OCR後のPDFで検索できても、文字が正しいとは限らない。数字、固有名詞、表の列は誤認識が残りやすいため、変換に失敗したと決めつける前に、元画像・言語・レイアウトを分けて確認する。
文字を選択できないPDFは、ページ画像だけで構成されている可能性がある。一方、選択できても文字化けしているPDFや、既存のテキスト層が画像とずれているPDFもある。元ファイルを残し、OCR後のファイルだけを上書きしない。
| 症状 | 確認すること | 対応の方向 |
|---|---|---|
| 日本語だけ誤りが多い | OCR言語の設定 | 日本語を含む適切な言語を選ぶ |
| 文字が横倒し・行が崩れる | ページの回転・傾き | 回転補正や傾き補正を確認 |
| 表の列が混ざる | レイアウトと罫線 | 表だけ別に目視確認する |
| 小さい文字が欠落する | 元画像の解像度・圧縮 | 元画像を差し替えて再処理する |
| 特定の数字・記号だけ違う | 出力テキストの照合 | 原本を見ながら重要箇所を確認する |
Adobe AcrobatのOCRでは、認識言語を選べる。言語が合っていても、画像の品質やレイアウトで結果は変わるため、言語設定だけで品質が決まるとは考えない。OCRmyPDFなどのツールには回転・傾き補正や最適化のオプションがあるが、処理後の見た目と検索結果を両方確認する。
検索できるようになったことは、内容の正確さを保証しない。契約書、請求書、本人確認書類などは、OCR文字列を原本の代わりに扱わない。
同じ設定で全ページを繰り返す前に、問題のページだけを切り出して原因を分ける。ページ画像が極端に低解像度なら、ソフトを変えても元の情報量を増やせない。手書き、特殊なフォント、複雑な段組みは、変換後の全文検索と目視確認を分けて扱う。
元PDFの複製、1ページの試行、重要箇所の原本照合という順番を毎回確認したい場合は、チェック欄を手元に置く方法もある。OneDrive・PDF/OCRの削除・移動・変換前に確認する自主制作シートを公開しているので、必要性と収録内容を確認してから利用してほしい。
ファイルを動かす前の安全確認シート — OneDrive・PDF/OCR対応（300円）
このリンクは運営者自身が作成した商品の案内であり、広告・アフィリエイトリンクではない。
注: 重要書類はOCR結果だけで判断しない。