OCRの略称 光学式文字認識は、画像、スキャンされたファイル、画像ベースの PDF 内のテキストを機械可読テキストに変換するテクノロジーです。実際には、OCR は領収書、スキャンした契約書、または紙のフォームの写真を、検索、コピー、インデックス付け、分析が可能なデジタル コンテンツに変換し、ビジネス ワークフローに統合します。
企業にとって、OCR は単なる便利な機能以上のものです。これは紙の文書と構造化されたデジタル データの間のギャップを埋めるため、デジタル変革の中核部分です。 OCR を使用しないと、スキャンされたファイルは単なる画像になることがよくあります。 OCR を使用すると、それらは使用可能なビジネス資産になります。
OCR が重要な理由
多くの企業は依然として、請求書、領収書、契約書、納品書、身分証明書、フォーム、医療記録、アーカイブされた紙ファイルなど、自動処理が難しい形式で情報を受け取っています。これらのファイルを OCR なしでスキャンすると、テキストは人間には視覚的に見えますが、ソフトウェア システムからは隠されます。 OCR は、テキストを抽出して検索および処理できるようにすることで、この問題を解決します。
このため、OCR は次のようなものを作成するために広く使用されています。 検索可能な PDF、文書検索を改善し、手動データ入力を削減し、コンプライアンスアーカイブをサポートし、下流の自動化を加速します。 アドビの 検索可能な PDF のガイダンスと AWS の OCR の概要はどちらも、OCR が画像ベースのドキュメントを編集可能または検索可能なファイルに変換し、時間を節約し効率を向上させることを強調しています。
OCRの仕組み
大まかに言うと、OCR は通常、複数ステップのワークフローに従います。
1. 画像取得
このプロセスは、スキャンされた PDF、電話の写真、TIFF、PNG、JPEG などの画像またはドキュメントの入力から始まります。システムはまずビジュアル コンテンツを受信し、分析の準備をします。 IBM は、この初期段階をソースを認識に適した形式に変換することだと説明しています。
2. 前処理
多くの場合、OCR エンジンは認識前に画像をクリーンアップして正規化します。これには、ノイズの除去、コントラストの増加、エッジの平滑化、歪みの修正、位置合わせ不良の処理などが含まれます。 Google Cloud は、抽出品質を向上させる機能としてデスキューと回転補正を明示的に挙げていますが、IBM は、無関係なピクセルを削除し、ページの配置を修正するための重要な段階として前処理を強調しています。
3. テキスト検出
OCR システムは、ページ上のテキストが表示される場所を特定します。 IBM は、OCR には以下のことが関係していると説明しています。 検出 ドキュメント内の単語をローカライズするステージ。最新の OCR プラットフォームは、ブロック、段落、行、単語、さらには記号さえも検出できます。
4. テキスト認識
テキスト領域が見つかると、システムは文字または単語を識別します。従来の OCR は、パターン マッチングとフォント テンプレートに大きく依存していました。最新のシステムでは、機械学習とニューラル ネットワークを使用して、印刷されたテキスト、手書き、混合言語、複雑なレイアウトをより正確に認識します。 Microsoft は、最新の OCR が印刷されたテキストや手書きのテキストを抽出し、単語、行、テキスト ブロックを出力できることを指摘していますが、Tesseract のドキュメントでは LSTM ベースの OCR エンジンを強調しています。
5. 構造化とエクスポート
最終出力は、プレーン テキスト、検索可能な PDF、DOCX、XML、JSON、またはデータベース対応の構造化データになります。より高度なシナリオでは、OCR 出力はテキストのみに限定されません。これには、座標、信頼スコア、ページ構造、レイアウト階層、およびチェックボックス、フォーム フィールド、テーブル コンテンツなどの検出されたドキュメント要素が含まれる場合があります。
OCRの種類
OCR 記事が上位にランクされる理由の 1 つは、記事が基本的な定義にとどまらないことです。彼らはよく、OCR がより広範な認識テクノロジーの中に含まれると説明します。
簡易OCR
シンプルな OCR は通常、画像パターンを保存されたフォントまたは文字テンプレートと照合します。予測可能なフォントときれいなレイアウトを備えた、鮮明な印刷ドキュメントで最も効果的に機能します。 AWS では、これをマッチング アルゴリズムに基づく基本的な OCR カテゴリとしてリストしています。
ICR (インテリジェント文字認識)
ICR は、機械学習を使用して手書き文字やより多様な文字形状を解釈する OCR の拡張機能です。これは、手書きフォームまたは混合形式の入力を処理する場合に特に関連します。 AWS と ABBYY はどちらも、ICR を標準の OCR と区別します。
