OCR：スキャンからテキスト抽出

英語、トルコ語、ドイツ語、フランス語、スペイン語、イタリア語、ポルトガル語、オランダ語、ポーランド語、スウェーデン語、インドネシア語、ベトナム語、ロシア語、ウクライナ語、アラビア語、ヒンディー語、タイ語、中国語（簡体字）、日本語、韓国語に加え、混在した文書向けにトルコ語と英語を併用する設定もあります。文書が書かれている言語を選んでください。その言語のデータは初回に一度だけダウンロードされます。

はい。テキストをコピーしたり、.txtファイルとして保存したり、検索可能なPDFをダウンロードしたりできます。「プライバシースキャナーを実行」ボタンを押すとテキストがプライバシースキャナーに送られ、そこから機密性の高い語句を「墨消し」に渡せます。

はい。画像（JPG、PNG、WebP）またはスキャンしたPDFをアップロードすれば、OCRエンジンが内容を解析し、読み取れる文字をすべて、選択もコピーもできる形で取り出します。

精度はスキャンの状態しだいです。きれいでまっすぐな印刷物のページはよく読み取れます。手書き、ごく小さな文字、装飾の強いフォント、薄いスキャンや傾いたスキャンでは誤りが増えます。名前や数字は、頼りにする前に確認してください。

OCRが返すのはテキストであり、レイアウトではありません。読み取り順序は行単位で保持されますが、段組み、表、画像は再構築されず、元のPDFはそのまま変更されません。

はい。複数ページのスキャンPDFをアップロードすれば、OCRエンジンが1ページずつ処理します。出力は、全ページを処理済みの検索可能なPDF 1本になります。

OCRエンジンはWebAssemblyを使い、すべてブラウザ内で動作します。スキャンした文書が外部のサーバーへ送られることは一切なく、完全な非公開性が保たれます。