Extract text from images — free

このコンバーターは、一部のPDFビューアのように各文字をX/Y座標に固定するのではなく、見出し、段落、リスト、本物の<table>要素、リンク、画像といった文書の論理構造を再構築します。その結果、モバイルでリフローし、SEOのインデックスにも適しており、初めからスクリーンリーダーに対応します。

はい。表は、ヘッダーセルに適切なscope属性を備えた標準の<table>、<thead>、<tbody>、<tr>、<th>、<td>要素になります。これにより、スクリーンリーダーに優しく、検索可能で、Bootstrap、Tailwind、あるいは既存のCSSフレームワークでスタイルを当てやすくなり、追加のマークアップ変換は不要です。

はい。WordPress、Webflow、Ghost、Notion（埋め込みとして）、Confluence、GitBook、または独自の静的サイトに貼り付けるだけです。このマークアップは依存関係がなく、W3CのHTML5仕様に照らして検証に通り、Chrome、Safari、Firefox、Edgeのいずれでも同じように表示されます。画像はお好みに応じて、base64としてインライン化するか、別ファイルとして抽出します。

はい。画像のみのPDFはOCRエンジンを作動させ、テキストを抽出してレイアウトを再構築してからHTMLを生成します。つまり、スキャンした古いホワイトペーパー、撮影したレポート、ファックスで返送された文書でさえも、適切な見出し、段落、リンクを備えた最新のレスポンシブなウェブページとして再公開できます。

はい。埋め込まれた画像は抽出され、最適化され（内容に応じてWebPまたはPNG）、CLSに配慮した読み込みのためにwidth・height属性を設定した<img>タグで参照されます。ベクターグラフはラスターに統合されることがあります。ベクターを完全に再現したい場合は、PDFから画像への変換を使い、SVGとして書き出したものを手動で埋め込んでください。

アップロードしたファイルは数分以内に削除され、モデルの学習に使われることも、共有されることもありません。HTML出力には透かし、帰属コメント、トラッキングピクセルが入りません。代理店や社内チームが、ライセンスやプライバシーの心配なく、従来のPDFを最新のCMSサイトに移行するのに利用しています。

プレビュー横のエンジンコントロールグループを開き、デフォルト、Engine 1、Engine 2のいずれかを選んでから、その下の検索可能な言語ピッカーで文書の言語を選択します。非ラテン文字を含む100以上の言語がサポートされています。どちらの設定を変更した後も、「抽出を再実行」をクリックすると、新しいOCR処理でHTMLが再生成されます。

一般的なラテン文字系の言語なら、まずはデフォルトから始めてください。日常的な文書には最速かつ最も正確です。あまり一般的でない文字体系（アラビア語・ヒンディー語・中国語）の場合や、デフォルトで見出しや表が文字化けする場合は、Engine 1またはEngine 2に切り替え、該当する言語を設定して「抽出を再実行」します。エンジンによって得意な文字体系が異なるため、両方試しても数秒で済み、アクセント付き文字の誤認識もよく修正されます。

はい。出力パネルには、ライブでレンダリングされるプレビューの隣に編集可能なコードボックスが表示されるので、修正を入力する（不要なタグの削除、見出しレベルの調整、インラインテキストの微調整）と、プレビューペインが即座に更新されます。ダウンロードやコピーを押す前にすべての修正をそこで行ってください。どちらの操作も、元のOCR出力ではなく、その時点でコードボックスにある内容を使用するためです。

出力パネル上部の「Copy HTML」をクリックすると、手動で加えた編集も含めて編集可能なコードボックスの内容がそのままクリップボードにコピーされ、確認のため一瞬「Copied!」と表示されます。ファイルをアップロードするのではなく、CMS の HTML や埋め込みブロックに直接貼り付ける場合に最も手早い方法です。

アカウントを作成せずに PDF を HTML に変換できます。サインイン済みの無料アカウントには 1 日あたりの変換上限があり、スキャンされた PDF ページは OCR を経由するため、上限に近づくと小さな使用量メーターが表示されます。Premium アカウントには上限は一切表示されません。

いいえ。このツールにはこのための設定はありません。一部のサイト説明が示唆する内容にかかわらず、出力HTMLへの画像の埋め込み方法は自動的に決定され、UIで切り替えることはできません。CMSのメディアライブラリ用に独立した画像ファイルが必要な場合は、代わりにPDF to Imagesでページを個別に書き出してください。これはSVGではなくPNGまたはJPGを、150、200、300 DPIから選んで出力します。