PDFの文字をコピーできないときに画像PDFか見分ける方法｜OCRとコピー制限の違い

PDFの文字が見えているのに選択やコピーができない場合、文字が画像として埋め込まれているか、PDFにコピー制限が設定されているか、使用中のビューアで選択できない状態になっているなどが考えられます。最初からOCRをかけるのではなく、どの原因かを切り分けると余計な作業を避けられます。

まず文字が「テキスト」か「画像」かを見分ける

PDFの一部分を拡大し、単語を選択できるか試します。ドラッグしてもページ全体が画像のように動くだけなら、スキャンした画像PDFの可能性があります。ただし、それだけで断定はできません。テキスト選択ツールが無効なビューアや、保護設定によってコピーが制限されている場合もあるためです。

次にCtrl + Fなどの検索を使い、PDF内の特徴的な語句を探します。テキストが入ったPDFなら検索できる可能性があります。検索できず、文字をドラッグ選択もできない場合は画像PDFの疑いが強くなります。

画像PDFの場合はOCRを検討する

紙をスキャナーで取り込んだだけのPDFには、文字が画像の画素として保存され、検索可能なテキストが含まれていない場合があります。Adobe AcrobatではOCR（光学文字認識）機能を使い、画像上の文字を検索・選択できるテキストとして認識させることができます。

作業前に元ファイルを保存し、Acrobatの［すべてのツール］→［スキャンとOCR］などから文字認識を実行します。ページ範囲や言語を指定できる場合は、文書に合わせます。OCR後の文字は必ずしも完全ではありません。 数字の0とアルファベットO、1とl、漢字の似た字などは誤認識される可能性があるため、契約書・帳票・品番の数字は元画像と照合します。

コピー制限があるPDFは別の原因

コピーができない理由がセキュリティ設定や権限制限なら、OCRをかけても根本的な解決にならない場合があります。Acrobatの文書プロパティやセキュリティ関連の表示から、コピー・抽出が許可されているか確認してください。

制限されたPDFを無理に解除するのではなく、作成者へコピー可能な版の提供を依頼するのが適切な場合があります。個人情報や社外秘資料の場合は、無断で外部OCRサービスへアップロードしないようにします。

OCRを使ってよいケースと避けたいケース

OCRが向くのは、スキャン資料から検索語を探したい、資料の一部を転記したいといった作業です。一方、印影・手書き・複雑な表・細かい図面などをそのまま正確なテキストとして取り出せると期待しない方がよいでしょう。表の列境界が崩れたり、同じ行の文章が別々につながったりすることがあります。

帳票の数字を再利用したい場合は、OCRの結果をコピーしたあと、元PDFと件数・合計・桁数を突き合わせます。

原因別の判断表

「コピーできない」という症状は一つでも、元の文書形式によって対処法が違うことを押さえておくと、不要な変換を避けられます。

参考資料

• Adobe「スキャンした文書内のテキストの認識」：https://helpx.adobe.com/jp/acrobat/desktop/create-documents/scan-documents-to-pdfs/recognize-text.html