/暗いインクまたは印影/赤いインクを選びます。
- 用紙を消しつつ線を残すよう、しきい値を調整します。
- 透明部分を保つためPNGで出力し、線の端を確認します。
- 抽出した署名や印影を文書の偽造に使用しないでください。
- 用紙の影やインクに近い色があると抽出精度が下がります。
画像・スキャンPDFへOCRを実行
PDFページを先に描画し、各Canvasを端末内のOCR Workerで認識します。
- OCR対象の言語と文書種類を選びます。
- 文字レイヤーが必要な場合は検索可能PDFを有効にします。
- OCRを開始し、初回のみ言語モデルのダウンロードを許可します。
- 使用前に文字、数字、金額、言語固有の文字、TSVを原稿と照合します。
- OCR精度は保証されません。必ず原稿と比較してください。
- 基本TSVでは結合セルや複雑な表を完全には再現できません。
機密書類をブラウザ内で処理
PDF.js、Canvas、OCR Workerが端末内でPDF/画像を読み込み、重いライブラリとモデルは選択した処理でのみ読み込みます。
書類のサーバー送信なし
Tool Officeのサーバーへ書類を送るAPIはなく、結果は端末内のBlobとして作成されます。
結果を確認できる処理
描画、フィルター、切り抜き、マスキング、OCRはプレビューと出力で確認できます。
安全のための上限
最大30ページ/画像、1ファイル25 MB、共通Canvas上限によりタブ停止のリスクを抑えます。
PDF・スキャン・OCRのよくある質問
PDFやスキャンはサーバーへ送信されますか？
いいえ。ファイルはブラウザ内で処理されます。TesseractがCDNからコードや言語モデルを取得する場合がありますが、画像をOCRサービスへ送信しません。
PDFから画像へ変換するDPIはどれがよいですか？
軽いプレビューは150 DPI、バランスは200 DPI、印刷や小さい文字のOCRは300 DPIが目安です。高DPIほどメモリと容量が増えます。
傾き補正と遠近補正の違いは何ですか？
傾き補正は文字行を水平にするため数度回転します。遠近補正は四隅を対応付け、斜めから撮影した台形の用紙を平らにします。
ぼかしで機密情報を安全に隠せますか？
十分とは限りません。黒塗りでラスター化する方が明確ですが、必ず出力ファイルを開き直して確認してください。
日本語OCRは完全に正確ですか？
いいえ。解像度、フォント、文字、照明、傾き、スキャン品質によって変わります。氏名、数字、日付、金額を必ず確認してください。
スキャンPDFのOCRはどのように動作しますか？
PDF.jsが各ページをCanvasへ描画し、Tesseract Workerが画像を認識します。Tesseract.jsはPDFを直接読み込みません。
検索可能PDFとは何ですか？
ページ画像を保持し、検索・選択用のOCR文字レイヤーを追加したPDFです。文字レイヤーにはOCRと同じ認識誤りが含まれる場合があります。
パスワード付きPDFを処理できますか？
安定して処理できません。暗号化PDFはパスワードを求めるか描画に失敗する場合があります。本ツールはPDFのパスワードを解析・解除しません。