JobAutoでOCRを使って画像から文字を読み取る方法

★アクションの説明、概要

JobAutoでOCRを使って、 画像に表示されている文字を読み取る方法について説明します。

「OCR読み込み」アクションでは、 読み取り対象のファイルを指定し、 OCRで認識した文字をJobAutoの変数へ格納できます。

読み取り範囲は、 座標を指定して一部分だけを読み取る方法と、 全体を読み取る方法から選択できます。

1つのOCR読み込みアクションには、 最大6つまで読み込み設定を作成できます。

文字認識にはGoogleのAPIを使用します。 OCR変換するデータはJobAutoからGoogleへ送信されるため、 インターネットへの接続が必要です。

インターネットへのアクセス先を制限している場合は、 vision.googleapis.comへの通信を許可してください。 プロキシサーバを使用する環境では、プロキシの設定を行ってください。

またインターネットでアクセス先のドメインに制限がかかっている場合はvision.googleapis.comの制限を解除してください。

---

★アクションの作成方法

---

★アクションの設定画面について

アクション設定画面の設定項目についての説明は以下の通りです。

１．基本設定

１－１． 読み込むファイル

OCRで読み取るファイルのパスを設定します。変数を使用できます。また、システム値も使用できます。システム値の説明はこちら。

１－２．ページ番号

OCR変換する対象のページ番号を設定します。

１－３．プロキシ

Googleへの通信を行うときにプロキシサーバを経由するか、しないかを設定します。

・Proxyを使用する

プロキシサーバを経由して通信をします

・Proxyを使用しない

プロキシサーバを経由せずに通信をします

１－４．OCR読み込み番号

最大6つまで作成できるOCR読み込み設定の識別番号を設定します。

１－５．読み取り範囲

OCRで文字を読み取る範囲を設定します。

・座標を指定

左位置、上位置、右位置、下位置を設定し、指定した範囲をOCRで読み取ります。

・座標を指定

画像全体をOCRの対象にします。この場合、読み取り範囲の座標を設定する必要はありません。

１－６．読み込み番号の座標

OCR読み込み番号ごとに設定する座標です。

・左位置

OCR変換する位置を設定します。変数を使用できます。

・上位置

OCR変換する位置を設定します。変数を使用できます。

・右位置

OCR変換する位置を設定します。変数を使用できます。

・下位置

OCR変換する位置を設定します。変数を使用できます。

１－７．OCR変換後の格納先

OCR変換した値を格納する変数を設定します。

１－８．OCR読み込みイメージ保存先

OCR変換すると画像ファイルとして保存されます。画像ファイルのファイルパスを格納する変数を設定します。

---

２．高度な設定

２－１．アクション有効

このアクションを無効にする場合は、チェックを外します。

２－２．OCRイメージ保存先

OCR変換すると画像ファイルとして保存されます。画像ファイルのファイルパスを設定します。

２－３．文字での検出方式

文字を単語単位で区切ってOCRにかけるか、文章全体でOCRにかけるかを設定します。OCRにかけた結果に複数の言語（たとえば英文字とギリシア文字）が混在するなどの場合は、文章での検出を行います。

・単語での検出

単語単位で区切ってOCRにかけます。OCRにかけた文字によっては、OCRにかけた結果に複数の言語が混在することがあります。

・文章での検出

文章でOCRにかけます。OCRにかけた結果は単一の言語です。

２－４．日本語優先

・日本語を優先しない

日本語を優先しない読み取り方式です。

・日本語優先

日本語を優先した読み取り方式です。

---

３．エラー発生時の対応

３－１． エラー時の処理

エラーが発生したときの設定を行います。詳細はこちらをご確認ください。

３－２．基点となる条件分岐

「エラー時の処理」で「条件分岐の次のフローに移動」を選択した場合に設定します。アクションでエラーが発生したときの移動先となる条件分岐を選択します。

３－３． エラー時にログ出力

エラーが発生したときにログに出力するか設定します。スケジュール実行したときのログへ出力されます。エラーとして扱わない場合は、チェックを外します。詳細はこちらをご確認ください。

