# 光学文字認識 -------------------------------------------------------------------------------- title: "はじめに" description: "Zia OCRは、画像や書類からテキストコンテンツを検出・認識する、すぐに実装可能なAIを活用したマイクロサービスです。" last_updated: "2026-08-17T13:08:50.038Z" source: "https://docs.catalyst.zoho.com/ja/zia-services/help/optical-character-recognition/introduction/" service: "Zia Services" -------------------------------------------------------------------------------- # Optical Character Recognition ## はじめに Optical Character Recognitionは、画像やデジタル書類内の手書きまたは印刷されたテキスト文字の電子的な検出を実行し、検出された文字を機械エンコードされたテキストに変換するCatalyst Zia Servicesのコンポーネントです。Ziaは写真やスキャンされた書類内のテキストを検出し、テキストを個々の文字に分解し、その言語を特定します。認識されたテキストはJSON responseとして提示されます。 認識されたテキストは、その正確性を知らせるconfidence scoreとともにJSON responseとして提示されます。Catalystアプリケーションをコーディングして、認識されたデータを保存したり、必要に応じてさらに処理したりできます。Zia OCRは、10の主要言語のテキストを自動的に検出・認識できます。 OCRは、スキャンまたは撮影された書類、チラシ、メニュー、ポスター、標識、その他のテキストを含むファイルからコンテンツを読み取るために作成されたWebおよびモバイルアプリケーションで広く使用されています。特定されたテキストは、デジタルで保存したり、さらなるデータ処理に使用したりできます。 Catalystは、Java、Node.js、Python SDKパッケージでZia OCRを提供しており、CatalystのWebまたはAndroidアプリケーションに統合できます。Catalystコンソールでは、アプリケーションのコードに実装できるこれらの環境用のコードテンプレートに簡単にアクセスできます。 また、コンソールでテキストを含むサンプル画像や書類をアップロードしてZia OCRをテストし、認識されたテキストを取得して、Ziaの精度とOCRレスポンス形式をより深く理解することもできます。 コードサンプルについては、Java SDKドキュメント、Node.js SDKドキュメント、Python SDKドキュメントを参照してください。OCRのAPIについては、APIドキュメントを参照してください。 Catalyst Zia Servicesのその他のコンポーネントについては、こちらのページをご覧ください。 -------------------------------------------------------------------------------- title: "主要な概念" description: "Zia OCRは、画像や書類からテキストコンテンツを検出・認識する、すぐに実装可能なAIを活用したマイクロサービスです。" last_updated: "2026-08-17T13:08:50.039Z" source: "https://docs.catalyst.zoho.com/ja/zia-services/help/optical-character-recognition/key-concepts/" service: "Zia Services" -------------------------------------------------------------------------------- # 主要な概念 Optical Character Recognitionのユースケースと実装について学ぶ前に、その基本的な概念を詳しく理解することが重要です。 ### テキスト認識プロセス 一般的にOCRシステムは、テキストの検出と識別プロセスにトップダウンアプローチを採用しています。 画像またはデジタル書類がZia OCRに送信されると、テキストの検出と認識プロセスは以下のように進行します。 1. Ziaは画像の構造を分析し、段落のようなテキスト行の連続したセットのブロックに分割します。 <br /> 注意: ブロックには画像コンテンツも含まれる場合があります。ただし、図、記号、画像など、テキスト以外のコンテンツはZia OCRによって識別されません。 2. 次に、Ziaはブロックをさらに分解し、個々のテキスト行を識別します。 3. テキスト行は単語に分割され、各単語は個々の文字に分解されます。 4. Ziaは検出した文字をデータセットと比較し、高度なアルゴリズムと分析を実行して文字を特定し、文字のグループに基づいて単語を認識します。 5. Ziaは、Intelligent Character Recognition（ICR）技術を使用して確率と仮説の大量のデータを処理し、コンテンツの言語を特定します。 