OCRとは？紙の文字をデータにする技術の仕組みと、現場で押さえるポイント
紙の請求書を見ながら金額を打ち直す。届いた申込書の氏名を、転記ミスがないか何度も見比べる。こうした作業は、件数が増えるほど確認に時間がかかり、入力そのものより見直しのほうが長くなりがちです。
OCRは、その転記を機械に任せるための技術です。スキャンや撮影で得た画像から文字を読み取り、検索・集計・システム連携に使えるテキストへ変換します。正式には Optical Character Recognition、日本語では光学文字認識と呼びます。Optical Character Reader と書かれることもありますが、いまビジネスで言うOCRは、読み取り装置よりも「画像から文字を取り出す処理」を指すのが一般的です。
この記事では、OCRの仕組みと従来型・AI-OCRの違い、導入で減る作業と減らない作業、帳票の選び方、現場での使い方を順に整理します。製品比較の前に、自社の紙がどのタイプかを見極める材料にしてください。
OCRとは何か
OCRは、画像の中の文字を判別し、コンピュータが扱える文字コードに変換する技術です。紙に印字された「あ」を、キーボードで打った「あ」と同じようにコピーや検索ができる状態にする、と考えると分かりやすいです。
対象は紙だけではありません。PDF、複合機で取り込んだ画像、スマートフォンで撮った帳票、FAXを画像化したものも読み取り対象になります。変換後のデータは、会計システムへの取り込み、検索できるPDF（サーチャブルPDF）、RPAへの引き渡しに使われます。
人が同じ作業をする場合、目で字形を判断し、キーボードで再入力します。数枚なら問題になりません。月に数百枚、項目が十を超える帳票だと、入力時間だけでなく、桁の読み違えや名義の打ち間違いの確認まで含めた工数が積み上がります。OCRが置き換えるのは、この「見て、打つ」の部分です。
文字を認識するまでの流れ
製品によって処理の分け方は違いますが、基本の順番は次のとおりです。
-
1画像の取り込み
紙・PDF・画像を取り込み
-
2領域検出
文字がある領域を見つける
-
3行分割
ブロック、行、文字に分ける
-
4字形から候補を判定
字形を既存のパターンと照合して文字を決める
-
5前後の文字で絞り込む
必要なら前後の文字から候補を絞り込む
-
6項目出力
テキスト、または項目ごとのデータとして出力する
最初の関門は、文字の位置です。帳票は本文だけでなく、罫線、印影、ロゴ、網掛け、手書きの書き込みが同居しています。ここを文章のかたまりとして分けられないと、後段の認識が崩れます。
従来のOCRは、あらかじめ用意した字形辞書と、決められたロジックで1文字ずつ照合します。活字で、レイアウトが固定されていれば安定します。AI-OCRは、大量の画像で学習したモデルが、文字の領域判定と認識の両方を担います。辞書にない崩れ方や、帳票ごとのレイアウト差を、位置の手指定なしである程度吸収できるのが違いです。
スマートOCRの場合、文字認識そのものに加え、傾きや台形、背景のノイズを補正してから認識する処理を組み合わせています。スマホ撮影のように、スキャナほど条件が揃わない画像を想定した作りです。
郵便番号からAI-OCRまで
国内の実用化でよく引かれるのが、1968年の郵便番号制度です。はがきの赤い枠に書かれた番号を読み、配達局ごとに仕分ける装置が製品化されました。読む対象と書く位置が決まっている、OCRが最も得意な条件です。
1980年代にはコンピュータの価格が下がり、パッケージソフトとしても広がりました。この世代の弱点は認識率です。活字でも、読み取り後に人が全部を目視する前提が残っていました。漢字は画数が多く、似た字が並びます。「土」と「士」、「未」と「末」のように、形だけでは決めるのが難しい文字もあります。英数字だけの帳票より、日本語の帳票のほうが確認工数が残りやすいのはこのためです。
流れが変わったのは、画像認識に深層学習が使われ始めてからです。2012年の画像認識コンテストILSVRCで、トロント大学のチームが深層学習を用いて他を大きく引き離しました。以降、文字認識にも同じアプローチが持ち込まれ、手書きや非定型の帳票が実用の射程に入っています。
従来型との違いは、次の3点にまとめられます。
