画像の文字起こしのしかた
- 画像を追加します。ファイルを選ぶか、枠にドラッグするか、スクリーンショットを Ctrl+V（Mac は ⌘V）で貼り付けます。スマホでファイルを選ぶとカメラも選べるので、書類や看板、レシートをその場で撮影できます。複数の画像をまとめて追加することもできます。
- 文字の言語を確認します。初期設定は日本語で、英語も認識するがオンになっています。英単語、ブランド名、メールアドレス、URL も正しく読み取るためです。ほかの言語の文章なら、リストから選び直してください。
- 数秒待ちます。進み具合は数字で表示されます。初回はブラウザが文字認識エンジンと言語データをダウンロードします（日本語＋英語で約 4.8 MB）。データはブラウザに保存されるので、2回目からはほぼすぐに始まります。
- コピーまたは保存します。画像ごとのテキストにコピーボタンがあり、.txt を保存でテキストファイルとして保存できます（画像ごとに1つ、複数読み取ったときは全部をまとめたファイルも）。Word や Google ドキュメント、メール、表計算ソフトに貼り付け、読み間違いを直してください。
しくみ
文字認識（OCR）を担うのは Tesseract です。ヒューレット・パッカードで開発され、2005年にオープンソースとして公開され、その後 Google の支援のもとで開発が続けられてきたエンジンです。tesseract.js プロジェクトがこれを WebAssembly に変換しているため、このページの中で、端末上のほかのプログラムと同じように動きます。バージョン4以降の Tesseract は、文字を1つずつ照合するのではなく LSTM というニューラルネットワークで行全体を読み取ります。このページでは公式の tessdata_fast に含まれる軽量な「fast」モデルを使っています。
画像はまずカメラが記録した向きに合わせて回転し、そのまま読み取ります。Tesseract の信頼度が 85% を下回った場合（影やざらつきのあるスマホ写真でよくあります）は、明るさのむらも補正します。画像全体で紙の明るさを推定して差をならし、背景を白、文字を黒にしてからもう一度読み取り、信頼度の高いほうの結果を採用します。スクリーンショットやきれいなスキャン画像はふつうこの処理を通りません。色付きの帯の上の白い文字を消してしまうことがあるため、そのほうが安全です。
精度は？ 私たちのテスト
ブラウザ上で 23 枚のテスト画像を作りました。よく使われるフォントとサイズで描いた 169 文字の英文サンプル（文、請求書番号、日付、金額、メールアドレス、電話番号）、日本語などほかの文字の短い文、そしてスマホ写真に似せたもの（明るさにむらのある灰色の紙、ノイズ、JPEG 圧縮、わずかな傾き）です。認識結果を元の文と1文字ずつ比較しました（精度 ＝ 1 − 編集距離 ÷ 文字数、Microsoft Edge、2026年10月）。
| テスト画像 | 文字単位の精度 |
|---|---|
| 日本語、游ゴシック 30 px | 100% |
| 日本語、游ゴシック 16 px | 100% |
| 日本語＋英語の組み合わせ | 100% |
| 英文、18〜28 px（Arial、Georgia、Times New Roman、Courier New） | 100% |
| 画面の小さな文字、11〜12 px（Segoe UI、Verdana） | 98.8〜99.4% |
| とても小さな文字、9 px | 92.3% |
| スマホ写真風、3° 傾き | 99.4%（明るさ補正なしでは読めず） |
| スマホ写真風、7° 傾き | 93.5% |
| 簡体中国語、ヒンディー語、ロシア語ほか | 100% |
| 装飾的な筆記体フォント（Great Vibes） | 82.8% |
実際の写真は生成画像より条件が悪いので、数字はもう少し下がると考えてください。それでも傾向は同じで、誤りの原因は言語よりも、小さすぎる文字、傾き、ぼけ、装飾的な書体です。なお、同じ測定で「best」モデル（約1.3倍の容量）も試しましたが、日本語では文字の間に余分な空白が入り、16 px の文で 93.6% と、このページの「fast」モデル（100%）を下回りました。