6. 処理・認識されたテキストは、最終的にJSONまたはドキュメントレスポンスとしてユーザーに返されます。 ### モデルタイプ モデルタイプは、Catalystがサポートするタイプを記述するOCR機能の主要な属性です。一般的な光学文字認識機能のために処理するすべての一般的な画像および書類ファイルは、OCRモデルタイプに分類されます。Catalyst OCR APIまたはSDKを通じて画像や書類を処理する際は、常にこれをモデルタイプとして指定する必要があります。 Catalystは、Identity Scannerと呼ばれる独立した機能を通じて、IDの証明書や公式書類の処理、セキュアな本人確認の実行も可能です。これらは、AADHAAR、PAN、CHEQUE、PASSBOOKのそれぞれのモデルタイプに分類されます。 ### サポート言語 OCRモデルは、9つの国際言語と10のインド言語のテキストコンテンツを検出・認識できます。 #### インド言語 1. English 2. Hindi 3. Bengali 4. Marathi 5. Telugu 6. Tamil 7. Gujarati 8. Urdu 9. Kannada 10. Malayalam 11. Sanskrit #### その他の国際言語 1. Arabic 2. Chinese 3. French 4. Italian 5. Japanese 6. Portuguese 7. Romanian 8. Spanish ユーザーが言語を指定しない場合、Ziaは自動的に言語を検出できます。Ziaは、テキストが判読可能で明確で標準的なフォント構造を使用している限り、手書きコンテンツを認識できます。ただし、画像や図などの非テキストコンテンツは認識できません。 ### 入力形式 Zia OCRは、処理のために以下の形式の入力ファイルをサポートしています。 1. _.webp/.jpeg_ 2. _.png_ 3. _.tiff_ 4. _.bmp_ 5. _.pdf_ デバイスのメモリからCatalystアプリケーションに画像または書類ファイルをアップロードするためのスペースをユーザーに提供できます。また、エンドユーザーのデバイスのカメラを使用してテキストコンテンツを含む写真を撮影し、画像を入力ファイルとして処理するようにCatalystアプリケーションをコーディングすることもできます。 APIを使用して提供される入力には、ソースファイル、認識するテキストの言語（オプション）、およびモデルタイプ（オプション）が含まれます。 リクエスト形式はAPIドキュメントで確認できます。 より良い結果を得るために、入力を提供する際には以下のガイドラインに従ってください。 * 画像内のぼやけたまたは認識できないテキストの提供は避けてください。 * 画像ファイル内のテキストが明確で、見やすく、判読可能であることを確認してください。 * 画像ファイルに手書きテキストが含まれている場合は、標準的なフォントを使用していることを確認してください。 * 画像サイズが小さすぎないようにしてください。 ### レスポンス形式 Ziaは、以下の方法でOCR処理のレスポンスを返します。 * コンソールの場合<br /> コンソールで処理するサンプル画像または書類ファイルをアップロードすると、2つの形式でレスポンスが返されます。<br /> * ドキュメントレスポンス: 元のコンテンツに基づいて行と段落に視覚的に分離されたフォーマットされた読みやすいテキストが、OCRモデルタイプのconfidence scoreとともにパーセンテージ値で返されます。 * JSON response: OCRモデルタイプのconfidence scoreとともに、認識されたテキストがJSON形式で返されます。 * SDKを使用する場合<br /> APIリクエストを使用して画像または書類ファイルを送信すると、上記と同じ形式で認識されたテキストを含むJSON responseを受信します。SDKを使用してコード内でJSON responseのフォーマットをカスタマイズできます。たとえば、レスポンスとして個別の段落や行からの個々の単語を返すことができます。詳細については、Java、Node.js、Python SDKドキュメントを参照してください。 -------------------------------------------------------------------------------- title: "メリット" description: "Zia OCRは、画像や書類からテキストコンテンツを検出・認識する、すぐに実装可能なAIを活用したマイクロサービスです。" last_updated: "2026-08-17T13:08:50.039Z" source: "https://docs.catalyst.zoho.com/ja/zia-services/help/optical-character-recognition/benefits/" service: "Zia Services" -------------------------------------------------------------------------------- # メリット 1. 自動言語検出<br /> Ziaは自動モードで動作し、アルゴリズムを実行して入力ファイル内のテキストの言語を検出・特定できます。