- 決まった位置・決まった字体だけを読むか、レイアウトが揃っていない帳票も読むか
- 手書きを例外扱いにするか、学習データをもとに読む対象に含めるか
- 文字をテキスト化するだけで終わるか、日付・金額・明細のように項目へ切り出して後工程へ渡すか
AI-OCRでも、未知の帳票が初回から完璧に項目化されるわけではありません。得意なのは「位置を一つずつ手で教えなくても、項目の手がかりから抽出できる」ことです。違いの詳細は、以下の記事で扱っています。
紙の入力を減らせる理由
OCRが検討される背景は、ツールの目新しさよりも、転記に割ける人数が減っていることです。
国立社会保障・人口問題研究所の将来推計（令和5年推計、出生中位・死亡中位）では、15〜64歳の生産年齢人口は2025年の約7,310万人から、2050年には約5,540万人まで減るとされています。総人口も2025年の約1億2,326万人から、2050年には約1億469万人になる見通しです。労働力人口そのものは、高齢者の就業参加でしばらく持ちこたえるシナリオもあります。ただし、帳票入力のような反復作業を、今と同じ人数で回し続けられる前提は置きにくくなっています。
もう一つは、読み取りの後工程とつなぎやすいことです。OCRは文字をデータにするだけで、承認やシステム登録は別の仕事です。ここをRPAや既存システムへのCSV連携で受けると、人が残る作業は「読めなかった箇所の確認」に寄っていきます。
-
1請求書をスキャン
-
2CSVに出力
-
3会計システムへ登録
たとえば、次のような分担です。
| 業務 | OCRが行うこと | 後工程が行うこと |
|---|---|---|
| 請求処理 | 請求書から日付・金額・取引先を抽出 | 会計システムへ登録、支払データ作成 |
| 入荷照合 | 納品書の品目と数量をテキスト化 | 発注残・在庫と突き合わせ |
| 申込受付 | 申込書の氏名・住所・番号を項目化 | 顧客マスタとの照合、不備の返却 |
業種を選びません。紙やPDFで届く文字がある業務なら、対象になり得ます。効果が出やすいのは、同じ種類の帳票が月にまとまった枚数あり、転記先のシステムが決まっている現場です。
導入で変わること
転記の時間が減る
効果が最も分かりやすいのは入力時間です。発注書1枚に5〜10分かけていた作業が、読み取りと確認だけになれば、枚数がそのまま時短になります。スマートOCRの導入事例では、月300枚前後の発注書のうちFAX・PDF分を読み取り、派遣・契約社員の残業が1人あたり月10〜15時間ほどだった状態から、ほぼなくなったケースがあります。枚数と項目数で幅は出ますが、「探す・打つ・見比べる」が「確認する」に寄る、というのが現場で起きる変化です。
ミスの種類が変わる
手入力のミスは、桁ずれ、似た数字の打ち間違い、名義の変換漏れが中心です。OCRに置き換えると、ミスは「形が似た文字の誤認」に偏ります。ゼロとオー、一とハイフン、旧字体などです。完全にはなくなりません。ただし、同じ帳票を同じ条件で読めば、人によるブレは小さくなります。確認箇所を誤認しやすい文字に絞れるのも、運用が安定してからの利点です。
保管と検索が変わる
紙の原本を残す必要がある業務は少なくありません。それでも、検索用のテキストを持っておくだけで、倉庫から箱を出す回数は減ります。名刺、図面の表題、過去の申請書のように「あとから探す」資料ほど差が出ます。拠点が分かれていても、権限を付けたデータなら同じ内容を同時に参照できます。紙の郵送や、写真をメールで送り合う運用より、抜けは減ります。
共有の範囲が広がるぶん、紙のときより持ち出しは簡単になります。社外に出すデータは、保管場所とアクセス権を入力担当者のPC任せにしないほうが安全です。
入力以外の仕事に人を戻せる
削減した時間の使い道は、会社によって違います。経理なら差額の原因調べ、自治体なら窓口、営業なら取引先の確認、です。OCRは入力を消すツールであって、判断を代行するツールではありません。浮いた時間をどこに戻すかを先に決めておくと、導入後の評価がぶれません。
まだ人の確認が残る理由
便利な反面、条件が悪いと従来型のOCRはすぐ外れます。AI-OCRでかなり減ったものも含め、導入前に見ておくべき限界です。
似た字形
