Text Layer

テキストレイヤーは、PDFのページに保存された、機械で読めるテキストです。ページの見た目とは別に保存されます。閲覧ソフトは、検索、選択、コピーを行うとき、ピクセルではなくテキストレイヤーを読みます。テキストレイヤーのないページは、単語が写っていても、ただの画像です。

ワードプロセッサーやブラウザから書き出したPDFでは、見えるテキストとテキストレイヤーは同じオブジェクトです。スキャンしたページやスクリーンショットでは、見える内容は画像であり、OCRが上に別の目に見えないテキストレイヤーを追加します。PDFの仕様には、文字の輪郭を塗りも線も描かないテキストの描画モードがあります。そのため、このテキストは存在しますが、描画されません。

テキストレイヤーと見えるテキストの比較

項目	見えるテキスト	テキストレイヤー
読み手が見る内容	はい	描画されている場合のみ
検索可能	テキストレイヤーを通してのみ	はい
元データ	フォントまたは画像のピクセル	文書のテキストまたはOCR

ページは完璧に見えてもテキストレイヤーがない場合もあれば、きれいな画像の裏にOCRの誤りだらけのテキストレイヤーがある場合もあります。

テキストレイヤーが重要になる場面

• スキャンした文書や撮影した文書のアーカイブを検索する。
• PDFから引用、数字、コードをコピーする。
• スクリーンリーダーや検索用のインデックスツール。
• PDFのテキストを読み取る翻訳ツールや要約ツール。

テキストレイヤーの作成方法

1. 元データから：アプリから書き出すと、実際のテキストオブジェクトが書き込まれます。
2. OCRから：ソフトウェアが画像内の文字を認識し、一致する位置とサイズで目に見えないテキストとして書き込みます。
3. 編集から：一部のPDFエディターでは、テキストを手動で追加または修正します。

OCRの品質は、解像度、コントラスト、フォント、言語に依存します。2倍のスクリーンショットは、通常、強く圧縮された1倍の画像よりも良い結果になります。

テキストレイヤーでよくある間違い

• PDFを見た目だけで確認し、検索可能だと考える。
• OCRを2回実行し、テキストレイヤーが重複する。
• PDFをフラット化するか、画像として印刷し、テキストレイヤーを削除する。
• OCRのテキストを校正せずに、数字や名前を信頼する。

ページをPDFにまとめますか？

Temposhotは、キャプチャのセッションを PDF として書き出すときに、OCRのテキストレイヤーを追加します。既存の画像には、Screenshot to Searchable PDF を使ってください。詳しくは Macでスクリーンショットを PDF として保存する をご覧ください。

よくある質問

テキストレイヤーがあるかどうかを確認するには？

目に見える単語を検索するか、テキストを選択してみてください。どちらもできなければ、テキストレイヤーはありません。

テキストレイヤーを編集できますか？

はい。OCRの修正やテキストの編集に対応したPDFエディターでは可能です。

出典

• Optical character recognition（Wikipedia）
• PDF（Wikipedia）

関連リソース

• スクリーンショットから検索可能なPDF: ブラウザでテキストレイヤーを追加します。
• 画像からテキストを抽出: 1枚の画像からテキストを読み取ります。
• 書き出し形式: セッションから検索可能なPDFを書き出します。