OCRとは？画像や書類の文字をデータに変える仕組みを解説

2026年11月5日

結論：OCRは、画像や紙の書類にある文字を読み取り、検索・入力・集計に使える文字データへ変換する技術です。試験では、画像を取り込むことと、画像の中の文字を認識してデータ化することを分けて考えると整理しやすくなります。

OCRとは

OCRはOptical Character Recognitionの略で、日本語では光学文字認識と呼ばれます。帳票、申込書、名刺、領収書、写真などに写った文字の形を解析し、コンピュータが扱える文字列として取り出します。

紙をスキャンしてPDFや画像にするだけでは、文字は画像の一部です。OCRを使うと、取り出した文字を検索したり、表計算ソフトへ入力したり、別の処理に渡したりできます。ただし、読み取り結果には誤認識があり得るため、重要な金額、氏名、番号などは確認が必要です。

ITパスポートのシラバスVer.6.5では、AIやデータ活用に関する基礎用語が扱われます。OCRも、データを活用可能な形へ変える流れの中で、役割を理解しておくと関連用語と結び付けやすくなります。

OCRが文字をデータにする流れ

OCRの処理は、入力、整形、文字の判定、結果の利用という順で捉えると分かります。

画像を入力する：スキャナ、スマートフォンのカメラ、保存済みの画像などから書類を取り込みます。
読み取りやすく整える：傾き、明るさ、ノイズを調整し、文字の位置を見つけます。
文字を判定する：文字の形や並びを基に、どの文字かを推定します。
文字データを利用する：検索、入力支援、分類、後続システムへの連携に使います。

手書き文字、かすれ、影、複雑な表組みでは、読み取り精度が下がることがあります。OCRは文字をデータ化する入口であり、結果をそのまま正しいデータと決め付けないことが大切です。画像・音声・文章のような扱いにくい情報の位置付けは、非構造化データとは？画像・音声・文章データを解説で確認してください。OCRの前後で、どのようなデータを扱っているか整理できます。

スキャン・画像認識・OCRの違い

用語	主な役割	出力の例
スキャン	紙面を画像として取り込む	PDF、画像ファイル
OCR	画像内の文字を文字列へ変換する	検索・編集できる文字データ
画像認識	画像に何が写っているかを判定する	物体や分類の結果

スキャンは入力方法、OCRは文字を取り出す処理、画像認識は対象物を判定する処理です。OCRは画像認識に関係する技術の一つとして扱われることがありますが、目的は文字列を得ることにあります。画像の特徴を学習で捉える考え方は、畳み込みニューラルネットワーク（CNN）とは？画像認識の基本を読むと、OCRとの関係を広げて理解できます。