---

JobAutoで画像から文字を読み取る場合

画像に表示されている文字をOCRで認識し、 変数へ取得したい場合は、 「OCR読み込み」アクションを使用します。

読み取り対象となるファイルを指定し、 OCR変換した文字を 指定した変数へ格納できます。

画像全体の文字をOCRで読み取る場合

画像全体をOCRの対象にしたい場合は、 「読み取り範囲」で 「全体を読み取る」を選択します。

「全体を読み取る」を選択した場合は、 読み取り範囲を座標で指定する必要はありません。

画像の一部分だけをOCRで読み取る場合

帳票などの決まった場所に表示されている文字だけを 読み取りたい場合は、 「読み取り範囲」で 「座標を指定」を選択します。

左位置、上位置、右位置、下位置を設定し、 その範囲をOCRで読み取ります。

座標にはJobAutoの変数を使用できます。

1つの画像から複数箇所の文字を読み取る場合

「OCR読み込み」アクションでは、 最大6つまで読み込み設定を作成できます。

それぞれの「OCR読み込み番号」で 読み取り範囲や格納先を設定することで、 1つの帳票や画像から 複数箇所の文字を取得できます。

OCRで読み取った文字を変数へ格納する場合

「OCR変換後の格納先」には、 OCRで認識した文字を格納する 変数を設定します。

取得した文字は、 Excelへの書き込み、 Webやアプリへの入力、 条件分岐、 データベースへの登録など、 後続のロボット処理で使用できます。

OCR対象のファイルを変数で指定する場合

「読み込むファイル」には、 JobAutoの変数を使用できます。

ロボットの処理中に取得したファイルパスを 変数へ格納しておくことで、 処理対象によってOCRするファイルを変更できます。

システム値も使用できます。

日本語を優先してOCRする場合

日本語の文字をOCRで読み取る場合は、 高度な設定の「日本語優先」を確認してください。

設定	動作
日本語を優先しない	日本語を優先しない方式でOCRを行います。
日本語優先	日本語を優先した方式でOCRを行います。

日本語の帳票などで 期待した文字を取得できない場合は、 この設定も確認してください。

単語と文章のOCR方式を切り替える場合

「文字での検出方式」では、 「単語での検出」と 「文章での検出」を選択できます。

検出方式	動作
単語での検出	文字を単語単位に区切ってOCRします。
文章での検出	文章としてOCRします。

OCR結果に複数の言語が混在するなど、 期待した認識結果にならない場合は、 文章での検出も確認してください。

OCRで使用した画像を保存する場合

OCR変換時に作成された画像は、 「OCRイメージ保存先」で 保存するファイルパスを指定できます。

また、 「OCR読み込みイメージ保存先」では、 保存された画像ファイルのパスを 変数へ格納できます。

Googleへの通信が必要です

「OCR読み込み」では、 文字認識にGoogleのAPIを使用します。

OCR変換するデータは JobAutoからGoogleへ送信されるため、 このアクションを実行するには インターネットへの接続が必要です。

インターネットへのアクセス先を制限している環境では、 vision.googleapis.comへの通信を許可してください。

プロキシ環境でOCRを使用する場合

インターネット接続に プロキシサーバを使用する環境では、 「プロキシ」の設定を確認します。

設定	動作
Proxyを使用する	プロキシサーバを経由してGoogleへ通信します。
Proxyを使用しない	プロキシサーバを経由せずGoogleへ通信します。

PDFをOCRで処理する場合

PDFをOCRで処理する場合は、 必要に応じて 「PDFのイメージ変換」を使用できます。

PDFをあらかじめ複数のイメージファイルへ変換し、 変換後の画像を「OCR読み込み」で処理することで、 OCR処理を行う構成にできます。

「OCR読み込み」と「イメージ解析」の違い

機能	主な用途	利用サービス
OCR読み込み	画像に表示されている文字を読み取り、 JobAutoの変数へ取得します。	Google API
イメージ解析	スキャンした帳票や伝票を モデルに基づいて解析し、 データ化します。	Microsoft Document Intelligence

OCRで文字を正しく読み取れない場合の確認順序

1. 「読み込むファイル」に 正しいファイルパスが設定されているか確認します。
2. ファイルパスを変数で指定している場合は、 実行時に変数へ想定した値が 格納されているか確認します。
3. 対象となるページ番号が 正しく設定されているか確認します。
4. 「読み取り範囲」が 「座標を指定」または 「全体を読み取る」の 目的に合った設定になっているか確認します。
5. 座標を指定している場合は、 左位置、上位置、右位置、下位置に 目的の文字が含まれているか確認します。
6. OCR変換後の格納先変数が 正しく設定されているか確認します。
7. 日本語を読み取る場合は、 「日本語優先」の設定を確認します。
8. 文字の認識結果が期待と異なる場合は、 「単語での検出」と 「文章での検出」を切り替えて確認します。
9. Googleへインターネット接続できるか確認します。
10. アクセス先を制限している場合は、 vision.googleapis.comへの通信が 許可されているか確認します。
11. プロキシ環境の場合は、 「プロキシ」の設定を確認します。
12. 「高度な設定」の「アクション有効」に チェックが入っているか確認します。
13. エラーが発生している場合は、 「エラー発生時の対応」と実行ログを確認します。

関連するOCR・PDF操作

• JobAutoでPDFを画像へ変換する方法
• JobAutoでPDFをテキスト・HTML・XMLへ変換する方法
• JobAutoのその他操作一覧