IWR (インテリジェント単語認識)
IWR は厳密には文字レベルではなく単語レベルで機能します。これにより、コンテキストによって完全な単語をより確実に識別できる特定の手書きまたはドキュメント キャプチャのシナリオでのパフォーマンスが向上します。 AWS には、別の OCR 関連タイプとしてインテリジェントな単語認識が含まれています。
OMR (光学式マーク認識)
OMR は、技術的には異なりますが、OCR と一緒に議論されることがよくあります。 OMR は、文字を読み取る代わりに、塗りつぶされたバブル、チェックボックス、選択領域などのマークを識別します。実際の文書ワークフローでは、OCR と OMR が試験、調査、申請フォーム、チェックリストに組み合わされることがよくあります。
フルテキスト認識とフィールドレベル認識
ABBYY はまた、次のものを有益に区別しています。 全文認識 そして フィールドレベルの認識。フルテキスト認識はドキュメントの変換、アーカイブ、コンテンツの再利用に使用されますが、フィールドレベルの認識は、請求書の合計、日付、名前、ID 番号など、指定された領域から特定の値を抽出することに重点を置いています。
OCR と AI OCR
従来の OCR は、目に見えるテキストを機械可読テキストに変換することに主に焦点を当てています。 AI OCR はさらに進化します。レイアウトを理解し、文書構造を識別し、表を検出し、フォームを解釈し、キーと値のペアを抽出し、手書きを読み取り、場合によってはフィールド間の関係を推測することができます。
これが、多くのクラウド プラットフォームが OCR をセキュリティの一部として位置付けている理由です。 インテリジェント文書処理 (IDP) または AIドキュメント スタンドアロンのユーティリティとしてではなく。 Microsoft は、OCR が IDP の基礎である一方、Google Cloud の Enterprise Document OCR には、言語ヒント、回転補正、画質スコアリング、チェックボックス抽出、フォント スタイル検出などの機能が追加されていると述べています。
言い換えれば、基本的な OCR は次の質問に答えます。 「このページにはどんな文字が書いてあるの？」
AI OCR とドキュメント インテリジェンスは、より大きな質問に答えます。 「この文書には何が含まれていますか?どのデータが重要ですか?」
一般的な OCR の使用例
画像内にテキストが閉じ込められることは普遍的な問題であるため、OCR は多くの業界で使用されています。
検索可能な PDF およびデジタル アーカイブ
最も一般的な使用例の 1 つは、スキャンまたは FAX で送信された PDF を検索可能なドキュメントに変換することです。これは、アーカイブ、法的ファイル、コンプライアンス記録、および履歴文書の保管にとって重要です。 Adobe は、ユーザーが画像ベースの PDF 内を検索するには OCR が必要であると説明しています。
請求書、領収書、フォームの処理
買掛金、財務、物流、運用の各チームは、OCR を使用して請求書、発注書、領収書、納品書類からデータを抽出します。 OCR は手動キー入力を減らし、ERP、会計、ワークフロー システムへの自動ルーティングをサポートします。 AWS は、領収書、フォーム、請求書、契約書を主要な OCR および IDP シナリオとして繰り返し強調しています。
身分証明書とオンボーディング
OCR は、ID、ライセンス、アプリケーション、サポート文書からデータを読み取ることで、顧客のオンボーディングと検証のワークフローを加速できます。このような場合、OCR は通常、よりリスクの高い意思決定を行うための検証ロジックと人間によるレビューと組み合わせて使用されます。この広範なドキュメント処理の方向性は、Microsoft と Google Cloud の OCR とドキュメント インテリジェンスの位置付けに反映されています。
多言語コンテンツと手書き
最新の OCR プラットフォームでは、複数の言語、場合によっては混合言語のドキュメントのサポートが増えています。 Microsoft は、複数の言語での印刷テキストおよび手書きテキストのサポートについて言及しており、Google は結果を改善するための言語検出と言語ヒントを文書化しています。
一般的な画像テキスト抽出
OCR はドキュメント以外にも、ポスター、看板、ラベル、パッケージ、スクリーンショット、製品画像にも使用されます。 Microsoft は、一般的な「実際の」画像の OCR と、スキャンされたドキュメントまたはデジタル ドキュメントのドキュメントに最適化された OCR を特に分離しています。
無料ツール: 無料画像をテキストに変換
OCRの精度に影響するもの
OCR の精度はソフトウェアだけで決まるわけではありません。画質と原稿の状態は非常に重要です。
