OCR(文字認識)

ざっくり言うと

「紙 → デジタル」のあいだに必ず立ちはだかる翻訳係、それが OCR だと思ってください。

イメージ

正確には

Google Cloud の Vision API ドキュメントでは、OCR(光学的文字認識)は 「画像内のテキストを検出し、抽出する」機能 と定義されています。手書き文字も含めた幅広い言語に対応し、文字列だけでなく 行・段落・ブロックといった構造情報 も返すと説明されています。

Microsoft Azure AI のドキュメントでも、OCR は 「画像や文書から印刷文字・手書き文字を抽出する技術」 と位置づけられており、自然言語処理(NLP)など他の AI 機能と組み合わせて使われることが想定されています。

AWS の Amazon Textract は、単純な文字抽出にとどまらず 「テキスト・手書き文字・表(テーブル)・フォーム」を構造化して取り出す サービスとして紹介されています。Adobe の Acrobat も、スキャンした PDF に対して OCR をかけることで 検索可能なテキスト付き PDF を生成できる、と公式ヘルプで案内しています。

IBM は OCR について 「印刷物・手書き・画像中の文字を、機械が編集・検索できるデータに変換する技術」 と整理しており、データ入力の自動化やアーカイブ用途で広く使われてきた歴史のある技術だ、と説明しています。

使う場面と向かない場面

OCR と「Vision(画像理解)」の違い

最近よく聞く LLM の Vision 機能(画像を見て答える機能)と、従来からある OCR は、似ているようで役割が違います。

観点	OCR(従来型)	Vision(LLM の画像理解)
主な目的	画像内の 文字をテキスト化 すること	画像の 内容を理解・説明・推論 すること
得意なこと	大量・正確な文字抽出、座標つき出力、表やフォームの構造化	「この写真は何?」「この図の意味は?」といった文脈の説明
出力	文字列+位置情報(行・段落など)	自然言語の回答(説明文・要約・分析)
代表例	Google Cloud Vision OCR、Azure OCR、AWS Textract、Adobe Acrobat	GPT・Claude・Gemini などの画像入力対応モデル

OCR が苦手なもの

確認のコツ

よくある勘違い

やってみよう

関連用語として「Vision(画像認識)」「マルチモーダル」も合わせて読むと、画像系 AI の地図がかなり見渡せるようになります。