スタパ齋藤のApple野郎

コピペできない文字も一瞬でテキスト化! 「iText」が俺的に超絶便利でサイコー!!!

 Appleデバイスに搭載されている「テキスト認識表示」(英語名:Live Text)。画面上に表示された画像としての文字列を即座にテキストデータ化してくれる超便利な機能だ。2022年から日本語対応しているが、愛用している人は多いと思う。

iPhoneで「テキスト認識表示」機能を使っている様子。カメラ機能で文字がプリントされている被写体を見ると、画面中に「三」のアイコンがすぐ現れる。それをタップするとターゲットされている画像上の文字列がクローズアップされる。その時点で画面上の文字列はテキストとして扱えるようになる。ので、そのテキストを部分選択したり全選択したりして、別のアプリにペーストすることができる。スクリーンショットは小さな目薬のパッケージ裏だが、文字認識精度は非常に高い。

 2022年に日本語対応した瞬間試してビックリでありその日から使い続けている。とくにMacで使ってヒジョーに役立っている。連日のように使いまくり。

 いろいろな用途に使うが、たとえば仕事で記事を書くとき。製品の公式名称とか、スペックとか、そういう情報を記事内に盛り込む場合に便利だ。

 PDFやWebページなどに製品名称やスペックなどがテキストデータとして掲載されている場合が多いが、そういうときはソレを単にコピペして使う。しかし製品名称が画像の文字としてしか掲載されていなかったり、あるいはプレスリリースのPDFがテキストなどのコピーを禁止している設定になっていたりすることがある。

 後者のPDFの件は情報の改変とかフェイク化を恐れての処置だと思うが、媒体関係者はそういうPDFに「アッタマ来んだよなコピー禁止PDF」とか思っているが言わないだけなので、ぜひそういったアタオカな設定はやめていただきたい。

 だいたい広く知らしめたいからプレスリリースを出しているわけで、その情報を広く行き渡らせようとしている人間が鬱憤を感じるような設定(以下自粛)。

 ともあれ、文字列をコピーできない場合、書き手とか編集者とかは画面を見ながらソレを書き写すという手間があった。製品名やスペックなどは間違えて広めてはいけない情報なので、画面を見つつの書き写しは神経を使うし非常に面倒な作業であった。

 のだが、OSにOCR機能が標準搭載された現在は、画像上の文字列を簡単にテキスト化できるし、文字コピー禁止PDFでもスクリーンショットを取れば同じく簡単にテキスト化できる。

 なので、macOSとかに搭載されているテキスト認識表示機能を多用している。とても効率的……とは思っていた。しかし……。

 画像としての文字列を簡単にテキスト化できると言っても、何度もヤッてると「この手間、めんどくさ」と感じるようになる。例えばmacOSでテキスト認識表示機能を使う場合、多くのケースで「画像をMac上にコピー」→「画像をプレビュー」→「画像上のテキストを選択してコピー」→「テキストを使うアプリにペースト」という手順になる(Safariだともっと手短で済む)。

 めんどくさ……もっとこう、一発でOCRできるアプリとかないの? と思ってGoogle検索AIモードのGeminiパイセンに訊いてみたら、一発でそういうアプリを教えてくれた。

 さっそく使ってみたら、コレがヒッジョーにイイ!!! 超便利!!! 俺的原稿執筆ワークフローが大きく改善されたッ!!! というわけで今回は、ユーザーによって便利・不便が違ってくるとは思うが、俺的にはサイコーに便利だと感じて多用しているOCRアプリをご紹介したい。

「iText - OCR & Translator」アプリを年額2500円でサブスクリプション中

 そのアプリは「iText - OCR & Translator」(以下、iText)。App Storeから購入できるアプリだが、単に「iText」で検索すると同名異機能アプリがいくつもヒットしてしまうので、このアプリ名で検索してみてほしい。

 iTextはどういうアプリか? ザックリ言うと「Macの画面上に見えている文字なら何でもテキスト化できる」となる。また、Shift+Command+1などのショートカットで瞬時に使えるので、ものすご~くスピーディーに「画像中の文字のテキスト化」ができる。

iTextアプリのアイコンと動作時の表示。iTextは常駐タイプのアプリで、ターゲットをOCRする方法はいくつか用意されている。

 iTextのOCR方法は主に3とおりで、macOSの表示をスクリーンショットする方法、画像ファイルを選択(iTextに読み込ませる)する方法、画像ファイルをメニューバーのiTextアイコンにドロップする方法だ。たとえば画像をドロップする方法を見てみよう。

前出の目薬のパッケージ裏面。写真アプリなどからこの画像をメニューバーのiTextアイコンにドロップすると……。
即座にOCR処理され、メニューバーのiTextアイコンの下にウィンドウが表示され、そのなかにOCR結果(テキスト)が表示される。

