スマホでPDF内の単語を検索する方法|検索できないPDFはOCRで解決
スマホでPDFを開いたとき、中の単語を探したくなることは多いはずです。たいていのPDF閲覧アプリには検索機能がありますが、スキャンした書類や写真から作ったPDFでは、検索しても何もヒットしないことがあります。この記事では、PDFの中の単語を検索する基本の方法と、検索できないPDFをOCR(文字認識)で検索できる状態にする方法を解説します。
結論から言うと、文字情報を持つPDFは閲覧アプリの検索機能でそのまま探せます。スキャンしたPDFのように検索に出てこないものは、OCR(文字認識)で検索・コピーできる文字情報を追加すれば、見た目を変えずに単語を検索できるようになります。
スマホでPDFの中の単語を検索する基本の方法は?
PDFを開いたまま単語を探すには、PDF閲覧アプリの検索機能を使います。アプリによって位置は異なりますが、画面上部の虫眼鏡アイコンやメニューの「検索」から単語を入力すると、該当する箇所が強調表示され、次の候補へ順にジャンプできます。
ただし、この検索が働くのは、PDFの中に「文字情報」が入っている場合だけです。検索してもまったくヒットしないとき、あるいは画面上の文字を長押ししても選択できないときは、そのPDFがページ全体を画像として保存している可能性が高く、検索の前に文字情報を追加するひと手間が必要です。
なぜスキャンしたPDFの文字は検索・コピーできないのか?
紙の書類をカメラで撮影してPDF化した場合、そのPDFはページ全体が1枚の「画像」として保存されています。見た目には文字が写っていても、コンピューター上ではただの画像データであり、文字情報としては認識されていません。そのため、検索窓に単語を入力しても該当ページがヒットせず、文字をドラッグしてコピーすることもできません。
OCR(文字認識)とは何か?
OCR(Optical Character Recognition)は、画像の中に写っている文字の形を解析し、テキストデータとして認識する技術です。OCR処理を行うと、画像として保存されていたPDFに「検索・コピー可能な文字情報」が追加され、見た目はそのままに、テキストとしても扱えるPDFに変わります。
PDFツールキットでOCR処理をする手順は?
- PDFツールキットのライブラリ画面上部にある「ツール」(レンチのアイコン)を開く
- 「検索できるPDFにする」をタップする
- 書類の言語(日本語または中国語)を選ぶ
- 文字を認識させたいPDFをファイルから選ぶ
- 処理が終わると、検索・コピーできる「検索可能PDF」がライブラリに追加される
日本語を選んでも、同じページにある英数字は一緒に認識されます。処理結果は元のPDFを上書きせず、別の書類としてライブラリに追加されます。
文字の認識そのものは端末の中で行われ、PDFの内容が外部サーバーに送信されることはありません。ただし、検索用の文字情報を埋め込むために、Googleのオープンソースフォント(Noto Sans JP)を初回だけダウンロードします。そのため、最初の1回だけインターネット接続が必要で、2回目以降は不要です。
OCR処理はどんな場面で役立つ?
- 過去の契約書や資料を検索したい:大量にスキャンした書類から、キーワードで該当ページをすぐに探せる
- 書類の一部を引用・転記したい:手入力せずに文字をそのままコピーできる
- 紙の資料をテキストデータとして保存したい:手書きでの入力し直しが不要になる
まとめ
スキャンしたPDFの文字が検索・コピーできないのは、PDFが画像として保存されているためです。OCR機能を使えば、見た目のレイアウトを変えることなく、検索・コピー可能な文字情報をPDFに追加できます。書類の管理や検索性を高めたい方は、ぜひ活用してみてください。
主な機能や使い方の流れ、よくある質問は、PDFツールキットの紹介ページにまとめています。
よくある質問
Q. OCRとは何ですか?
A. 画像として保存された文字を認識し、検索・コピー可能なテキストデータに変換する技術のことです。
Q. スキャンしたPDFの文字がコピーできないのはなぜですか?
A. スキャンやカメラ撮影で作成したPDFは、ページ全体が「画像」として保存されているため、文字情報を持たず、そのままでは検索・コピーができません。
Q. OCRの認識精度はどれくらいですか?
A. 文字の鮮明さや撮影状態によって精度は変わります。傾きや影のない、明るい環境で撮影したスキャンほど認識精度が高くなります。
Q. 手書きの文字もOCRで認識できますか?
A. 活字に比べて手書き文字は認識精度が下がる傾向があります。特に崩した字や乱雑な手書きは正しく認識されないことがあります。
Q. OCR処理したPDFは元のレイアウトが崩れますか?
A. PDFツールキットのOCRは、見た目のページ画像はそのままに、裏側に検索可能な文字情報を追加する形式のため、レイアウトは崩れません。
Q. スマホでPDFの中の単語を検索するにはどうすればいいですか?
A. PDF閲覧アプリの検索機能(虫眼鏡アイコンやメニューの「検索」)に単語を入力します。PDFに文字情報が入っていれば、該当する箇所が強調表示されます。
Q. PDFで単語を検索してもヒットしないのはなぜですか?
A. スキャンやカメラ撮影で作ったPDFは、ページ全体が画像として保存されていて、検索の対象になる文字情報を持っていないためです。OCR(文字認識)で文字情報を追加すると、検索できるようになります。
Q. OCR処理をすると元のPDFは上書きされますか?
A. 上書きされません。PDFツールキットは、処理した結果を「検索可能PDF」という新しい書類としてライブラリに追加します。
Q. PDFを圧縮したあとでも検索できますか?
A. できません。PDFツールキットの圧縮はページを画像として作り直す仕組みのため、圧縮したPDFは検索・コピーができなくなります。検索したいPDFは圧縮せずに残し、軽くしたいときは圧縮したコピーを別に作ってください。