【OCRの文字化け・読み取りミス】スキャンPDFの認識精度を劇的に高める最適化ガイド

You are here:

ホーム
サポート
PDF変換
【OCRの文字化け・読み取りミス】スキャンPDFの認識精度を劇的に高める最適化ガイド

Satoshi プロダクトマネージャー 2026-7-13

2026-7-13にTakeshiが更新しました

概要
スキャンPDFをOCR向けに最適化するには、傾き補正、コントラスト調整、ノイズ除去などを行い、画像をきれいに前処理します。本記事では、特定のツールに依存しないワークフローで解像度を底上げし、複数の形式でテキスト抽出の精度を検証する手順をわかりやすく解説します。最後まで読めば、OCRの認識エラーをぐっと減らせます。

OCR前に行うスキャンPDF最適化の要点

スキャンPDFをOCR向けに最適化して精度を上げる手順

元のスキャン品質を確認する
画像前処理に対応したツールでPDFを開く
解像度を確認して改善する
傾き補正を適用する
コントラストを調整してノイズを除去する
余白をトリミングしてアーティファクトを除去する
クリーンな画像をOCR用にエクスポートする

よくある質問（FAQ）

スキャンPDFは画像の集合体にすぎません。OCRはその画像から文字を起こしますが、少しの汚れやかすれ、行の傾きがあるだけで精度が落ちます。入力の品質が悪く、文字化けの修正に何時間も取られることもあります。原因は、たいていOCRではなくスキャン側です。まずはソフトではなく、スキャン画像そのものを丁寧に確認しましょう。

以下の表に、よくあるスキャンの欠陥、その症状、最適な対処法をまとめました。スキャンPDFを点検する際のクイックチェックリストとして使ってください。

スキャンの問題	見た目の症状	考えられる対処法
傾き（曲がったテキスト）	行が回転・傾斜している。テキストが上下に流れて見える	OCR前に自動傾き補正
低コントラスト / かすれたテキスト	オフホワイトの背景に薄いグレーの文字。読みづらい	コントラスト強調、またはグレースケール調整
ノイズ / ハーフトーンパターン	斑点のある背景、ほこり、新聞のような網点	ノイズ除去、またはDescreenフィルター
低解像度	文字がぼやける、またはピクセル化している。ストロークがつぶれる	300 DPI以上で再スキャン。アップサンプリングは最終手段

これらの問題に気づいたら、次のセクションの対処法を参照してください。多くは手元のツール、または簡単に入手できるツールで直せます。特別なハードウェアは不要です。

OCR前に行うスキャンPDF最適化の要点

手順に入る前に、どのツールや技術がどの欠陥に効くのかを把握しておくと便利です。各手法は特定の問題に効きます。すべてのスキャンに全手順が必要なわけではありません。確認で見つかった問題に合うステップだけ選びましょう。

ステップ	重要度	理由	推奨される対処法	推奨ツール
解像度	極めて重要	標準的なテキスト（10〜12 pt）には、少なくとも300 DPIが必要です。200 DPI未満では細部が失われます。アップサンプリングで欠落データは戻りません。	基本は300 DPI（グレースケールまたは白黒）でスキャン。再スキャンできない場合は、慎重に300 DPIへアップサンプリングし、軽くシャープ化します。	Renee PDF Aide（フル解像度でエクスポート）、ImageMagick（バッチアップサンプリング）、GIMP（手動DPIチェック）。
傾き補正	高い	わずかな傾きでも誤認識の原因になります（例：「rn」→「m」）。	自動傾き補正を使い、その後は0.2〜0.5°ずつ回転を微調整します。	ScanTailor Advanced（バッチ傾き補正）、Renee PDF Aide（傾き補正オプション）。
コントラストと明るさ	高い	明るい背景に暗い文字だと、認識が上がります。特に、色あせたり黄ばんだりした原本に効果的です。	明るさだけでなく、レベル/曲線も調整して細かく追い込みます。	GIMP（レベル/曲線）、ImageMagick（バッチコントラスト調整）。
ノイズ除去 / Descreen	中程度	斑点やほこり、ハーフトーンの網点は、OCRを混乱させて誤認識を招きます。	軽くDespeckleまたはMedianを適用。新聞のスキャンにはDescreenを使用。	ScanTailor Advanced（バッチDespeckle/Descreen）、ImageMagick（ノイズ低減）。
余白のトリミング	中程度	枠線やバインダーの影、穴は、OCRが誤解しやすい余分なピクセルを増やします。	一貫してトリミングし、文字が切れないよう2〜5 mmの余白を残します。	ScanTailor Advanced（バッチトリミング）、ImageMagick（自動トリミング用の-trim）。
ページの回転	中程度	OCRには一貫した向きが必要です。上下逆のページは精度を下げます。	OCR前に、すべてのページが直立し、整列しているか確認します。	PDFsam Basic（バッチ回転）、Renee PDF Aide（回転オプション）。
ファイル形式とカラーモード	高い	グレースケールや1ビット白黒は、よりシャープな結果につながります。強いJPEG圧縮は文字の形を崩します。	クリーンアップ後のページはPNG/TIFFで保存し、無損失圧縮を使います。テキストのみなら1ビット白黒に変換します。	Renee PDF Aide（最小限の圧縮で「画像からPDF」に結合）、ImageMagick（TIFF/PNGへのバッチ変換）。