ただし、テキスト認識プロセスを高速化するために、ユーザーはOCR処理のために送信する際にテキストの言語がわかっている場合は指定できます。これにより、Ziaは処理と分析を限られたデータセットに制限でき、より迅速で正確な結果が得られます。 2. 高速パフォーマンス<br /> Zia OCRは高速かつ効果的にファイルを処理し、結果を生成します。Catalystは高いデータ転送スループットと最小限のリクエスト処理レイテンシを保証します。迅速な応答時間はアプリケーションのパフォーマンスを向上させ、エンドユーザーに満足のいくエクスペリエンスを提供します。 3. 高精度で信頼性の高い結果<br /> ZiaはAI駆動のアシスタントであり、繰り返しの体系的なトレーニングを通じて、より高い精度と低い誤差範囲で結果を生成します。AIは、複雑な計算と分析を実行するためにさまざまな機械学習技術を使用してトレーニングされています。トレーニングモデルは非常に厳密であり、大量のデータを学習・分析するため、生成される結果が正確で信頼性の高いものになります。 4. シームレスな統合<br /> 基盤となるロジックやバックエンドのセットアップを心配することなく、アプリケーションにOCRを簡単に実装できます。JavaおよびNode.jsプラットフォーム用に提供されている既製のコードテンプレートを、OCRの使用が必要なCatalystアプリケーションに実装できます。 5. コンソールでのテスト<br /> コンソールのテスト機能により、Zia OCRの効率を検証できます。テキストを含むサンプル画像や書類をアップロードして結果を表示できます。これにより、アプリケーションに実装した際に生成されるレスポンスの形式と正確性について把握できます。 -------------------------------------------------------------------------------- title: "ユースケース" description: "Zia OCRは、画像や書類からテキストコンテンツを検出・認識する、すぐに実装可能なAIを活用したマイクロサービスです。" last_updated: "2026-08-17T13:08:50.039Z" source: "https://docs.catalyst.zoho.com/ja/zia-services/help/optical-character-recognition/use-cases/" service: "Zia Services" -------------------------------------------------------------------------------- # ユースケース テキスト検出および認識技術は、幅広いアプリケーションやシナリオで実装されています。以下は、Zia OCRのユースケースの一部です。 * テキスト変換Androidアプリケーションは、Zia OCRを実装して、手書きおよびハードコピーのテキストコンテンツをデジタル書類に変換します。アプリケーションはソーステキストの写真をスキャンし、OCR処理されて、コンテンツが分解され、個々の文字が認識・グループ化されます。Catalystは数秒以内に最終的な判読可能な結果を生成し、アプリケーション内でエンドユーザーに表示されます。ユーザーは、他のデジタル書類と同様に、テキストファイルを編集、フォーマット、または検索できるようになります。 * 交通カメラに連動したアプリケーションは、交通規則違反者のナンバープレート登録番号をスキャンして読み取るためにZia OCRを実装し、キャプチャされたナンバープレートの画像からテキストを読み取ります。画像は自動的にアップロードされ、ZiaはOCR処理を実行して登録番号を解読します。認識された登録番号はさらに処理されて、車両所有者の身元が取得されます。アプリケーションは、Catalyst Data Storeテーブルにデータを保存することもできます。 Zia OCRを実装できるその他の例には、以下が含まれます。 * 画像ファイル内のテキストを認識し、テキスト付きPDFに変換する、またはその逆を行うアプリケーション。 * Aadhaar cardやbank passbookをすばやくデジタル化し、PDFファイルとして保存できるアプリケーション。 * 道路標識、看板、落書きなどのテキストコンテンツを犯罪現場の写真からスキャンする犯罪捜査アプリケーション。 * 雑誌、ジャーナル、契約書、パンフレット、ポスターのハードコピーをスキャンしてデジタル化するアプリケーション。 <br /> -------------------------------------------------------------------------------- title: "実装" description: "Zia OCRは、画像や書類からテキストコンテンツを検出・認識する、すぐに実装可能なAIを活用したマイクロサービスです。" last_updated: "2026-08-17T13:08:50.039Z" source: "https://docs.catalyst.zoho.com/ja/zia-services/help/optical-character-recognition/implementation/" service: "Zia Services" -------------------------------------------------------------------------------- # 実装 このセクションでは、CatalystコンソールでのOCRの操作のみを扱います。