きれいに読み取るコツ
- 文字を大きく写す。Tesseract の公式ガイド（出力品質の改善）は 300 DPI 程度のスキャンを勧め、小文字の高さが 10 ピクセルを下回ると精度が急に落ちると説明しています。文字の部分だけを切り抜く、拡大してからスクショする、スマホを近づけて撮る、が効果的です。
- 画面はスマホで撮らずにスクショで。スクリーンショットの文字はくっきりしていますが、モニターを撮影すると縞模様や反射が入ります。
- 均一な明るさで、真正面から。スマホを紙と平行に構え、自分の影や光沢紙へのフラッシュの反射を避けます。
- 横書きにして読む。縦書きには対応していません。縦書きの文書は、段ごとに切り抜いても読めないため、ほかの方法をお使いください。
- 段組みは1段ずつ。新聞やチラシ、2段組みのページは、段ごとに別の画像に切り抜くと行が混ざりません。
画像は端末から出ません
多くのオンライン OCR サービスは、画像をサーバーにアップロードして処理します。ここでは何もアップロードされません。エンジンと言語データをこのサイトから受け取り、読み取りはお使いのパソコンやスマホのブラウザが行います。運転免許証やマイナンバーカード、契約書、口座情報、処方せん、トーク画面のスクショなど、文字を書き写したくなるものほど大切な点です。エンジンと言語データは再ダウンロードしなくて済むようブラウザの保存領域（IndexedDB）に保存されますが、画像と読み取ったテキストはどこにも保存されません。
できないこと
- 手書き文字：モデルは印刷された文字で学習しています。丁寧な楷書なら読めることもありますが、崩し字やサインはほぼ読めません。筆記体フォントでも 83% まで下がりました。
- レイアウト：結果は読み順に並んだプレーンテキストです。改行は残りますが、段組み、表、フォント、太字、色、画像は残りません。表はセルがスペースで区切られた行になります。
- 縦書き：横書きの行だけを読み取ります。
- PDF：直接は読めません。PDF から JPG への変換でページを画像にし（小さな文字は 300 DPI）、その画像を追加してください。
- 文章以外：数式、楽譜、装飾文字のロゴ、CAPTCHA は正しく読めないことがほとんどです。
- iPhone の HEIC 写真は、ブラウザで選ぶとふつう JPG に変換されます。開けない場合は先に JPG で書き出してください。
対応言語
日本語、英語、簡体中国語、韓国語、タイ語、ベトナム語、インドネシア語、マレー語、ヒンディー語、ベンガル語、ウルドゥー語、ペルシア語、アラビア語、ヘブライ語、トルコ語、ロシア語、ウクライナ語、ポーランド語、オランダ語、ドイツ語、フランス語、スペイン語、ポルトガル語、イタリア語の24言語です。言語データは選んだときだけダウンロードされ、0.3 MB（ペルシア語）から 3 MB（オランダ語）、日本語は約 1.5 MB です。繁体字中国語のデータは入っていません。
読み取ったテキストの文字数を数えるには、文字数カウントに貼り付けてください。
よくある質問
無料で使えますか？
はい。登録不要で、画像の枚数制限も透かしもありません。
画像はサーバーにアップロードされますか？
いいえ。文字の認識はお使いの端末のブラウザで行われます。このサイトからダウンロードされるのはページ、文字認識エンジン、言語データだけです。
スクリーンショットの文字をコピーするには？
スクリーンショットを撮り（Windows：Win+Shift+S、Mac：Shift+Command+4）、このページをクリックして Ctrl+V（⌘V）を押します。下にテキストとコピーボタンが表示されます。
縦書きの文章は読み取れますか？
いいえ。このページは横書き用のモデルだけを使っています。縦書きの行は正しく読み取れません。
手書きの文字は読めますか？
丁寧な楷書なら読めることもありますが、保証はできません。モデルは印刷文字で学習しているため、崩し字やサインはほとんど誤認識になります。
Word に変換できますか？
結果はプレーンテキストです。コピーするか .txt を保存して Word や Google ドキュメントに貼り付ければ、自由に編集できます。フォントや表、段組みは引き継がれません。
最終更新日：2026年10月15日