以下のステップバイステップガイドでは、これらの基本原則に沿って、一般的なデスクトップツールでの適用方法を紹介します。

Renee PDF Aide　-　初心者向けな多機能PDFツール (100ページまで無料)

複数形式対応 Word/Excel/PowerPoint/テキスト/画像/HTML/EPUB

多機能PDF変換/暗号化/復号化/結合/透かし追加等。

OCR対応 スキャンされたPDF・画像・埋め込みフォントから文字を抽出

処理速度速い複数のファイルを同時に編集/変換できます。

対応OS Windows 11／10／8／8.1／Vista／7／XP／2000

多形式対応 Excel/Text/PPT/EPUB/HTML...

OCR対応 スキャンされたPDF・画像・埋め込みフォントから...

多機能PDF変換/暗号化/結合/透かし等。

無料体験無料体験 135621名のユーザー様に無料体験をしていただきました！

スキャンPDFをOCR向けに最適化して精度を上げる手順

このワークフローでは、クリーンアップ用の基本フィルターを備えた任意のPDF/画像エディターを使います。目的は、各ページを鮮明でノイズの少ない画像に整え、OCR向けに再パッケージすることです。

1️⃣ 元のスキャン品質を確認する

まず、ドキュメントのプロパティを表示できるビューアーでPDFを開きます。例： Adobe Acrobat Reader 、 Foxit Reader 、またはブラウザーの組み込みビューア。

ツール	仕組み	便利な理由
Snappy-Fix PDF DPI Checker https://www.snappy-fix.com/tools/pdf-dpi-checker	PDF（最大20MB）をアップロード。各ページの埋め込み画像すべてのDPIを即時に表示します。	高速・無料・インストール不要。ページごとのDPI値と平均解像度を表示します。
ツールsSeek PDF DPI Checker	PDFをドラッグ＆ドロップ。ブラウザ内でローカル実行し、各画像のDPI_XとDPI_Y、チャートを表示します。	プライバシーに配慮（サーバーへはアップロードしません）。詳細分析に向きます。

Renee PDF Aide を使用すると、大きなPDFファイルを小分けにできます。各セクションを個別に確認しやすく、ドキュメント全体を一度に処理せずに、スキャン品質のチェックやOCRテストを素早く行えます。

2️⃣ 画像の前処理に対応したツールでPDFを開く

基本的なリーダーでは傾き補正やノイズ除去はできません。ページを高品質の画像に書き出し、クリーンアップできるソフトが必要です。無料のおすすめは次のとおりです。

- Renee PDF Aide — シンプルな「PDFから画像」と「画像からPDF」ツールで、PDFと画像編集をシームレスに連携できます。

- GIMP — コントラスト調整やノイズ低減に使える、無料のクロスプラットフォーム画像エディター。

- PDFsam Basic — ページの抽出に使える無料のPDF分割・結合ツール。

必ず原本のコピーで作業してください。

Renee PDF Aide の「PDFから画像」で、各ページをフル解像度の TIFF または PNG に書き出します。次に、それらの画像をGIMPや別のエディターで開き、シャープ化やクリーンアップフィルターを適用します。シンプルな「シャープ」スライダーでも効果はありますが、かけ過ぎには注意しましょう。