 ターゲットによっては改行の位置が微妙だったり、OCRしてほしくない記号などがテキスト化されたりもする。だが、まあおおむね「サクッと一瞬でOCRが済む」というイメージ。iTextアプリのOCR結果表示ウィンドウは簡易的なテキストエディタになってもいるので、そこで改行位置などを整えて別アプリにテキストをコピペするような使い方もできる。

 WebサイトによってはWebページ上の画像をドラッグしてデスクトップやフォルダにドロップすると画像をダウンロードできるが、そのドロップ先をメニューバーのiTextアイコンにしてもいい。Webブラウザに表示されている文字列入り画像を、ドラッグ&ドロップだけでOCRできるわけだ。

ケータイWatchの記事で使った「文字列入り画像」。文字はテキストではなく画像となっている。これをそのままメニューバーのiTextアイコンにドラッグ&ドロップすると……。
即座にOCR結果が表示される。この場合「ICE Look Inside」が「ICELookInside」となってしまったが、しっかりOCRされたというイメージ。

 認識率が高いのはGoogleのオンラインOCRサービスが採用されているからだそうだ。また、OCR結果はほかの言語へと翻訳することができる。翻訳機能にはGoogle翻訳などが使われており、機械翻訳の精度も高いので、「よくわかんない外国語が入った画像」の意味を手早く知るような使い方にも向く。

 なお、スクリーンショットしてのOCRは、Shift+Command+1などのショートカットで「画面上のどこを選択するのか」という範囲選択状態になり、カーソルでOCRしたい表示を囲むだけで瞬時にOCRされる。

 macOSのテキスト認識表示を使う場合、テキストコピーを禁止しているPDFの場合、PDFのウィンドウをスクリーンショットしてからOCRするという手間になる。一方、iTextの場合はスクリーンショットの操作だけでOCRが完了するので、これもまたスピーディーで効率がいい。

 でまあ、俺にとってはヒッジョォォォ~に便利で「まさにこういうやつ!」と納得できた大満足アプリとなったので、機能制限なしのサブスクリプション年額2500円で使っている。無料でも使えるが、無料版の制限は「1カ月に20枚まで」という制限がある。たまーに使う程度なら無料版でいいかもしれない。

ただし弱点も、ユーザーを選ぶiTextアプリ、かもしれない

 iTextアプリは俺的にものすごーく優良なアプリとなっている。「毎度のルーチンワークをこ~んなに効率化してくれて年額2500円は安いッ!!!」と思っているほどだ。

 ただ、ユーザーによっては「iTextだとまったく機能・性能不足」と思うこともあるだろう。

 たとえば、複数ページの連続OCRとか、OCR結果の「使いやすいカタチでのエクスポート」には非対応であること。「画像の図や表組みの文字列をOCRして元の図と同じようなスタイルで(ExcelやWordの形式で)出力してほしい」みたいな要望はまるで叶えてくれない。

 それからiTextにはOCRしたテキストの翻訳機能があり、非常に多くの言語に対応しているが、OCRテキストがちょっと長いともうお手上げ。A4用紙1枚に書かれた英文とか全然無理なので、大量の文書イメージのOCR処理なんか1mmもできない。

 俺の場合は英文入り画像をOCRテキスト化してそれを機械翻訳することが多いが、iTextの翻訳は精度はいいものの、多めのテキストには対応してくれない(「翻訳が失敗しました。テキストが長すぎます。」というエラーが出る)ので、DeepL Proアプリを使っている。ちなみにDeepL Proプラン(Individualプラン)は年額1万3800円だが、これはコレでものすご~く役立ってくれている。

 話を戻して、前述のとおり、無料版のiTextだと「月に20枚まで」というOCR処理回数の制限がある。毎日数回使う、というレベルでも年額2500円でのサブスクリプション契約が必要になる。

 といった弱点があるiTextだが、俺のように「調べ物や仕事中に、画面上のコピペできない文字や画像内の外国語を、手間をかけずに即座にテキスト化してたい」という「だけ」ならサイコーに便利に使える、と思う。無料版から使えるので、興味がある方はゼヒ無料版を試してみていただきたいッ!!!

スタパ齋藤

1964年8月28日デビュー。中学生時代にマイコン野郎と化し、高校時代にコンピュータ野郎と化し、大学時代にコンピュータゲーム野郎となって道を誤る。特技は太股の肉離れや乱文乱筆や電池の液漏れと20時間以上の連続睡眠の自称衝動買い技術者。収入のほとんどをカッコよいしサイバーだしナイスだしジョリーグッドなデバイスにつぎ込みつつライター稼業に勤しむ。