学術書を部分的に文字データ化したい。

質問

学術書の１ページをスキャナーでスキャンしてPDF化して変換ソフトでワード文書にすることは可能なのでしょうか。
雑誌などで、変換効率は100%ではないが、できるとなってますが、どの程度の実用性があるのでしょうか。
お勧めソフト等があればお知らせ下さい。

回答No.4

mark-wada · ベストアンサー

>学術書の１ページをスキャナーでスキャンしてPDF化

ここまでは十分可能で、実用的です。
私が使っているスキャナーの場合、自動的にOCRがかかって、「テキストデータつきPDFファイル」という形式になります。
（テキストデータが埋め込まれていて、取り出しも容易）
それをワード文書にすることも可能ですが、実用性はまず、期待できません。
テキストデータが不正確だからです。

今までの回答にあるように、「雑誌」「1枚紙」より厚みのある「書籍」はスキャナーは苦手です。

またOCRソフトとしては、バンドルされていた
「読んde!!ココ」または「e.Typist」の体験版から有料の製品版にアップグレードするのが、やりやすいでしょう。
製品版ならOCR性能はかなり向上しますが、それでも正しい日本語を読み取るのは難しいです。
まして、英文・数字が混じっていてはお手上げ、

部分的に文字データにするなら、No.3さんのおっしゃる、
「自分で打った方が早かったのでは？」は、まさにそのとおりです。

結局書籍を、
「画像データとしてPDFファイルに残す」
という目的なら実用的です。
また自動でOCRがかかっているので、部分的に正しくOCRがかかっているところもあるでしょうから、
「キーワード検索で、そのキーワードが含まれるPDFを探す」
という目的にも使えます。

お礼

ありがとうございました。
e.Typist体験版を試してみましたが、まだまだ実用の域にないことを理解しました。部分的には正しく変換されているのに残念です。導入はしばらく見合わせます。

回答No.3

sokojaso

読んde!!ココとe.Typistはスキャナに簡略版がバンドルされているなど、有名です。

「学術書」の中身にもよりますが、英語と日本語が混じったような文書や、数式、ルビ、などは非常に苦手だと言えます。
一応、学習機能も備わっており、昔に比べれば賢くはなっていますが、例えば、lと1のように見た目が似ている文字、mwのように連続すると潰れがちな文字などが多いと修正作業が多くなり「自分で打った方が早かったのでは？」と思うこともしばしばです。

前述のソフトは無料の体験版が用意されているので、何はともあれ、御自分で試すのが一番です。スキャナをお持ちでなければ、デジカメで撮った画像でも試すことが可能です。
http://ai2you.com/ocr/product/koko13/koko13.asp
http://pac.mediadrive.jp/et/

お礼

ありがとうございます。
e.Typistの体験版で試してみました。縦書きの哲学書を読み込ませましたが、変換結果は悲惨です。まず、部分的に挿入されているドイツ語を変換していません。強調記号やルビがぜんぜん変換できてません。
たしかに、これでは打った方が早いでしょう。

回答No.2

Tasuke22

本の場合は紙がゆがんでいるので、かなり難しいと思います。
破ったり、思いっきり広げたり出来ないでしょうから。
また、紙が薄くて裏が写るようであれば、ますます厳しい
でしょう。

あまり、期待しないほうが無難でしょう。

ソフトはやはり付属ソフトがいいでしょう。

なお、OCRで文字化したらPDFではなくてテキストファイルにな
ると思います。どのようなソフトにでも流し込めるでしょう。

お礼

ありがとうございます。
本をスキャンしましたが、難しいです。真ん中が黒くなります。

回答No.1

neKo_deux

スキャナーの性能と、元の原稿の状況、字体など次第です。

> お勧めソフト等があればお知らせ下さい。

最近のスキャナであれば、OCRソフトは付属しているかと思いますので、まずはそちらを試して見る事をお勧めします。

お礼

ありがとうございました。
試してみます。

補足

ありがとうございます。
試してみます。