PDF形式の文書をテキスト化する方法：PCとスマホで活用する

2024年4月1日
2024年6月23日
Windows 11, ファイル・フォルダ, 設定・使い方

PDF（Portable Document Format）は、Adobe Systemsが開発した文書形式です。文書などを異なるプラットフォームやデバイスで開いても、見た目は変わらない表示が可能です。

その利便性の高さから、ビジネス文書、電子書籍、報告書、マニュアル、プレゼンテーションなど、さまざまな目的で広く使用されています。

当ウェブサイトでも、PDF形式の文書などの作成方法をご紹介していますが、今回は、PDFファイルからテキストデータを抽出して、編集可能なテキスト文書を作成する方法をご紹介いたします。

解説に使用したOSは「Windows 11 Pro 23H2」、スマートフォンは「OPPO Reno3 A Android 11」です。

PDFの概要と文書などのPDF化については、以下の関連記事をご参照ください。

PDFとは何？：その概要とWebページをPDF化する方法

作成した書類や雑誌などに掲載されている気になる記事、届いた手紙などをどのように管理しているでしょうか？紙による保管も一つの方法ですが、コンテンツが多くなると保管場所を必要とし、整理するのもおっくうになったりします。そもそも紙は劣化して汚く[…]

文書ファイルなどをPDF形式に変換する手順：PCとスマホで活用する

更新履歴2024年10月28日：見出し2の記述内容を修正2024年10月20日：見出し3-2の記述内容を補備修正 PDF (Portable Document Format) は、Adobe社が開発した文書を表示するためのファイル形[…]

1 1　PDFをテキスト化するとは？
2 2　PDFファイルをWordでテキスト化する
3 3　Google ドライブでテキスト化する
4 4　Microsoft Lensでテキスト化する

1　PDFをテキスト化するとは？

公文書の申請書や製品の取扱説明書などは、PDFファイルとして配布されていることが多くなりました。

自分で書類などをスキャンしてPDFとして保存したり、作成したPDFファイルをメールなどに添付することもあるでしょう。

このPDFファイルは、見た目を画像として保存しているだけなので文字情報はなく、このままでは文書などの編集は不可能です。

しかし、OCR（Optical Character Reader/Recognition：光学的文字認識）処理をすれば、画像データの文字などを抽出してテキストデータを作成することが可能です。

具体的には、PDFファイルをWordやExel、PowerPointなどのデータに変換し、編集も手軽に行えるようになります。

本記事では、これらのことをPDFファイルのテキスト化と呼んでいます。

PDFファイルをテキスト化するにあたり、操作手順に利用するためのPDFファイルを準備してください。

上述した関連記事を参照してPDFファイルを作成するか、製品の取扱説明書、公文書などのPDFをダウンロードしましょう。

今回は、製品の取扱説明書をスキャンして作成したPDFファイルを使用しました。

2　PDFファイルをWordでテキスト化する

PDFファイルをWord アプリで開くことで文字認識（OCR）処理が行われ、通常のWord文書と同じように文字列の編集ができます。

Word アプリを起動して、左ペインのタブにある「開く」と、右ペインの「参照」を順番にクリックします。
目的のPDFファイルを選択します。

ファイルの形式は「すべてのWord文書」のままでよろしいです。

「開く」をクリックします。
確認画面が表示されたら「OK」ボタンをクリックします。
OCR機能により文字が認識され、編集可能はWord文書として開かれます。

誤認識があるので入念にチェックしてください。

3　Google ドライブでテキスト化する

Word アプリがインストールされていなくても、クラウドサービスのGoogle ドライブを使えばテキストデータの抽出は可能です。

Google ドライブに保存したPDFファイルを「Google ドキュメント」で開くだけという簡単な操作で完了です。

テキスト化したいPDFファイルをGoogle ドライブにアップロードします。

一例として、スマホのGoogleドライブでスキャンした製品の取扱説明書をアップロードしました。
アップロードされたPDFファイルを右クリックして「アプリで開く」と「Googleドキュメント」を順番にクリックします。
PDFファイルがテキスト化されます。
テキスト化されたファイルは、さまざまな形でデータを編集できます。

一例として、警告の文字を強調して文字色を赤にしました。
編集後は、Word文書やPDFファイルとしてダウンロードしたり印刷なども可能です。

なお、文字中心のモノクロ文書は概ね正確に文字は認識されますが、一部、誤認識されることもあるので確実なチェックが必要です。

4　Microsoft Lensでテキスト化する

出先などでスマホしかないなら、スキャナーアプリを使うことで、スキャンした文書などをテキスト化にできます。

そのアプリ名は「Microsoft Lens」で、MicrosoftのアカウントがあればAndroid、Iphoneともに無料で利用できます。

スマホのカメラで文書などを撮影すると、ゆがみが自動補正される優れものです。以下のリンクからダウンロードしましょう。

Google Play

App Store

インストールしたMicrosoft Lensアプリを起動します。

初めて使う場合は、アクセス許可や、同意画面、撮影の許可などが表示されますが、表示される画面の指示に従って操作を進めます。
カメラの撮影画面が表示されたら、文書の場合は「ドキュメント」を選択します。

フレームを書類に合わせて撮影します。
ゆがみ補正が自動で行われたら、右下の「確認」ボタンをタップします。
画面下の「完了」ボタンをタップします。
保存先を指定して「保存」ボタンをタップします。（保存先は複数選択可）

自動的にマイスキャンが開き、スキャンしたファイルが表示されます。

このファイルをタップすると、編集可能なWord文書として開きます。
保存先に「Word（OCR文書）」を選ぶと、自動的に画像内の文字列がテキスト化され、Word文書としてOneDriveのDocumentsに保存されます。

このファイルをタップすると、word文書として開かれます。