スクリーンショットや書類の写真からテキストを取り出すには、画像ファイルをMD Factoryに追加します。WindowsのPC上で文字を認識し、画像の隣にMarkdownファイルを保存します。ファイルの先頭に画像、その下に認識したテキストが入ります。PNG、JPG、TIFF、WebP、BMP、GIFのファイルに対応しています。
OCRには誤認識があるため、画像は同じファイルに残してあります。2つ目のウィンドウを開かなくても、テキストを画像と見比べて確認できます。このガイドでは単体の画像ファイルを扱います。PDFやWordファイルの中の画像については、下のリンクをご覧ください。
画像を変換する
- MD Factoryを開いて画像を追加するか、ウィンドウにドラッグします。フォルダー内の対応ファイルをすべて変換するには、フォルダーを追加します。
- 変換はすぐに始まります。行に完了、要確認、失敗のいずれかが表示されるまで待ちます。
- 画像の隣にあるMarkdownファイルを開きます。
画像ごとに、同じ名前のMarkdownファイルが同じフォルダーに作成されます。画像ファイルは変更されません。同じ画像をもう一度変換した場合、MD Factoryは自分が作成した前回の結果を、編集されていないときに限って置き換えます。編集されている場合は、番号付きのコピー（例： receipt (2).md）として保存するので、編集内容は残ります。
テキストはPC内のOCRで認識されます。画像はアップロードされません。
Markdownファイルの中身
ファイルは画像で始まり、その後に認識したテキストが続きます。画像のコピーがMarkdownファイルの隣に保存され、ファイルからその画像を参照します。
Markdownファイルと保存された画像は、一緒に移動してください。移動するのが .md ファイルだけの場合、先頭の画像は表示されなくなります。
Markdownに入るのは認識したテキストで、ページの見た目ではありません。色、フォント、画像上のテキストの位置は保持されません。それを確認するために、先頭に画像が入っています。
対応している画像形式
| 形式 | 知っておきたいこと |
|---|---|
| PNG | スクリーンショットで一般的な形式です。 |
| JPG、JPEG | 写真で一般的な形式です。 |
| TIFF、TIF | FAXやスキャンのような複数ページのTIFFは、1ページにつき1つのセクションになります。 |
| WebP | ほかの形式と同じように変換されます。 |
| BMP | ほかの形式と同じように変換されます。 |
| GIF | 最初のフレームだけが読み取られます。アニメーションは最後まで再生されません。 |
iPhoneの標準の写真形式であるHEICとHEIFのファイルには対応していません。写真を先にJPGに変換してから、そのJPGを追加してください。
書類の写真
MD Factoryは、カメラが写真に保存した向きの情報を適用します。スマートフォンが回転済みと記録した写真も、正しい向きで読み取られます。先に回転させる必要はありません。
認識の精度は、やはり画像の状態に左右されます。MD FactoryはOCRエンジンのTesseractを使っており、Tesseractの 出力品質を向上させるためのガイド に、効果のある条件が挙げられています。
- 解像度は300 dpi以上。このガイドによると、Tesseractはこの解像度かそれ以上で最もよく動作します。
- 文字の行が水平であること。ガイドによると、ページが大きく傾いていると行の分割の精度がかなり下がります。
- ページの周りに黒い縁がないこと。ガイドによると、スキャンされた縁が余分な文字として拾われることがあります。
- 明るい背景に暗い文字。ガイドによると、Tesseract 4では明るい背景に暗い文字を使うよう勧めています。
最後の点は、ダークテーマのアプリやWebサイトのスクリーンショットで重要です。結果がよくない場合は、ライトテーマにしてスクリーンショットを撮り直してください。
非常に大きな画像は、認識のために縮小されます。大きな画像の中の小さな文字が正しく認識されない場合は、必要な部分だけを切り抜いて、その切り抜きを変換してください。
認識したテキストを確認する
各行の末尾には、次の3つのステータスのいずれかが表示されます。
- 完了：テキストが認識され、アプリが指摘すべき点を見つけなかった状態です。
- 要確認：ファイルは保存されましたが、認識の信頼度が低いか、画像からテキストが見つかりませんでした。
- 失敗：画像を変換できませんでした。
風景写真のようにテキストのない画像も変換されます。画像だけでテキストのないMarkdownファイルが作成され、要確認になります。
完了は、すべての文字が正しいという意味ではありません。使う予定の数字、日付、名前、コードは、ファイル先頭の画像と見比べてください。間違った数字も、正しい数字と同じようにそれらしく見えます。
OCRの言語は自動のままにしておくことも、指定することもできます。結果が要確認になり、テキストの言語が分かっている場合は、その言語を選んでもう一度変換してください。
どの方法を使うか
| 方法 | 向いているケース | 制約 |
|---|---|---|
| Snipping Tool、テキスト アクション | スクリーンショット1枚。テキストを選択するか、すべてのテキストをコピーを選んで、貼り付けます。 | 一度に1枚の画像。テキストはファイルではなくクリップボードに入ります。 |
| MD Factory | 画像ファイルやフォルダー全体に対応し、結果は画像の隣にMarkdownファイルとして保存されます。 | 結果は画像と見比べて確認する必要があります。 |
Microsoftによると、Snipping Toolはデバイス上でテキスト認識をローカルに実行します。数行をすぐにコピーしたいなら、そちらのほうが早い方法です。画像が多いとき、残しておけるファイルがほしいとき、画像とテキストを一緒にしたいときは、MD Factoryを使ってください。
スクリーンショットのフォルダーを変換するには、フォルダーを追加します。画像ごとに個別のファイルが作成されます。結果を1つにまとめるには、 複数の文書を1つのMarkdownファイルにまとめる方法をご覧ください.
ほかのファイルの中にある画像
このガイドで扱うのは画像ファイルです。ほかのケースには、それぞれのガイドがあります。
- PDFとして保存されたスキャン： スキャンしたPDFをMarkdownに変換する方法.
- テキストを選択できるか分からないPDF： PDFからテキストを抽出する方法.
- PDF、Word、PowerPointのファイルの中にある画像を保存する： 文書から画像を抽出する.
よくある質問
iPhoneの写真は変換できますか？
HEICやHEIF形式のままでは変換できません。先に写真をJPGに変換してください。
複数ページのTIFFはどうなりますか？
各ページのセクションを持つ1つのMarkdownファイルになります。
MD Factoryは画像をアップロードしますか？
いいえ。認識はPC内で行われます。フォルダーがクラウドサービスと同期されている場合は、Markdownファイルと保存された画像も一緒に同期されます。 MD Factory プライバシーポリシー で、アプリが文書をどう扱うか説明しています。
元の画像は変更されますか？
いいえ。画像はそのまま残り、結果は別のファイルとして作成されます。