PDFを検索可能にする方法(スキャン文書の対処法)
手っ取り早い答え
PDFが検索可能かどうかは、Ctrl+Fでテキストが見つかるかどうかで決まります。デジタルのPDFなら最初から自動的に検索可能です。一方、スキャンしたPDFはページの写真なので検索できません。これを直すには、スキャンにOCRをかけて、ページを読み取ってテキストを目に見えない形で埋め込むのが定番です。Googleドライブなら無料でできますし、たいていのスキャナーアプリにも機能があります。
自分のPDFが検索可能か確認する
PDFを開いてCtrl+F(MacならCmd+F)を押します。ページに表示されている単語を入力してみてください。ハイライトされれば検索可能です。何も一致しなければスキャン文書です。「テキスト」はただのピクセルで、コンピューターはピクセルを検索できません。
これはテキストをコピーできるかの判定にも使えます。仕組みは同じです。
スキャンしたPDFを検索可能にする(OCR)
- スキャンしたPDFをGoogleドライブにアップロードし、右クリックしてアプリで開く → Googleドキュメントを選ぶ。ドライブがOCRを実行し、認識されたテキストを表示します。
- 元のレイアウトを保ったまま検索可能にしたい場合は、OCR付きのスキャナーアプリを使う。スマホのスキャナーアプリ(や多くのオフィススキャナー)には「検索可能なPDF」または「OCR」オプションが内蔵されています。
- 結果をCtrl+Fで確認する。それでも単語が一致しなければ、そのページではOCRが失敗しています。まず元のスキャンの品質を確認してください。
流れの違いに注意:ドライブはテキストを新しいドキュメントとして渡しますが、「検索可能なPDF」ツールはレイアウトを保ち、隠しテキストレイヤーを追加するだけです。古い紙の書類のアーカイブなら、普通は後者を選びましょう。
正直なところ
OCRの品質はスキャン次第でまったく変わります:
- 300DPIで清潔に印刷されたテキスト → ほぼ完璧な検索可能性。
- スタンプ、手書き、暗い場所でのスマホ撮影 → 誤認識あり。検索はたいていの単語を見つけますが、いくつかは見逃します。
- 非ラテン文字 → ツールによって品質が大きく変わります。
というわけで実用的なアドバイス:まずスキャンを丁寧に行い(PDFへのスキャンは300DPI、平らに置き、明るい場所で)、OCRは一度だけ実行しましょう。粗いスキャンに再OCRをかけても良くなることはありません。
そしてお金の話をひとつ:「検索可能なPDF」は追加料金を取るサービスもあります。無料の方法(ドライブ、ほとんどのスマホスキャナーアプリ)があるので、それらを試す前に払う必要はありません。