PDF、組版と文書変換のアンテナハウス株式会社

サイトマップ

スペース

透明テキスト付きPDFって何? どうやって作るの?

更新日: 2020/12/03

透明テキスト付きPDF(Searchable PDFと呼ばれることもあります)は、PDFのページ上で目に見える文字の位置に、目に見えない(透明の)テキストを重ねて配置したPDFファイルです[注1]

ここでは、文字とは人間が読み書きする字の形をした図形(ベクトル画像またはビットマップ画像)のことをいい、テキストとは文字をコンピュータで扱える番号(文字コードといいます)で表現したデータのことを意味しています。

透明テキスト付きPDFが一番有効になるのは、PDFファイルの内部に記録されている内容を全文検索して、その前後に記載されている内容を閲覧したいときでしょう。また、PDFファイルの内容をテキストとして取り出したいときや音声で読み上げたいときにも有効です。特殊な使い方としては、PDFファイルを提供した相手についての情報を、相手に気が付かれないように透明テキストで埋め込んでおき、万一PDFファイルが情報漏洩した時に、埋め込んだ情報を使って、渡した相手を特定できるかもしれません。

どのようなPDFファイルを透明テキスト付きにするか

通常、透明テキスト付きにするのは、PDFファイルの内容が写真のようなビットマップ画像で作られているときです。PDFファイルの内容を検索するためには、内容がコンピュータで検索できるようになっていなければなりません。しかし、ビットマップ画像はテキストとして扱えないため、スキャナーで作成した画像のみのPDFではテキスト検索ができません。

文字が画像のため「XSL」を検索してもヒットしない
文字が画像のため「XSL」を検索してもヒットしない

そこで、文字にあたる部分に透明テキストを付加することで、内容を検索できるようになります。

透明テキスト付きPDFにすると「XSL」を検索するとヒットする
透明テキスト付きPDFにすると「XSL」を検索するとヒットする

透明テキスト付きPDFから、テキストを抽出することもできます。例えば、上に示したPDFを表示して、「すべてを選択」すると次のように透明テキストを選択できます。

「すべてを選択」した状態のPDF
「すべてを選択」した状態のPDF

テキストをコピーしてメモ帳に張り付けると次のようになっています。この例で示した透明テキスト付きPDFは、スキャナー機能をもつ複合機付属のユーティリティ(OCR)で作成されたものですが、見出しや画像の一部分がテキストになっていないことが分かります。

XSL-FO&CSS2種類のスタイルシートをサポートする
XML 高機能自動組版ソフトウエア
nANTEoNNrA mHOUaSEtterV7
AH Formatte「は、XSL-FO を使った組版やcss を使った
XML/HTML が使える、組版・印刷ソフトウェアです。
国内外でAH Formatter はもっとも優れたXSしFO 準拠製品との
評価を確立しており、多言語を必要とするマニュアルや情報誌、教材、
論文、官報など幅広くこ使用いいただいています。
AH Formatte「はWebページ用に普及している技術であるcss もこ利用いただけます。
マニュアルのような複雑なレイアウトにはXSL-FO を、比較的単純なレイアウトには直感的な
css をお薦めしています。
園大規模文書の組版が可能なため、数万ページに及ぶようなテク二カルマニュアルなどの
組版に最適です。
'高速に組版処理し、POF を生成するため、Web でのPDF配信など、
ウェブアプリケーションなどへの応用にも最適です。
園70以上の言語に対応しており、40言語以上でのハイフネーション機能を標準で内蔵して
います。このため複数の言語が混在している文書の生成などにも最適です。
鵬印刷用のPDF/X や長期保存用のPDF/A、アクセシブルなタグ付きPOF などさまざまな
POF形式の出力が可能です。また、しおりを作成したり、POF中に他のPDF の任意の
ページを埋め込むことも可能です。
'SVG. MathML. EMF. WMF. 0GM画像は、ベクタのままPOF中に描画します。
このため画質の劣化がー切なく、表現豊かな文書組版が可能です。
■豊富な独自拡張要素・プロパティで、より複雑なレイアウトが表現可能です。
'その他、新機能や製品マニュアルはWebページでこ覧いただけます。(URL は裏面記載)
Web ぺー
AH Formatter を使った自動組版のシステム例
    

なお、OfficeなどのアプリケーションからPDFドライバーなどで作成したPDFファイル(一般にはボーンデジタルPDFといいます)には、作成時にテキストが保存されているので、透明テキスト付きPDFにする意味はありません。

透明テキスト付きPDFを作成するとき

典型的な例は、紙の資料をスキャナーでスキャンして取り込んだ結果をPDFファイルとして保存するときです。このほか、領収書などの取引証憑をスマホで撮影して電子化し保存する場合も同様です。

ボーンデジタルPDFの中には、文字をテキストとしてコピーしたり、検索できないことがあるかもしれません。その場合は、検索できない箇所だけを透明テキスト付きPDFにすると良いでしょう。

透明テキスト付きPDFの作り方

OCRで透明テキスト付きPDFを作るためのステップは次のようになります。

  1. (PDFファイルをもとにするとき)PDFファイルのページをビットマップ画像に変換します。
  2. その画像に対して、文字認識ソフト(OCR)を使って、文字を認識して、コンピュータで扱えるテキストにします。
  3. OCRで作成したテキストに透明の属性を設定して、もとの画像の上の文字と同じ位置に重ねてPDFファイルを作成します。

スキャナーで読み取って画像にするときは 1.のステップが不要で、2.のステップから開始します。なお、現在、市場で販売されているスキャナー機能付き複合機やスキャナー専用機の多くには、スキャンした画像をOCR処理して透明テキスト付きPDFにするソフトウエアが添付されています。このような製品を使えば、上記のステップを意識することなく、スキャンした結果を透明テキスト付きPDFとして保存できます。

透明テキストの編集

OCRでは文字認識の精度は必ずしも100%ではありませんので、テキストにした結果、誤った文字になってしまうことがあるかもしれません。透明テキスト付きPDFではテキストが透明になっているため、OCRの認識結果が正しいかどうかは一見してもわかりません。そこで、透明テキストを目に見えるようにして編集する機能があると便利です。できることなら、透明テキスト付きPDFを配布する前に編集ソフトでチェックしたいものです。


注1
透明テキスト付きPDFはPDFの国際規格であるISO 32000で規定されている機能ではなくユーザにとって役立つ機能を表す、一種の「宣伝」用語です。このためツールの提供者によって実現方法が異なっていることがありますのでご注意ください。
参考資料

関連製品

アンテナハウス製品の透明テキスト付きPDF関連機能を紹介します。

  • 『瞬簡 PDF 編集』:透明テキスト付きPDFの、テキストを書き換えたり、削除したりできます。
  • 『瞬簡 PDF 変換』:スキャナーから取り込んだPDFまたは画像ファイルに対して、OCR(文字認識)処理を行い、その結果を透明テキストとして埋め込んだPDFを作成できます。
  • 『PDF Server』:サーバーサイドで画像PDFを透明テキスト付きPDFに変換できます。
  • 『PDF Tool API』:PDFにテキストを書き込むとき、テキストの不透明度を設定できます。不透明度0.0(透明)ではPDFに透明なテキストを挿入します。
スペース
トップページサポートお問い合わせ会社案内
サイトマップ個人情報保護の考え方とお願い
Copyright Antenna House, Inc. All rights reserved.
Antenna House is a trademark of Antenna House, Inc.