OCRが先か圧縮が先か:スキャンPDFで選ぶ順番
スキャンしたPDFには、検索できるように文字を認識する作業と、メールに添付できるよう軽くする作業の2つがよく必要になります。順番が重要なのは、圧縮は解像度と画質を下げ、文字認識は鮮明な画像ほどよく読めるからです。どちらを先にするかで、結果の質も待ち時間も変わります。
ひと目でわかる違い
| 項目 | OCRを先に行う | 圧縮を先に行う |
|---|---|---|
| 認識の精度 | 元の解像度のスキャンを読むので、細い文字や小さな数字が保たれます。 | 縮小された画像を読むため細部がにじみ、読み間違いが出ることがあります。 |
| 最終ファイルのサイズ | 圧縮でテキスト層を残し画像だけ縮めれば、小さくなります。 | こちらも小さく、認識が加えるのは軽いテキスト層だけです。 |
| 処理時間 | 大きな画像を認識するため長くなります。 | 認識する画像がすでに小さいので短くなります。 |
| 細部を失うリスク | 低め。画質を落とす前に文字を取り出します。 | 高め。圧縮で消えた情報は戻せません。 |
| 向いている場面 | 契約書、請求書など、数字が正確であるべき書類。 | 重要でないページの多い巨大ファイルで、検索が便利機能にすぎない場合。 |
文字の重要度で決める
ページに頼りにする数字、名前、日付があるなら、先に文字認識をしてから圧縮し、見えている単語を検索して圧縮後も検索できることを確かめてください。ファイルが巨大で、おおよその結果で足りるなら、圧縮を先にすると時間の節約になります。どちらの場合も、結果を渡す前に重要な数字を目で確認してください。認識が終わったら、金額、日付、番号を元のページと1つずつ照らし合わせるのが確実です。誤りを見つけたときは、認識前のスキャンに戻れるよう、元のファイルは必ず別に保管してください。また、圧縮の強さは用途で変えられ、画面で読むだけなら強め、印刷もするなら弱めが無難です。
どちらを選ぶべきか
OCRを先に行う
精度が重要で、ページに数字や法的な文面があり、待てるならOCRを先にしてください。
圧縮を先に行う
ファイルが重く、検索はおおよそで足り、速度や容量が優先なら圧縮を先にしてください。
両方に使える無料ツール
この用語が出てくるガイド
PDFの用語をやさしく解説
よくある質問
- 圧縮でテキスト層は消えますか?
- 通常は消えません。層は画像から独立しているためです。それでも、完成したファイルで見えている単語を検索して確かめてください。
- 同じファイルにOCRを2回かけられますか?
- できますが、2回目に意味があるのは、言語の誤りやページの傾きなどで1回目がうまくいかなかったときだけです。
- どの機能が役立ちますか?
- PDFのOCRは検索用のテキスト層を加え、スキャンPDFを圧縮はスキャンを小さくし、PDF を圧縮はそれ以外のファイルに使えます。どの結果も新しいファイルで、元のファイルは変更されません。