IBM は、OCR の問題の一般的な原因として、解像度不足、照明不良、焦点のずれ、ページの位置調整の誤り、スキャナ設定の誤り、印刷不良によるアーティファクトなどを特定しています。 Google は、抽出品質に影響を与える可能性のある要因のリストに、回転の問題、まぶしさ、ぼやけ、小さなフォントを追加しました。
OCR のパフォーマンスを向上させるには、一般に次のことを行うのが最善です。
- 適切な解像度でドキュメントをキャプチャし、
- ぼやけや影を避け、
- 正しいスキューと回転、
- コントラストを高く保ち、
- 可能な限りきれいなオリジナルを使用してください。
- ソース言語がわかっている場合に言語のヒントを提供します。
- 重要なビジネスデータを抽出する際には人間による検証を適用します。
「OCR」を検索するユーザーは、認識結果が不正確または一貫性がない理由も知りたいと考えていることが多いため、SEO コンテンツの場合、このセクションは重要です。
OCR ソフトウェアのオプション: オープンソースとクラウド OCR
OCR ツールは通常、オープンソース エンジンとマネージド クラウド サービスという 2 つの大きなグループに分類されます。
テッセラクト は、最も有名なオープンソース OCR エンジンの 1 つです。そのドキュメントには、Apache 2.0 ライセンスの下でオープンソースであり、さまざまな言語をサポートし、Tesseract 4 で導入された LSTM ベースのエンジンが含まれていると記載されています。これは、制御、オフライン処理、およびベンダー ロックインを必要としない開発者にとって強力なオプションですが、展開と最適化には技術的な努力が必要です。
Google Cloud、Microsoft、AWS などのプロバイダーが提供するマネージド クラウド OCR プラットフォームは、一般に、より簡単なスケーリング、組み込み言語処理、レイアウト抽出、信頼スコア、構造化ドキュメント機能を提供します。多くの場合、企業が迅速な展開、エンタープライズ サポート、および高度なドキュメントの理解を必要とする場合には、これらがより良い選択肢となります。
OCR だけで十分ですか?
スキャンした PDF を検索可能なテキストに変換するなどの単純なタスクには、OCR で十分な場合があります。しかし、多くの企業は現在、テキスト抽出以上のものを必要としています。ドキュメントの分類、テーブルの解析、フォームの理解、キーと値の抽出、検証、ワークフローのルーティング、分析が必要です。そのため、OCR はスタンドアロンのステップとしてではなく、大規模なドキュメント自動化システムの基盤として使用されることが増えています。
結論
OCR は、紙ベースの情報や画像ベースの情報を使用可能なデジタル データに変換するための基礎テクノロジーです。最も単純な場合、OCR は目に見えるテキストを機械可読テキストに変換します。より高度なレベルでは、最新の AI を活用した OCR システムは、レイアウト、手書き、表、チェックボックス、文書構造を理解できるため、インテリジェントな文書処理の中心となります。
ユーザーにとっても企業にとっても、OCR の真の価値は単に画像から単語を読み取ることではありません。これにより、ドキュメントが検索可能になり、実行可能になり、自動化の準備が整います。そのため、OCR は文書のデジタル化、ワークフローの効率化、企業情報管理において最も重要なテクノロジーの 1 つであり続けています。
よくある質問
OCRとは何の略ですか?
OCRの略です 光学式文字認識。画像、スキャン、画像ベースの PDF からテキストを抽出し、そのテキストを機械可読形式に変換するテクノロジーを指します。
OCRは手書き文字を読み取ることができますか?
はい、多くの最新の OCR システムは、少なくとも一部の手書きまたは手書きのテキストを読み取ることができます。 Microsoft と AWS は、標準的な OCR と、手書き関連のシナリオに対する ICR などのより高度なアプローチを区別しています。
スキャンした PDF が検索できないのはなぜですか?
スキャンされた PDF の多くは、テキストベースのドキュメントとしてではなく、画像として保存されるためです。テキストの検索、コピー、またはインデックス付けを行う前に、OCR を適用する必要があります。
OCRとAI OCRの違いは何ですか?
OCR はテキストの読み取りに重点を置いています。 AI OCR は通常、レイアウト分析、表抽出、手書きサポート、フィールド検出などの文書理解機能を追加します。
OCRとOMRの違いは何ですか?
OCR は文字や単語を読み取り、OMR はフォーム上の塗りつぶされたバブル、チェックボックス、選択などのマークを検出します。
Tesseractは今でも関係ありますか?
はい。 Tesseract は、Apache 2.0 ライセンス、幅広い言語サポート、LSTM ベースの認識を備えた主要なオープンソース OCR エンジンであり続けています。
