【Windows】複数の画像内のテキストを一括で抽出する手順の覚書【OCR】

WEB / アプリ
WEB / アプリ
この記事は約7分で読めます。

とっちゃん@nyanco! です。

今回はWindowsで複数の画像内にあるテキストを一括で抽出する手順の覚書です。

肉玉にゃんこ

Windowsパソコンでの作業を想定していますにゃ〜
macOSでは途中作業の一括処理ツールが見当たらず、難しいかも知れませんにゃ〜

スポンサーリンク

やりたいこと

100個以上ある画像データ内のテキスト抽出(OCR処理)を、手作業ではなく一括で実行し、最終的にテキストデータに変換したい

やり方は色々ありそうなのでもっとスマートな方法があるかも知れませんが、一応やりたいことはバッチリできたので備忘録がてら記事にしておきます。

必要なもの

  • Windowsパソコン
  • Googleアカウント
  • テキストを抽出したい画像

前準備:画像を用意

まずは前準備として、これがないと始まらないテキスト起こしをしたい画像を用意します。

この段階で、事前に以下のような画像調整をしておくと後工程が楽になります。

高解像度な画像を用意する

なるべく高解像度な画像であればあるほど、テキスト抽出の精度が上がります。

肉玉にゃんこ

ただ、むやみに高解像度過ぎる画像だと処理に時間がかかり過ぎるので、画像をパッと見て明瞭に文字が読めるレベルくらいでOKですにゃ〜

テキスト化しなくて良い部分はトリミング・塗りつぶし

テキストにしなくて良い部分が含まれている画像は、その部分を事前にトリミングまたは黒などで塗りつぶしておくファイルサイズが軽量化され処理も早くなり、最終的に不要なテキストを選別・削除する手間も省けます。

肉玉にゃんこ

連続スクリーンショットなどで固定の位置に不要な箇所がある画像は、「XnConvert」というフリーソフト(Windows・macOS)を使用すると一括でトリミングできて超便利ですにゃ〜

▼ちなみに今回はこんな感じで極限までトリミングした画像で試しております。

テキスト化したい順にファイル名をリネーム

画像はファイル名順(ファイル名でソートした順)に処理されテキスト化されます。

なので、テキスト化したい順番になるようにファイル名の冒頭に連番(「01…」「02…」)をふっておくと、後からテキストの順番入れ替えする手間を省けます。

▼下記のように元になる画像ファイルをテキスト化したい順にリネームしておきます。

こちらは連番だけになってますが、ファイル名を残してももちろんOKです

肉玉にゃんこ

ファイル名の一括リネームは、高機能リネームフリーソフト「Getter Tools」か、Windows謹製ユーティリティアプリ「PowerToys」「PowerRename」を使うと楽ですにゃ〜

▼下記は「Getter Tools」の画面です。

画像をフォルダごとGoogle Driveへアップロード

▼事前に調整した画像を新規で作成したフォルダに格納し、そのフォルダごとGoogle Driveへドラッグ&ドロップしてアップロードします。

肉玉にゃんこ

Google DriveGoogleアカウントを持っていたら誰でも無料で使えるサービスですにゃ〜

Google Driveは下記URLからアクセスできます。

Google ドライブ: ログイン
Google ドライブには、Google アカウント(個人ユーザー向け)または Google Workspace アカウント(ビジネス ユーザー向け)でアクセスできます。

フォルダ内画像を一括でテキスト化(OCR処理)

▼アップロードが完了したら、いよいよ一括でOCR処理をかけていきます。

ちなみに画像データの数が2・3個程度であれば、手作業でやった方が速いです。

▼手順としてはテキスト化したいデータを選択して…

右クリック→「アプリで開く」→「Google ドキュメント」をクリック

▼数秒で変換され、Googleドキュメント化されたファイルが開き、このようにテキスト化されています。

肉玉にゃんこ

元画像も一緒に貼り付けられているので、ちゃんとOCR処理できたか分かりやすいですにゃ〜

このように単体ファイルだと簡単にテキスト化できるんですが、この方法だと一括では処理できません。

100以上もデータがあるとチクチク手作業なんかとてもじゃないけどやってられん!ということでGoogle先生に聞いてみると、すぐにズバリな記事が見つかりました!

