スキャンしてPDFに
書類を撮影して、スキャンしたように読めるものにします。
このツールはブラウザーの中だけで動きます。ファイルがアップロードされることはなく、そのことはブラウザーのネットワークタブでご自身で確認できます。 ご自分で確かめてください。ブラウザーのネットワークタブを開いて見てください。残りの作業回数を尋ねる小さなリクエストが1つだけ表示されます。ツール名とハッシュだけで、ファイルは決して含まれません。
このツールでできること
Most people do not own a scanner and everybody owns a camera, but a photograph of a page is not a scan. This closes that gap in four steps: the page is found in the frame, the perspective is flattened, the text is straightened, and the image is thresholded so it reads as a document rather than as a picture of one. On a phone the camera panel captures directly; on a desktop it falls back to the file picker, because most people there are dropping photos they already took.
Use it when something has to be submitted as a scan and there is no scanner in the building: an identity document or a certificate for an application, a signed page going back to an office, a receipt for an expenses claim, or a handwritten note that has to be filed with everything else.
仕組み
- Take the photo here, or drop photos you have already taken. Up to 100 at a time, each up to 100 MB, and every photo becomes one page in the order they are listed.
- Leave find the page and straighten on. A detection the tool is not confident about is discarded rather than guessed at, and the whole frame is used instead.
- Choose the mode. Black and white is the default and is what makes a photograph look like a scan; grayscale suits a page with photographs on it; colour keeps a stamp or a signature in its own ink.
- Pick the page size. A4 or Letter puts every photo on a standard sheet; Match makes each page the shape of its own photo.
- Turn on the searchable-text option if you will need to find or copy words later, and pick the language.
- Press Scan. The pages are assembled into a single PDF and the download starts.
The four steps run in that order because each depends on the one before. The document is a bright quadrilateral somewhere in a frame that also contains a desk, so its outline is detected first. A homography then maps that trapezoid back to a rectangle, which is what removes the leaning look of a photo taken at an angle. Only then is the residual rotation measured, and it is measured from the text lines rather than the page edges, because lines of text give away the true angle more reliably than a torn or shadowed edge does.
Thresholding is the step that decides whether the result is usable. A photograph has uneven lighting, so a single global threshold turns one half of the page black and blows the other half out. An adaptive threshold compares each pixel to its own neighbourhood instead, which is why a phone photo comes out looking like a scan rather than like a photocopy of a shadow. It is also why black and white is the default rather than an option for the brave.
The mode chooses the encoding as well as the look, and that is where the file size goes. A thresholded page is two colours and compresses to almost nothing as PNG, while JPEG would put ringing artefacts around every letter. A grayscale or colour page is photographic and is the other way round, so those are written as JPEG at quality 0.85. A black-and-white scan is routinely several times smaller than the same page in colour.
Resolution is set in dpi and defaults to 200, which is enough for ordinary printed text. Raise it to 300 for small print, faint carbon copies or anything the recognition is struggling with. 400 stores four times the pixels of 200 and rarely reveals something the threshold at 200 had not already found, so it is worth checking one page before committing a hundred. EXIF orientation is read and applied before any of the geometry, so a photo your phone tagged sideways is not straightened into the wrong rectangle.
Recognition, when you switch it on, runs on the processed pages rather than the originals - that is the whole point of doing the image work first, because a straightened, thresholded page recognises far better than a photograph of one. The words are placed as an invisible text layer over the image, so the page looks exactly as it did and the text can be selected, searched and copied. Words the recogniser scored below 40 per cent are left out rather than added wrong, since a wrong word in a searchable document is worse than a missing one.
このツールにできないこと
- Page detection can fail on a low-contrast background, a page that runs off the edge of the frame, or a heavily shadowed edge. It then falls back to the whole frame and says so rather than cropping to the wrong rectangle.
- Adaptive thresholding handles uneven light, not every kind of bad light. Hard glare, a strong reflection off glossy paper or a deep shadow across the text will still be visible in the result.
- Capturing directly needs a camera the browser can reach and your permission to use it. On a device without one, the tool falls back to the file picker and works on photos taken elsewhere.
よくある質問
- ここで撮影できますか、それとも先に写真が必要ですか？
- どちらでもできます。スマホやタブレットでは、ページの中でカメラのパネルが開き、検出した紙の輪郭をその場で表示しながら、そのまま撮影して列に加えます。パソコンなど、ブラウザーがカメラを使えない環境ではファイル選択に切り替わるので、ほかで撮った写真をドロップしてください。そのあとの処理は、どちらでもまったく同じです。
- 本物のスキャンらしい仕上がりにするには？
- 紙を平らに置き、画面の大部分を紙で埋め、四隅すべてを写真の中に収めてください。そうすれば輪郭を見つけられます。明るいランプよりも、むらのない間接光のほうが良い結果になります。強い光は、しきい値処理では消せない硬い影の縁を作るからです。自分の影が紙にかからないようにし、カメラはできるだけ紙と平行に構えてください。傾きは補正できますが、傾きが小さいほど引き伸ばす量も少なくて済みます。
- 違うところが切り取られました。あるいは切り取られませんでした。どうすればいいですか？
- 自信のない検出結果は意図的に捨てています。間違った自動切り取りは、切り取らないことより悪いからです。その場合は画面全体を使い、何ページが切り取られたかを結果でお伝えします。誤って切り取られたページは、紙との対比がはっきりする背景で撮り直してください。すでにご自分で切り取った写真なら、「紙の輪郭を見つける」をオフにしてください。
- PDFが大きくなりました。何を変えればいいですか？
- まずモードです。白黒は2色の画像としてPNGで書き出されるので、同じページのカラーやグレースケールよりずっと小さくなります。次に解像度です。普通の印刷文字なら200dpiで十分で、400dpiは200dpiの4倍のピクセルを持ちます。それでも大きすぎるときは、結果を「PDFを圧縮」に通してください。
- あとから文字を検索できますか？
- はい、変換する前に文字認識をオンにしていれば検索できます。英語、インドネシア語、その両方から選べます。認識された語は、ページの画像の上に見えないレイヤーとして書き込まれるので、見た目は変わらないまま、文字を選択・検索・コピーできます。確信度が40パーセント未満の語は、推測で入れずに省きます。
- 写真はアップロードされますか。特に文字認識をオンにしたときは？
- されません。文字認識こそ、いちばん間違えやすいところです。画像処理はブラウザーの中のWeb Workerで動き、認識エンジンのWebAssemblyのコアと言語データも、公開のCDNではなくこのサイト自身のオリジンから配信しています。英語で約10.9MB、インドネシア語で約3.8MBで、初回のあとはキャッシュされます。パスポートの写真が端末から出ることはありません。