日本語はひらがな、カタカナ、漢字、英数字が混在します。文脈で人が補っている文字を、字形だけで確定できないことがあります。
崩れ、かすれ、印影のかぶり
読める人が限られる筆跡は、モデルでも落ちます。訂正線、スタンプ、薄い複写は誤認の原因です。
罫線と文字の接触
枠線に数字が触れている、網掛けの上に文字がある、といった帳票は、線を文字として拾うことがあります。表認識を別に持っている製品かどうかで結果が変わります。
傾き、影、裏写り
スキャナならまだ揃えられます。スマホ撮影は台形、指のかぶり、室内照明の反射が入ります。補正機能がないOCRでは、ここで精度が落ちます。
確認は残る
スマートOCRは、独自の文字認識エンジンと文字列認識エンジンで、読み取り精度99.8%としています。高い数字でも、100枚に1箇所弱は外れる計算です。金額や口座番号のように1文字の誤りが事故になる項目は、人の確認を工程から外さないでください。確認をゼロにすることが目的ではなく、確認する量を減らすことが目的です。
読み取りの手順
現場の作業は、おおむね次の順です。
-
読む項目を決める
帳票全部をテキスト化するのか、日付・金額・取引先だけ抜き出すのかで、選ぶ製品も確認の仕方も変わります。明細行まで必要なら、表として取り出せるかを先に見ます。
-
紙を画像にする
複合機、ドキュメントスキャナ、スマホのいずれかです。薄い複写は裏に黒い紙を敷くか、裏写り除去のある機器を使います。斜めに入った紙は、後から補正できても、最初から真っ直ぐ撮ったほうが安定します。
スキャナでも撮影でも、欠ける・傾く・影が入る、の三点を避ける -
画像の状態を見る
暗すぎる、ぼやけている、ページの端が切れている場合は、認識前に撮り直したほうが早いです。AI-OCRでも、写っていない文字は読めません。
-
項目の位置を決める
定型帳票は、一度テンプレートを作れば次回から位置を指定しなくて済みます。見積書や請求書のように取引先ごとに体裁が違う場合、従来型は帳票の種類だけテンプレートが増えます。AI-OCRには、項目名を手がかりに位置を自動で切るタイプがあります。スマートOCRは、このテンプレート作成をAIが補助する機能を持っています。
-
認識し、人が確認する
活字は安定しやすく、手書きは書き手の差が出ます。確認画面では、自信度が低い文字だけを色分けできる製品を選ぶと、全件を読み直す負担が減ります。
選ぶときに見る三点
機能一覧より先に、自社の紙を10枚ほど並べてみると判断が早いです。
文字の種類
手書きが混ざるなら、手書きを学習対象にしているかを確認します。印字だけの請求書なら、罫線と表の扱いのほうが効きます。レシートは感熱紙のかすれ、通帳は小さい活字と印字位置の揺れが別の難所です。
数え方と料金
課金が「項目数」の製品と「枚数」の製品があります。1枚から7項目取る請求書を、項目課金で処理するのと、枚数課金で処理するのでは、月間コストの出方が逆になることがあります。見積は、多い月の枚数と、1枚あたりの取得項目で出してもらってください。
対応している帳票
汎用型、請求書特化、レシート特化、身分証明書特化では、初期設定の量が違います。種類が少ないなら特化型が短い期間で安定します。取引先ごとに体裁が違うなら、非定型を前提にした製品でないと、テンプレート作成が現場の負担として残ります。
試すときは、きれいな見本だけでは足りません。実際に届く、印鑑が押してある、斜めの、書き込みのある紙を含めてください。
精度を落とさないスキャン
認識エンジンを変える前に、画像側で拾える精度があります。
- 裏写りは、白い紙を挟むだけで減ることが多い
- 解像度が低いと字形がつぶれます。拡大してシャープにするより、最初から十分な解像度で撮る
- 色地に色文字は、モノクロ化してコントラストを上げたほうが読めることがある
- 背景の地紋や社印は、文字領域と分離できるかをサンプルで確認する
運用ルールも精度のうちです。「この帳票は再撮影してよい」「金額欄だけは必ず人が見る」を決めておくと、担当者が変わっても結果が揃います。
活用事例
公開情報と、現場で繰り返し見かけるパターンを分けて挙げます。
請求書・発注書
体裁が取引先ごとに違い、メール添付のPDFとFAXが混ざる業務です。必要なのは全文字ではなく、日付、取引先、金額、明細です。前述の発注書の事例では、1枚5〜10分だった処理がおおむね3分の1から半分になり、月10〜15時間あった残業がほぼ消えました。
