アップロード不要のOCRと、オフラインOCRは同じではない

写真やスクショの文字をコピーする手順自体は、写真・スクショを文字起こしする方法にまとめています。こちらは「どこで認識するか」の話です。

リモートOCRとローカルOCR

多くの「画像をテキストに」サイトは、ファイルをサーバーへ送り、向こうのモデルで認識して結果を返します。便利ですが、送信先の保存期間、学習利用、委託先は、そのサービスの規約次第です。

ブラウザ内OCRは、認識エンジンと言語データをこのサイトから読み込んだあと、画像の解析を端末側で行います。原稿を認識のために外部OCR APIへ渡す必要はありません。これが「アップロード不要」の中身です。

「アップロード不要」は「回線を切って使える」ではない

初回はモデルやスクリプトをネットワークから取得します。キャッシュされれば次回は軽いこともありますが、完全オフラインを約束するものではありません。プライバシーを見るなら、次を分けて確認します。

• 原稿ファイルが認識APIへ送られているか
• ファイル名や抽出テキストが解析ツールへ渡っていないか
• ページ自体のJS/CSSは、当然このサイトから読み込まれる

個人情報が写っている書類ほど、処理境界が先

マイナンバー通知、診察券、給与明細、顧客とのLINE画面。精度の話の前に、その画像を第三者のOCRへ上げてよいかを決めた方が安全です。社内規定でクラウドOCRが禁止されているなら、ブラウザ内処理の方が条件に合いやすいことがあります。逆に、公開チラシの文字だけならリモートでも実害は小さいことが多いです。

CreatorPrivacyKit の ローカルOCR は、対応言語を選んでから認識します。「自動」は言語判定ではありません。日本語の原稿は日本語を選んでください。

PDF OCRも、同じ境界の話

スキャンPDFを検索可能にするにはページ画像を読む必要があります。ここでも「PDF全体を変換サイトへ上げる」と「ブラウザ内でテキスト層を足す」は別物です。暗号化されたPDFを解除して読む機能はありません。

検索可能PDFは見た目の下に文字を重ねます。人名や金額は、書き出したあとで原本と照合する前提の方が失敗しにくいです。

判断ルール

1. 公開してよい紙なら、処理先は二の次でもよい。
2. 氏名・住所・口座・顧客画面なら、原稿を外部認識へ送るか先に決める。
3. 文字起こしのコツ（トリミング、縦書き、レシート）は手順の記事へ。

LINEのトーク画面そのものは LINEのスクショを文字起こしする方法 です。OCRという作業をしたいか、ファイルを外に出したくないかが混ざると、どちらも中途半端になります。