OCR
ひとことでいうと
紙や画像に印刷された文字を読み取って、編集・検索できるテキストデータに変換する技術です。
もう少し詳しく
スキャンしたPDFは、見た目は文字でも中身は「文字の画像」なので、検索もコピーもできません。OCRをかけると文字として認識され、検索や集計ができるようになります。最近はAIを使った読み取りの精度が上がり、手書きや傾いた帳票にも対応できますが、100パーセントではないため確認の工程は残ります。
たとえるなら
写真に写った看板の文字を、人が見て書き写す作業を機械にやらせることです。だいたい正確ですが、かすれた字は読み間違えます。
制作現場ではこんなふうに使います
「紙の申込書をOCRでデータ化して、そのまま基幹システムに取り込みましょう」「精度は9割程度なので、確認画面は必要です」— 紙業務のデジタル化のご相談で出ます。
これだけ覚えておけばOK
- 1紙・画像の文字をテキストデータに変える技術
- 2スキャンしたPDFは、そのままでは検索できない
- 3精度は100パーセントではないので確認工程を残す