PDFを開けることと、PDF内の文字を検索できることは同じではない。見た目が普通でもページ全体が画像なら、ファイル名しか検索できない。OCRソフトを選ぶ前に、現在のPDFに文字層があるかを確認すると、不要な変換を減らせる。
PDFビューアーで本文の一部をドラッグし、コピーした文字をメモ帳へ貼り付ける。選択範囲が作れない、または貼り付け結果が空になるなら、画像PDFの可能性が高い。文字が出ても、順序が崩れていたり記号が別の文字になったりする場合は、既存の文字層が不完全かもしれない。
本文にしか出てこない長めの語や型番を一つ選び、PDFビューアーの検索で探す。検索結果が0件でも、語の選び方や文字層の文字化けが原因の場合があるため、別の短い語も試す。ブラウザーのページ検索で見つからなくても、PDF内部検索の結果とは限らない。
文字をコピーしても、貼り付けた文字が画像上の位置と合わないなら、透明な文字層がずれている。検索用には使えても、コピー・再利用には向かない。OCR前後で原本を保存し、変換後だけを正式な記録にしない。
| 結果 | 可能性 | 次の判断 |
|---|---|---|
| 選択も検索もできない | 画像PDF | OCRを検討する |
| 選択でき検索もできる | 文字PDF | OCR不要の可能性が高い |
| 選択できるが文字が崩れる | 文字層の不備・既存OCR | 一部を原本と照合する |
| 検索できるが列順が崩れる | 表・段組みの構造問題 | 検索用と再編集用を分ける |
Adobe Acrobatにはスキャン文書のテキスト認識機能があり、OCRmyPDFにも画像PDFへテキスト層を追加するための機能がある。どちらを使う場合も、まず少数ページで検索結果と見た目を確かめる。ツール名だけで「検索可能」「編集可能」「正確」を同じ意味にしない。
OCR後は、日付、金額、氏名、URLなどの誤りやすい箇所を原本と照合する。ファイルを共有する場合は、OCRで追加された文字層に機密情報が含まれる可能性も確認する。保存時は原本と処理後のファイル名を分け、どちらが正式な画像かを追跡できるようにする。
選択・検索・位置の3点を、別のPDFでも同じ順に確認したい場合は、チェック欄を手元に残しておくと判断を飛ばしにくい。OneDriveとPDF/OCRの確認項目をまとめた自主制作シートを用意しているので、収録内容を確認して必要な場合だけ利用してほしい。
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: 検索可能性と内容の正確性は別に確認する。