日本語OCR完全ガイド

OCRしたい画像には、想像以上にセンシティブな情報が含まれます。 名刺の電話番号、レシートのクレジットカード下4桁、契約書の金額、医療領収書の病院名、 役所の通知書類の住所——いずれも一度でも外部サーバーに送信されればプライバシーリスクとなる情報です。

Googleドキュメント、Adobe Acrobat、Microsoft Lensなどの主要OCRサービスは すべてファイルをクラウドにアップロードして処理する方式です。 「処理後に削除する」と謳っていても、ログ・バックアップ・サーバー所在国の法令により データが残留・開示される可能性は否定できません。

ブラウザ内OCRは、 OCRエンジン（Tesseract.js）を画像と一緒にあなたのブラウザにダウンロードし、 すべての処理をローカルで実行します。ネットワーク通信は最初のエンジンダウンロードだけで、 画像データ自体は外部に送信されません。

縦書きはTesseractの`jpn_vert`データで対応可能です。 FreeToolのOCRで言語選択時に縦書きモードに切り替えると、明治以降の活版印刷の小説、 新聞記事、雑誌などある程度認識できます。ただし行の折り返しや段組はうまく扱えないため、 ページ単位での認識→手作業での整形が必要です。

手書き文字はTesseractの苦手分野です。 楷書で書かれたきれいな数字や英字は部分的に認識できますが、漢字・続け字・走り書きは ほぼ認識できません。手書き原稿のOCRが必要な業務では、Google Cloud Vision API、 Microsoft Azure Computer Vision、専用の手書きOCRサービスをご利用ください。

それでもFreeToolが選ばれるのは、活字スキャンに限定すれば 「機密書類を絶対に外部送信したくない」というニーズを唯一満たせるからです。 社内文書のテキスト化、人事資料のデジタル化、医療領収書の整理、社外秘契約書の検索可能化に向いています。