「Googleドライブのファイルを一括で文字起こしできるスプレッドシート作りました」

Googleドライブのファイルを一括で文字起こしできるスプレッドシート作りました|Jusolog
昨日Googleドライブの文字起こし(OCR機能)に感動して、こんな記事を書きました。

ニーズにズバリな内容で、やり方も詳しく書かれてあり、まさに神記事でございました。

肉玉にゃんこ

ありがとうございますにゃ〜

Google ドキュメントをダウンロード

めでたく一括でGoogleドキュメント化(テキスト化)できました。
次はローカルでの作業なので、変換したGoogle ドキュメントをダウンロードしていきます。

▼一括でダウンロードしたいので、一旦一つ上のフォルダに戻ります。

▼フォルダを右クリックして「ダウンロード」をクリックすると、フォルダごとダウンロードされます。

Googleドライブ上で「ファイル形式」でソートができれば「Googleドキュメント」だけを選択してダウンロードすることもできるんですが、現状はできないのでフォルダごとダウンロードしています。

zipファイルでダウンロードされるので解凍してフォルダを開くと、下記のように「Googleドキュメント」はMicrosoft「WORD」の「.docx」ファイルに自動変換されています。

元になったJPGファイルはもう要らないので「種類」でソートして shift クリックでまとめて選択、一括削除しておきます。

.docxを一括でPDF化【Windows / Mac(webツール)】

あともう少しです!

お次は.docxファイルをPDFに変換していきます。

これも1ファイルずつ手作業でやるのは面倒くさいので一括で行います。

Word・Excelファイルを一括でPDF化!についての記事はこちらをどうぞ!

▼macOSでもAppleScriptを使ったやり方があるようです。

OSXのFinderで選択した複数のWordファイルをPDFに変換するAppleScript - Qiita
はじめに 100個とか大量のWord文書をPDFに変換したいときに、1つ1つ開いて「ファイル/プリント」→「PDFとして保存」を実行していくのは大変です。AppleScriptで自動化出来ないかとぐぐってみると先人がいました。 ...

2022/02/24追記 一括でWordファイル(「.doc」「.docx」)をPDF変換できるwebツールを見つけたので共有します。

DOCをPDFに変換 - 100%無料
DOCをPDFに変換する無料のオンラインコンバータ。 早くて簡単。インストールなし。登録なし。

他にも似たようなwebツールはたくさんありますが、変換が1ファイルずつの制限があるものばかりの中、こちらは複数ファイルでも一括変換してくれました(48ファイルまでは確認しましたが、それ以上でもいけそうです)。

肉玉にゃんこ

webにアップロードするのに抵抗のないファイルであれば、Macでも問題なく使えますにゃ〜

複数PDFを1つのPDFに結合

続いて、変換されたPDFを1つのファイルに結合していきます。

これもフリーのツールを使って行います。

  • Windows:CubePDF Page、pdf_asなど
  • macOS:プレビューアプリ(macOS標準アプリ)など
指定された URL は存在しません - CubeSoft, Inc.

PDFを開いて全選択してコピー

統合したPDFを開いて ctrl + A全選択をしてコピー、その後メモ帳などにペーストするとテキストを一括でコピーできます!

テキストなら翻訳も可能

テキストにしてしまえば、あとはGoogle翻訳なりDeepL翻訳なりにコピペしたら一括で翻訳することも可能です。

おわりに

一件すると手順が多くて面倒くさそうですが、自動で行われる部分が多いので実際に手を動かすことは少ないです。

肉玉にゃんこ

全て手作業でやることを考えたら天と地ほどの差がありますにゃ〜

本記事がどなたかの参考になれば幸いです。

今回は以上となります。
最後まで読んでいただきましてありがとうございました!
それではまた〜✧٩(ˊωˋ*)و✧

コメント

タイトルとURLをコピーしました