PDFや画像から文字（テキストデータ）を抽出するなら「Googleドライブ」

画像ファイルやPDFファイルに表示されている文字を認識する（OCR）には、専用のアプリを利用するのが一般的ですが、Googleアカウントを持っているなら、Web版の「Googleドライブ」を利用することで、専用ソフトに引けを取らない精度で文字を認識してくれます。

そこでここでは、パソコンでＷeb版の「Googleドライブ」を使って、画像ファイルやPDFファイルから文字を抽出する方法を紹介します。

動作環境

この記事は、以下の環境で実行した結果を基にしています。他のエディションやバージョンでは、動作結果が異なる場合があることをご了承ください。

ソフトウェア	バージョン
Windows 10 Pro 64bit	21H2

まず、WebブラウザでGoogleドライブにアクセスします。（Googleアカウントでログインしていない場合は、ログインします。）

ここでは、Google Chromeを利用しています。

Googleドライブのページを開いたら、文字認識させたい画像やPDFファイルをドラッグするなどしてアップロードします。

ファイルをアップロードしたら、Googleドライブ上でファイルを右クリックして、メニューから「アプリで開く」＞「Googleドキュメント」を選択します。

すると、アップロードしたファイルの文字認識処理が実行され、処理が完了するとGoogleドキュメントが開き、元の画像と抽出されたテキストデータが表示されます。

手書き文字でなければ、以下のようにかなり高精度で変換できます。また、横書きだけでなく縦書きでも問題なくテキストを抽出できます。

なお、抽出したテキストデータは、クリップボードにコピーしてほかのアプリに貼り付けたり、Googleドキュメント上で、Word形式、ODF形式、PDF形式、テキスト形式などのファイルとして保存することができます。

テキストデータの抽出精度は、手書きではない文字ならかなりの高精度で抽出できますが、手書きの文字や、文字に色が付いていたり、箇条書きや表などが含まれる場合では、うまく抽出できない場合もあるようです。

なお、文字認識が可能なファイルの制限事項は、公式ヘルプで以下のように記載されています。

ちなみに、紙の書類からテキストデータを抽出するなら、スマホ版「Google Keep」がおススメです。