3️⃣ 解像度を確認し、必要に応じて改善する

画像がすでに 300 DPI ならOKです。 200 DPI 未満なら、元のドキュメントを 300 DPI （白黒またはグレースケール）で再スキャンしましょう。

再スキャンできない場合は、GIMPの 画像 → 画像の拡大縮小 → 補間法 → Cubic オプションを使用して、200 → 300 DPIに穏やかにアップサンプリングし、軽い アンシャープマスク を適用します。アップサンプリングはエッジを整えるだけで、失われた細部は戻りません。

バッチ処理には、ImageMagickで mogrify -resize 300dpi *.png のようなシンプルなコマンドを使います。フォルダ内のすべての画像を一度に処理できます。

4️⃣ 傾き補正を適用する

多くのスキャンツールやエディターに自動傾き補正があります。 Renee PDF Aideの「回転」 を試すか、GIMPでは ツール → 変換ツール → 回転 を使用し、0.2〜0.5°ずつ微調整します。行がまっすぐだと、「rn」を「m」と誤認するような混乱を防げます。

5️⃣ コントラストを調整してノイズを除去する

白い背景に黒い文字がくっきり出るよう、コントラストを上げましょう。

GIMPでは、シンプルな明るさスライダーよりも細かく制御できる 色 → レベル または 色 → 曲線 を使用します。

次に、軽い Despeckle（斑点除去） または Median（中央値） フィルターを適用します。新聞や質感のある紙からのスキャンには、 Descreen（スクリーン除去） を使用してドットパターンを除去します。かけ過ぎには注意してください。文字のストロークが痩せることがあります。

6️⃣ 余白をトリミングし、アーティファクトを除去する

トリミングで、黒枠、バインダーの影、パンチ穴、余分な余白を切り取ります。文字が欠けないよう、2〜5 mmの余白は残しましょう。

エッジがクリーンだと、OCRエンジンが実際のテキストに集中しやすくなります。

7️⃣ クリーンな画像をOCR用にエクスポートする

クリーンアップ後は、ページを軽量なPDFに再パッケージ化します。圧縮アーティファクトを避けるために、各ページを PNG または TIFF として保存します。テキストのみのドキュメントなら、 1ビットの白黒 に変換すると、よりシャープな結果になりやすいです。

Renee PDF Aide の「画像からPDF」機能を使用して、クリーンアップした画像を解像度とビット深度を維持したまま新しいPDFに結合します。 最小限の圧縮 または 無損失出力 を選択し、OCRエンジンを実行します。精度は元のスキャンよりもはるかに向上します。

よくある質問（FAQ）

OCR精度を高める理想的なスキャンPDFのDPIは？

10〜12 ptのテキストが含まれる一般的なオフィス文書には、300 DPIが理想的です。150や200 DPIといった低い解像度では、細いストロークが消えたり、文字の輪が埋まったりして、エラーが増えがちです。非常に小さなフォントや複雑な記号の場合は、400〜600 DPIが必要になることがあります。低DPIのファイルを扱うなら、穏やかなアップサンプリングは助けになりますが、特にイタリック体や装飾書体では精度低下を見込んでください。

数年前にスキャンした低品質の原本を最適化するには？

まず、ページを画像として抽出し、コピーで作業を始めます。強いコントラストや白黒のしきい値を適用して、色あせたテキストを復元します。ドキュメントがハーフトーン紙に印刷されていた場合は、Descreenフィルターを使用します。300 DPIへの穏やかなアップサンプリングと軽いシャープ化は有効ですが、元のスキャンが100 DPI以下なら、細部はすでに失われている可能性があります。その場合は、重要なセクションを手入力で補うことも検討してください。

オンラインOCRツールはドキュメントのプライバシーに影響する？機密ファイルには避けるべき？

はい。オンラインサービスにアップロードすると、ドキュメントは第三者のサーバーに送られ、保存または処理される可能性があります。契約書、医療記録、財務ドキュメントなどの機密ファイルは、デスクトップソフトを使ってローカルで最適化・OCR処理を行ってください。本記事の手順はすべてオフラインで完結するため、データはプライベートに保てます。