JXL を TXT に変換

看板や書類を撮影した写真から文字だけを取り出したい、検索できるようにしたいという場面でこの機能を使います。JPEG XL の画像もこの処理の対象に含まれています。

この処理は Tesseract という光学文字認識（OCR）エンジンをブラウザーの中で動かして行われ、画像がどこかへアップロードされることはありません。

このサイトが自前で用意している認識モデルは、英語・ドイツ語・フランス語・スペイン語の 4 言語だけです。日本語のモデルは含まれていません。

日本語の文字が写った画像にこの機能を使うと、文字を検出できないか、まったく違う文字列として誤認識される結果になります。日本語の文書からテキストを起こしたい場合、この機能は今のところ目的に合いません。

指定した言語が画像の中の文字と合っていない場合、認識結果はエラーにはならず、文字として成立しているのに意味の通らない文章が返ってきます。

結果をそのまま信用せず、必ず元の画像と見比べて確認する必要があります。

認識結果は改行や空白がそのまま返され、段組みや表の構造を復元するような後処理は一切行われません。認識エンジンが返した通りの文字列がそのまま出力されます。

文字認識は他の画像変換に比べて明らかに時間がかかります。大きな画像や文字数の多い画像ほど、その差は顕著になります。

モデルファイルは初回だけ端末に読み込まれ、その後はブラウザーの中に保存されるため、2 回目以降の実行は初回より速く始まります。

画像がぼやけていたり文字の向きが傾いていたりすると、文字として成立しているのに元の文章とは違う結果を返すことがあります。重要な文書であるほど、認識結果をそのまま使わず元の画像と突き合わせて確認することを勧めます。

JPEG XL のほか、JPG、PNG、WebP、AVIF、GIF、BMP、TIFF、HEIC、HEIF から文字を読み取れます。PDF はこの機能の対象には入っていません。スキャンした PDF から文字を起こすことはできません。

複数の画像を一度に置いても、順番に処理されて結果がまとめて返ってきます。アップロードは発生しませんが、1 回にまとめられるのは 100 ファイルまでです。

文字認識は処理時間が長いため、大量の画像を一度に置くと待ち時間が長くなります。