アプリケーションのコードでZia OCRを実装する方法については、SDKおよびAPIドキュメントのセクションを参照してください。 前述のとおり、コンソールからOCRをCatalystアプリケーションに統合するためのコードテンプレートにアクセスでき、またサンプル画像や書類をアップロードして認識されたテキストを取得することで機能をテストすることもできます。 ### Optical Character Recognitionへのアクセス CatalystコンソールでOptical Character Recognitionにアクセスするには、以下の手順を実行します。 1. Catalystコンソールの左ペインでZia servicesに移動し、OCRをクリックして機能にアクセスします。<br /> <br /> 2. Optical Character Recognitionの機能ページでTry a Demoをクリックします。<br /> ### CatalystコンソールでのOptical Character Recognitionのテスト Catalystのサンプル画像またはPDFファイルを選択するか、独自のファイルをアップロードすることで、OCRをテストできます。 サンプルファイルを処理して結果を取得するには、以下の手順を実行します。 1. ボックス内のSelect a Sample Imageをクリックします。<br /> <br /> 2. 提供されているサンプルから画像またはPDFファイルを選択します。<br /> <br /> OCRがファイルを処理し、その中のテキストコンテンツを検出・識別します。サンプルファイルであるため、テキストの言語とモデルタイプはCatalystによって自動的に提供されます。<br /><br /> 認識されたテキストは、コンソールの_Result_セクションの下に表示されます。<br /> <br /> View ResponseをクリックしてJSON responseを表示できます。<br /> <br /> テキストを含む独自の画像またはPDFファイルをアップロードするには、以下の手順を実行します。 1. _Result_セクションの下にあるUploadをクリックします。<br /> <br /> 閉じた後にOptical Character Recognitionを再度開く場合は、このボックスのBrowse Filesをクリックします。<br /> <br /> 2. ローカルシステムからファイルをアップロードします。<br /> 注意: ファイルは._jpg_/._jpeg_、._png_、._bmp_、._tiff_、または._pdf_形式である必要があります。ファイルサイズは20 MBを超えてはなりません。 3. ファイルのテキストのモデルタイプと言語がわかっている場合は選択します。OCRモデルにはGeneralを選択できます。ファイルに複数の言語のテキストが含まれている場合は、複数の言語を選択できます。 4. Proceedをクリックします。 コンソールがファイルを処理し、認識されたテキストコンテンツを表示し、OCRモデルタイプの場合はconfidence scoreも表示します。コピーアイコンを使用して認識されたテキストをコピーできます。 同様にJSON responseも確認できます。 ### Optical Character Recognitionのコードテンプレートへのアクセス CatalystがJava、Node.js、Pythonプラットフォーム用に提供するコードテンプレートを使用して、CatalystアプリケーションにOptical Character Recognitionを実装できます。 テストウィンドウの下のセクションからアクセスできます。Java SDK、NodeJS SDK、またはPython SDKタブをクリックし、コピーアイコンを使用してコードをコピーします。このコードを、必要な箇所でWebまたはAndroidアプリケーションのコードに貼り付けることができます。 <br /> Javaでは、入力ファイルを新しいFileとして処理し、ZCOCRModelTypeを使用してモデルタイプを指定し、setLanguageCodeを使用して言語を指定できます。サポートされている言語とモデルタイプのキーについては、APIドキュメントを参照してください。 前述のとおり、受信したJSON responseをフォーマットできます。Javaコードでは、特定の段落、段落内の個々の行、または行内の個々の単語を取得できます。 Node.jsコードは、入力ファイルをオブジェクトocrPromiseとして処理します。入力ファイル名を提供し、modelTypeを使用してモデルタイプを設定し、languageを使用して言語を設定できます。 Pythonでは、ファイルパス、モデルタイプ、言語をextract_optical_characters()メソッドの引数として渡す必要があります。ただし、モデルタイプと言語の値はオプションです。デフォルトではOCRモデルタイプとして渡され、言語が指定されていない場合は自動的に検出されます。