画像からテキストを抽出（OCR）
BETAローカルの韓国語 PP-OCRv5 モデルをブラウザで実行し、画像から韓国語・英語・数字の編集可能なテキストを抽出します。画像はアップロードされません。
要点と仕様
主要な処理はこのブラウザ内で実行されます。開始前に対応形式、公開済みの上限、必要なモデル取得量を確認してください。
- 入力
- JPG、PNG、WebP、GIF
- 出力
- テキスト、Markdown
- 処理場所
- この端末のブラウザ内
- モデルの対応言語
- 韓国語、英語
- 1ファイルの上限
- 10 MB
- 1回のファイル数
- 1
- 必要時のモデル取得
- 18 MB
- 最終確認
画面の言語とモデルの処理言語は別です。認識や発音の品質は言語によって異なるため、結果を確認してください。 現在のモデルは、この画面の言語を入力言語として提供していません。
OCRはこのブラウザ内でローカル実行されます。画像がAivikoやOCR APIにアップロードされることはありません。
ここに画像をドロップ
PNG、JPG、WebP、GIF・1枚・最大10MB
ファイルを選択抽出したテキスト
画像からテキストをローカル抽出する手順
Aivikoの画像テキスト抽出（OCR）は、最大10MB（5,000万画素以下）のPNG、JPG、WebP、GIF画像1枚から韓国語・英語・数字のテキストをブラウザ内で抽出します。初回実行時に約18MBの韓国語PP-OCRv5検出・認識モデルを取得してキャッシュし、専用Web Worker上でWebGPU（非対応時はWASMフォールバック）によりローカル実行します。
1. 画像を1枚選択（最大10MB）
文字が鮮明なPNG、JPG、WebP、またはGIFの写真・スキャン・スクリーンショットをドロップまたは貼り付けます。
2. ローカルPP-OCRv5モデルで認識
初回は約18MBのモデルをブラウザへ読み込み、WebGPUまたはWASMバックエンドで文字認識を実行します。
3. 結果を確認してTXT・Markdownで保存
抽出された文字や数値を元画像と照合し、コピーまたはTXT・Markdown形式でダウンロードします。
対応フォーマットと主な機能
- ローカルの韓国語PP-OCRv5モデルによる写真・書類・スクリーンショットからの韓国語・英語・数字テキスト抽出
- 最大10MB・5,000万画素までのPNG、JPG、WebP、GIF画像1枚に対応（内部8MB予算に合わせて自動調整）
- ONNX Runtime WebによるWebGPU高速推論とWASMフォールバックの自動切り替え
- ワンクリックのテキストコピーおよびプレーンテキスト（.txt）・Markdown（.md）書き出し
認識モデルの対象範囲と制限事項
- 画面表示は5言語に対応していますが、現在のOCR認識モデルは韓国語・英語・数字を対象としており、日本語専用モデルは搭載していません。
- PDFやiPhoneのHEIC画像は直接入力できないため、先にファイルコンバーターでPNGまたはJPGへ変換してください。
- 手書き文字、縦書き、複雑な表組、ピント外れの画像では誤認識や順序の乱れが生じるため、重要な数値や固有名詞は元画像と照合してください。
関連するブラウザ内ツール
画像テキスト抽出（OCR）に関するよくある質問
PDFやHEIC写真から文字を抽出できますか？
OCRツールはPNG、JPG、WebP、GIF画像に対応しています。PDFやHEICファイルは、まずAivikoのファイルコンバーターでPNGまたはJPGに変換してから読み込ませてください。
どの言語の文字認識に対応していますか？
現在は韓国語PP-OCRv5認識モデルを使用しているため、韓国語・英語・数字の抽出に適しています。日本語の漢字・ひらがな・カタカナ専用モデルは含まれていません。
選択した画像はサーバーにアップロードされますか？
いいえ。画像の処理と推論はブラウザ内のWeb Workerで行われ、画像データがAivikoのOCRサーバーへ送信されることはありません（初回モデル約18MBの取得通信のみ発生します）。
使用前の確認
製品情報の確認: Aiviko Team処理場所
選択した入力はブラウザ内で処理され、Aivikoの処理サーバーにはアップロードされません。
通信する可能性があるもの
コード、フォント、ランタイム、機械学習モデルを取得する場合があります。分析と広告はプライバシー・Cookieポリシーの選択と条件に従ってのみ読み込まれます。
結果と制限
速度、精度、実用的な最大サイズは入力、ブラウザ、端末により異なります。重要な判断に使う前にガイドをご確認ください。