画像から文字起こし

同じ写真なのに、サイトによって結果が違う理由

宣伝ページが触れない事実があります。画像から文字を抽出する無料ツールの多くは、同じオープンソースのエンジン Tesseract を WebAssembly にコンパイルして動かしているのです。10 社を調べ、うち少なくとも 5 社は自らそう明記していました。ですから同じ写真であるサイトはきれいな文字を返し、別のサイトは意味不明な羅列を返すとき、エンジンが変数であることはまずありません。

画像から文字への変換で違うのは、エンジンに届くものの方です。そして最も効く要因は、どこも宣伝しません —— 文字の高さが何ピクセルあるか、です。Tesseract は小文字 1 字あたり約 20 ピクセルの高さを求めます。チャットアプリを 2 つ経由して転送されたスクリーンショットや、アップロード用に縮小された写真は、その半分しかないことがよくあります。すると精度は崖から落ちるように下がります。

他のツールが勧めてくること

撮り直し。テストした 10 社では、結果が悪いときの定番の助言は「より高い解像度で撮り直す・取り直す」です。もっともな助言ですが、その画像が手元にある唯一のものであるときには、まったく役に立ちません。

このページは代わりに、小さすぎる画像を読み取り前に拡大し、そうしたことを明示します。実測では、400 × 184 ピクセルのスクリーンショット —— 多くのツールならやり直しを勧める小ささ —— が確信度 94%、全行正しく返ってきました。拡大しても、そもそも写っていない情報は生まれません。しかし、エンジンが本来想定している文字の高さを与えることはできます。

画像から文字を抽出する手順

画像から文字を抽出する手順は 3 つです。インストールもアカウントもアップロードもありません。初回に OCR エンジンと選んだ言語データをブラウザのキャッシュへ取得し、以降はオフラインでも動きます。

1. 1

   画像を追加する

   写真・スクリーンショット・スキャンをドラッグしてください。JPG、PNG、WebP、BMP、GIF に対応しています。一度に最大 20 枚まで追加でき、順番に処理されます。

2. 2

   言語と下処理を選ぶ

   主な言語だけでなく、画像に現れるすべての言語を選んでください。スキャンや写真では下処理をオンのままに。スクリーンショットは元から整っているのでオフで構いません。傾き補正は、斜めから撮ったページのときだけオンにします。

3. 3

   抽出し、確認してコピーする

   画像ごとに編集可能な枠へ文字が表示され、確信度も付きます。コピー、.txt でダウンロード、あるいはまとめて ZIP で取得できます。必ず元の画像と見比べてざっと確認してください —— OCR の出力は、間違っていても自信ありげに見えます。

エンジンと言語データは初回でキャッシュされるため、2 枚目以降はすぐに読み取りが始まります。

複数言語が混ざったスクリーンショット —— 他のどのツールもやっていない唯一のこと

ここで多くの人がつまずきます。テストしたツールはどれも、抽出前に言語を 1 つだけ選ばせます。日本語だけのページなら問題ありませんが、現実の画像の多くはそうではありません。英語の商品名が並ぶ中国語の請求書、ラテン文字のブランド名が出てくる日本語の画面、英語の URL を引用したロシア語の文書。

言語を 1 つだけ選ぶと、画像内のもう一方の文字種の領域から文字を抽出しようとする試みは、ことごとくうまくいきません。エンジンにその文字が見えていないからではなく、間違ったモデルと照合しているからです。結果として、文字の半分と、残り半分があるはずの場所に大量の無意味な羅列が返ってきます。

Tesseract は複数の言語モデルを同時に読み込めます。このページでは必要なだけ選べます。テストした 10 社のうち、これを提供しているところは 1 つもありませんでした。例外なく、抽出前に 1 言語へ絞ることを求められます。引き換えについても正直に書いておきます。言語が増えるほど初回に取得するデータは増え、複数読み込むと認識はやや遅くなります。一覧を全部チェックするのではなく、画像に実際に現れている言語だけを選んでください。

無料ツールの比較

画像から文字を抽出するツール 10 種を、2026 年 9 月に実際に使って確認しました。無料枠の挙動のみ、かつ差の出る項目のみを載せています —— どれも無料で、多くはブラウザ内で動きます。

正直にまとめると、ここに挙げた画像から文字起こしするツールのいくつかはまったく良質で、ブラウザ内で動くものはその点で評価に値します —— かつてはそれが差別化でしたが、今はもう違います。今も差があるのは 2 点です。一括で渡せるかどうか、そして文字種の混ざった画像を一度で読めるかどうか。後者については、それができる別のツールを見つけられませんでした。

関連ツール

画像から文字を抽出する前後で役に立つもの。いずれも無料で、いずれもお使いの端末上で動きます。

• PDF に OCR をかける — 写真ではなく文書向け —— 検索可能なテキスト層を加え、ページはそのまま保ちます。
• PDF をテキストに — PDF に本物の文字がすでに入っていて、取り出すだけでよいとき。OCR は不要です。
• 画像のサイズ変更 — 小さすぎるスクリーンショットを読み取り前に拡大したり、大きすぎる写真を縮めたり。
• 画像を圧縮 — 画像自体は問題ないのに、ファイルが大きくて送れないときに。
• PDF を PNG に変換 — 文字ではなく絵の方が必要なとき、PDF のページを画像として取り出します。