PDF ツール
機能を選択してください。結果はエクスポートして選び直すことなく、次のツールへ直接渡せます。
ファイルと設定を選んで処理します。時間のかかる処理は進行状況を表示し、キャンセルできます。
ファイルを切り替えて順番に処理できます。切り替える前に現在の文字結果をエクスポートしてください。
例：1-3,5 は 1・2・3・5 ページを各 1 枚の画像として出力します。1 回につき最大 50 ページです。
DPI を上げるとピクセル数とメモリー使用量が増えますが、原稿にない細部は復元できません。PNG は描画結果を無損失で保存し、JPEG は白背景を使います。画像化した文字や図形は選択・検索できなくなります。
一覧の順序で画像 1 枚を 1 ページにします。並べ替えや削除ができ、画像の向きを反映します。「画像に合わせる」は 96 DPI と余白で寸法を決め、用紙の向きは使いません。
画像から PDF を作成しても検索可能なテキスト層は付きません。後続の文字認識は TXT を出力し、PDF にテキスト層を追加しません。
入力・出力はそれぞれ合計 50 MiB、最大 50 枚です。各画像は最大 20 MiB、1600 万ピクセル、各辺 8000 ピクセル。画像 → PDF は合計 4000 万ピクセル、PDF → 画像は 1 回に 50 ページまでです。静止画 PNG/JPEG/WebP に対応し、暗号化 PDF には対応しません。実用上限は端末メモリーに依存します。
ハイブリッドではテキスト層を先に抽出し、文字のないページを OCR 処理します。既存のテキスト層が不完全・不正確な場合は OCR のみを選んでください。
現在の OCR 認識言語は英語・簡体中国語です。日本語の認識モデルにはまだ対応していません。
テキスト層のないページがあります。スキャンを認識するにはハイブリッドまたは OCR を選んでください。
PDF は最大 100 MiB、500 ページ、出力 500 万文字です。OCR は 1 回に 30 ページまでで、OCR のみは最大 30 ページの文書に対応します。描画は逐次処理し、1 ページ 800 万ピクセルが上限です。
PDF.js、フォント、OCR が必要な場合のエンジンと言語モデルを当サイトから読み込みます。モデルをブラウザーにキャッシュする場合があります。
使い方
PDF とモードを選んで処理します。ハイブリッドは既存テキストを抽出し、文字のないページに OCR を使います。テキスト抽出のみは OCR を行わず、OCR のみは全ページを認識します。UTF-8 TXT をコピー・エクスポートできます。中断やエラー時も完了したページは残り、不完全な出力には partial を付けます。
読み順は正確ですか？
抽出は PDF の文字順を保ち、空白を推定します。ハイブリッドは既存テキスト層のあるページに画像文字を合成しないため、該当ページや不正な層には OCR のみを使ってください。段組み、表、手書きには修正が必要な場合があります。レイアウトや画像は保持しません。
パスワード付き文書
現在、パスワードが必要な PDF は開けません。信頼できるソフトでコピーを解除してから抽出してください。PDF 内の JavaScript を実行したり、文書リンクを開いたりしません。
結合は下のファイル順で行います。分割は 1 ファイルとページグループを指定します。
入力例：9 ページの PDF の場合
- 入力：
1-3; 4-9→ 1–3 ページと 4–9 ページの 2 ファイルを作成します。 - 入力：
1; 2; 3→ 1、2、3 ページをそれぞれ含む 1 ページの PDF を 3 ファイル作成します。 - 入力：
1,3,5→ 1、3、5 ページをこの順に含む 1 ファイルを作成します。
セミコロン ; でファイルを分け、ハイフン - で範囲、カンマ , で同一ファイル内のページを指定します。ページは 1 から数えます。指定ページだけをエクスポートし、元ファイルは変更しません。
入力は最大 20 ファイル、合計 50 MiB、500 ページ、出力は 50 ファイルまでです。暗号化ファイルには対応しません。書き換えで署名は無効となり、フォーム、しおり、添付を保持できない場合があります。PDF の安全化ツールではありません。
続けて処理は新しいタブを開き、元の結果を残します。ファイルはブラウザーのメモリー内でのみ転送し、再読み込みやタブを閉じると破棄します。