画像PDFを、編集できるMarkdownへ
スキャンPDFはページ全体が画像なので、そのままコピーしても文字を取得できません。PDF to Markdownは画像だけのページを検出してOCRを実行し、認識した文字を文書構造とともにMarkdownへ変換します。日本語の請求書、契約書、論文、官公庁資料にも使えます。既存のテキスト層が壊れているPDFでは、OCRを強制してページ画像から読み直せます。
4ステップで変換します
登録は不要です。画像だけのPDFではOCRが自動で実行され、壊れたテキスト層がある場合はOCRを強制できます。
変換画面を開く
Chrome拡張機能を追加するか、Web変換ツールを開きます。アカウント登録なしでも利用できます。
PDFとOCR言語を選ぶ
ファイルをドロップするか、PDFのURLを貼り付けます。日本語文書ではOCR言語に「日本語」を選びます。
変換を待つ
状態は queued、processing、ready の順に進みます。OCRはデジタルテキストの抽出より時間がかかります。
確認して保存する
レンダリング済み表示とRaw表示の両方で内容を確認し、コピーするか .md ファイルをダウンロードします。
文書構造を保ったMarkdown
日本語OCR
日本語をリクエスト単位で指定できます。英語や欧州言語が混在する文書にも対応します。
実際の表
スキャンされた列を、位置の崩れた文字列ではなくMarkdownの行とセルへ再構成します。
数式を維持
数式を単なる文字列へ平坦化せず、可能な範囲で記法と文脈を保ちます。
OCRを強制
埋め込みテキストが文字化けしている場合は、既存レイヤーを使わず画像から読み直せます。
読み順を復元
段組みページでも、段落が交互に混ざらないように読み順を組み立てます。
MinerU / Docling
文書の種類に応じて変換エンジンを選べます。既定のMinerUはスキャンに強い構成です。
鮮明でまっすぐな原稿を使います
OCRは画像を読むため、入力画像の品質がそのまま結果へ影響します。300 DPI前後以上、濃い文字、均一な背景、傾きの少ないページが理想です。
良い結果になりやすい条件
印刷文字が鮮明で、ページが正立し、文字と背景のコントラストが十分にあるPDFです。デジタルページとスキャンページが混ざるPDFも処理できます。
確認が必要な条件
低解像度、影、傾き、手書き文字は精度が下がります。結果が一部の場合は truncated が付きます。長い文書は分割するか、処理時間枠の長いプランを使います。
認識された表は、そのまま貼り付けや索引化に使えるMarkdownで返ります。
| Quarter | Revenue | Growth | | ------- | ------- | ------ | | Q1 | $1.2M | +8% | | Q2 | $1.4M | +17% |
縦書きは読めますが、必ず確認してください
実測ではMinerUの日本語モデルは縦書きの読み順をおおむね正しく復元しました。ただし、句読点や改行が失われたり、一部の文字を落としたりする場合があります。ふりがな、手書き、複雑なルビは特に難しいため、重要文書ではRaw表示と原本を照合してください。
プライバシー: 無料プランは3スロット、最大10 MB、処理時間枠15分、保存期間1時間です。ファイルは保存期間後に自動削除され、モデル学習には使用されません。
よくある質問
スキャンPDFをMarkdownに変換できますか？
はい。画像だけのPDFをOCRで読み取り、選択・検索できるMarkdownへ変換します。別のOCRソフトは不要です。
日本語OCRを指定できますか？
はい。変換画面のOCR言語で日本語を選べます。デジタルテキストのページには影響せず、スキャン部分の認識に使われます。
縦書きやふりがなにも対応しますか？
縦書きの読み順はおおむね復元できますが、句読点、改行、一部文字の欠落が起こることがあります。ふりがなは要確認です。
表と数式は残りますか？
はい。表はMarkdownの行とセルへ再構成され、数式は可能な範囲で記法を保ちます。複雑なページは原本との確認を推奨します。
文字化けしたテキスト層は直せますか？
OCRを強制すると、壊れた埋め込みテキストを使わず、ページ画像を読み直せます。
無料で使えますか？
はい。無料プランは登録不要で、3スロット、最大10 MB、処理時間枠15分、保存期間1時間です。
結果にtruncatedと表示されるのはなぜですか？
長いスキャンが処理時間枠に達し、一部結果が返されたためです。PDFを分割するか、処理時間枠の長いプランを使います。
OCRにはどの程度のスキャン品質が必要ですか？
300 DPI前後以上で、文字が鮮明、コントラストが十分、傾きの少ない原稿が理想です。
手書き文字を読めますか？
印刷文字を主な対象としています。整った手書きの一部は読める場合もありますが、精度は保証されません。