レシート・経費
仕分けと金額転記が中心です。かすれと長い店名が難所で、金額欄の確認を残す前提が現実的です。
名刺
枚数より「あとから検索できるか」が価値です。担当者が変わったあと、紙の束から一社を探す時間は、データ化してあればほぼなくなります。
申請書
長野県塩尻市は、保育園の申請受付を先行モデルに、職員が人でなければできない業務へ時間を戻す検証を行っています。窓口の質問対応と、申請書の転記は、同じ職員の時間を取り合います。転記を先に機械へ渡す、という考え方は民間の受付業務でも同じです。
アンケート
スルガ銀行は、手書きの「お客さま情報確認書」をOCRでデータ化しています。月1,000件の処理で、手作業と比べ月420時間、年およそ5,000時間の負担が減り、この作業に充てる人員も当初見込みの半分程度になった、と発表されています。年5,000時間は、月160時間勤務で換算すると2〜3人分の作業量です。
口座振替依頼書
ある金融機関では、住所や名義が書かれた口座振替用紙をAI-OCRで読み、RPAが既存の顧客情報と照合しています。一致すれば登録まで進み、不一致だけ人が見る形です。入力種類が1万を超えていた、という規模感が公開されています。
学校の健康診断
蓄積された手書きの検診情報を電子化し、研究用のデータベースとレポート出力につなぐ試みもあります。個人情報の匿名化と、項目のゆれをどう吸収するかが、企業の帳票案件より手前の論点になります。
これからの読み取り
文字をテキストにすることは、すでに目的ではなく入口です。実務で聞かれているのは、明細を行として保てるか、マスタと突合できるか、自信度の低い項目だけ人に回せるか、です。
縦書きや、レイアウトが自由な文書は、ビジネス帳票に比べて学習データが少なく、まだ得意分野とは言えません。一方で、請求書・注文書・申込書のように項目が決まっている紙は、位置定義を毎回しなくても抽出できるところまで来ています。
選ぶ基準は認識率の数字だけではありません。自社の紙でどこが外れるか、外れたとき誰が直すか、直した結果を次の読み取りに戻せるか。この3点が、半年後の工数を決めます。
よくある質問
Q：用紙や帳票の種類に制約はありますか。
従来型は、専用用紙や決まった枠を前提にしている製品があります。AI-OCRは非定型や手書きも対象にできますが、帳票の種類ごとに項目の対応付けが必要なものは残ります。
Q：何を用意すれば使えますか。
複合機かスキャナ、あるいは撮影できるスマホがあれば、画像を作るところまでは足ります。クラウド型なら、その画像をアップロードするPCと、取り込む先のシステムが決まっていると導入が短いです。
Q：日本語以外は読めますか。
国内向けの業務OCRは、日本語と英語が中心です。他言語が技術的に不可能というより、帳票需要がこの2言語に偏っているためです。
Q：縦書きは読めますか。
縦書き自体は対象です。ただし自由レイアウトの縦書きは、横書きの定型帳票ほど学習が進んでおらず、実用になる範囲は製品と文書で差があります。契約前に現物で確認してください。
Q：OCRエンジンとは何ですか。
画像から文字を見つけ、テキストへ変換するソフトウェアの中核です。領域を見つけるエンジン、文字を決めるエンジン、歪みを直すエンジンに分かれている製品もあります。スマートOCRは、文字列エリアの認識、文字認識、歪み補正、手書きと活字の両対応を組み合わせて使っています。
まとめ
OCRは、紙と画像の文字を、検索と転記に使えるデータへ変える技術です。従来型は位置と字体が固定された帳票に強く、AI-OCRは手書きと、取引先ごとに体裁が違う帳票へ対象を広げました。どちらも、金額や名義の最終確認を人から外せる段階ではありません。
効果が出るのは、毎月同じ種類の紙が届き、転記先が決まっている業務です。請求書、発注書、申請書、アンケートが典型です。まずは外してはいけない項目と、月間の枚数を置き、実物の紙で読み比べてから製品を決めてください。
インフォディオでは、帳票の種類と予算に合わせてスマートOCRの使い方を提案しています。非定型の請求書や手書き帳票の読み取りで検討中の方は、現物を数枚いただいたうえで、どこまで自動にできるかをお問い合わせください。