「読んde!!ココ」は、画像などのデータから文字を読み取ることができる“定番”OCRソフト。使いやすさと認識精度の高さで定評がある。新バージョンの13では、日本語・英語あわせて約24万6千語の言語解析辞書と新アルゴリズムを搭載。従来バージョンから一層の認識率の向上を果たした。

読み取りでは、読み取ったデータから文字以外のノイズを取り除く「ノイズ認識・除去」機能が強化された。新アルゴリズムの搭載により、ノイズの除去効率が向上。文字情報を残しつつ、ノイズのみを高い精度で除去できる。これにより、ざらついた紙や、下地に色の付いた紙での認識能力もアップした。（赤ペンなどで記入された）色付きの手書きメモ部分を自動で取り除くこともできる。

文字が含まれる領域を検索する「領域抽出モジュール」も改善された。かすれた罫線がある領域を的確に検出し、帳票や囲み記事など、さまざまなレイアウトの紙面を読み取ることができる。

複数ページを読み取る際に無地ページが含まれている場合は、そのまま残すか、自動的に消去するかも指定できる。両面原稿と片面原稿が混在するときや、書籍を読み取るときなど、何も書かれていないページを取り除くことで、無駄なデータを作ることなくデータを保存できる。

読み取りなどの機能は、「読んde!!ココ」のランチャにあたる「スマートナビ」から実行できる。

• ワンタッチ認識：出力形式を指定するだけで自動変換
• 自動で認識：手順をカスタマイズした上で自動変換
• ステップで認識：一つひとつの処理を手動で行う
• Wordなどから認識：ほかのアプリケーションへのアドインを設定
• 原稿をコピー：スキャナとプリンタを用いて紙原稿をコピー

対応スキャナの多さや、読み取りの柔軟性は従来バージョンから変わらない。スキャナはTWAIN対応機種のほとんどをサポートする。専用のインタフェース画面が用意され、スキャナの機種にかかわらず、統一した操作感でスキャンを行える。読み取り対象には、画像ファイルはもちろん、PDFファイル、クリップボードにあるデータ、表示画面など、さまざまなデータを指定できる。

OCR認識の結果は、テキスト/RTF、Excel、PowerPoint、一太郎の各形式と、PDF/HTML/WRI/CSV/SYLK形式でファイルに出力できる。PDFでは「イメージのみのPDF」「テキスト情報を埋め込んだ透明テキスト付きPDF」を指定することが可能。あらかじめ指定した領域の文字列だけをCSVで保存することも可能で、必要な情報だけを取り出して効率的にデータベース化できる。

ユーザがカスタマイズした読み取り手順で連続読み取りを行う「OCRファクトリー」機能では、保存時の指定方法が強化された。あらかじめ指定した連番でファイル名を付けられるのはもちろん、既存の連番に続く番号を付けたり、OCR処理日時を付けたりもできる。従来同様、「認識元の画像ファイル名を流用して保存」「認識結果のファイル名で保存」を選択することも可能だ。

そのほか、エプソンのオフィリオ シナジーウェア「Document Storage」「Document Browser」との連携機能も追加された。オフィリオ シナジーウェアではドキュメントファイルの管理を一元的に行うことが可能で、OCR認識で作成したファイルを直接「Document Storage」のファイルボックスに転送・登録できるようになる。

なぜペーパーレス化が進まないのか。まっ先に思いつく理由のひとつは、紙という媒体がいまだ低コストで、情報を入力・伝達する能力に優れているということ。確かに、文字を入力して送信するだけなら、いまやテキストエディタや電子メールの方が早い。しかし、これに図が含まれるようになると立場は逆転する。メモ帳の隅にさらさらっ、と図を描くだけで思考が整理できる「紙のメリット」は、まだほとんどのパソコンでは実現できていない。

さらに悪いことに、そのようにして紙に書かれた情報を効率よくデジタル化するのはまだまだ難しい。文字を自動的に認識し、図を取り込み、整理・検索できるようにする、という効率的な手段は少ないのである。

「読んde!!ココ」シリーズは、そうした難しい課題に長期にわたって挑み続けてきたソフトだ。手書き文字ではなく活字文字を対象としたOCRソフトであるものの、それでもなおこの分野には、長いノウハウが必要だ。さらに、図や表を含んだ複雑な原稿となると、なおさら読み取りは難しい。「読んde!!ココ」のような歴史の長いソフトでないと歯が立たない。

そうした数少ない貴重なソフトである「読んde!!ココ」だが、新バージョンの特徴は、ドキュメントの「整理」「分類」に力を入れはじめたということのようだ。もちろん認識精度の向上にも力を入れてはいるとはいえ、それだけではなく、さらに「次の段階」に進もうとする気概が感じられる。これが日本のオフィスを変革する原動力となるのかどうか。なかなか興味深い。

開発中に苦労した点
文書の電子化処理に関する、お客さまの潜在的な要望を浮き彫りにし、それを今回の新機能にどうやって盛り込むかということが最も大変でした。さまざまな検討を行った結果、大量文書の電子化処理の効率化および低品質原稿の認識精度向上にポイントを絞って、新機能を提供させていただいております。

ユーザにお勧めする使い方

＜その1＞

自動OCR処理機能である「OCRファクトリー」がより便利になりました。「白紙除去」機能の搭載、および「ファイル名の設定」^※機能改良により、OCRの自動処理をより効率的に行えるようになっています。また、弊社の文書管理ソフトDocument Storageとの連携機能も大幅に強化しおります。「OCRファクトリー」と併用していただくことにより、大量の紙原稿を効率的に管理していただけるようになっています。

※OCRファクトリー機能において、認識結果保存ファイル名に日付、時刻、連番等を簡単に指定できるファイル名書式設定機能

＜その2＞

かすれ罫線原稿について、「かすれ罫線抽出」機能で領域抽出を行うことにより、より高い領域抽出精度を得ることができます。

＜その3＞

PDF出力機能において、英文レイアウトの再現精度を大幅に向上しております。英語文書をPDF形式で保管する方にはおすすめです。