ForHosting KIT · PDF・文書ツール

スキャンPDFが検索できない

紙の書類をスキャンしてPDFにしても、中身は文字ではなく画像として保存されており、検索もコピーもできません。この機能は元のページ画像をそのまま残し、裏側に検索可能なテキスト層だけを重ねて追加します。

● 安定提供中ページあたり$0.042

ご利用方法ウェブAPIメールアプリ近日Telegram 近日

オンラインで実行

アカウントでログインし、当社のサーバー上で実行します。無料ツールはブラウザ内で動作しますが、これは上記の料金がKIT残高から差し引かれます。

見た目は同じ、中身だけが変わる仕組み

画面に表示される画像は一切変更されません。ページの下に、文字の位置と内容を記録した透明なテキスト層が重なるだけです。読者にはスキャン画像がそのまま見えますが、検索窓に語句を入力すると該当箇所がヒットし、テキストの選択やコピーもできるようになります。

電子帳簿保存法とスキャンPDFの相性

電子帳簿保存法では、保存した書類を日付・金額・取引先で検索できる状態が求められます。画像のままのスキャンPDFはこの要件に対応できませんが、テキスト層を追加すれば全文検索や条件検索の対象になります。請求書や領収書をまとめて保存する運用と特に相性が良い機能です。

赤い印影が文字に重なっている場合

日本の書類は印鑑が文字に重なって押されていることが珍しくありません。認識の精度は印影が薄く文字にかからない場合ほど高く、印影が文字を覆っている箇所は読み取れないことがあります。重要な書類は、処理後に金額や日付など主要項目だけ目視で確認することをおすすめします。

料金と現在の状況

料金は1リクエストあたり$0.042、これに1ページ$0.0025が加算されます。10ページの書類なら$0.042＋10×$0.0025＝$0.067です。上限は25MB・200ページ。この機能は現在準備中で、実行はまだ受け付けていません。料金と上限はすでに確定しており、公開後も変わりません。

活用例

経理担当者が紙の請求書を検索可能にする

田中大輔さんは経理担当として、取引先から届く紙の請求書を毎月スキャンしています。テキスト層を追加してから保存すると、決算期に特定の取引先の請求書を金額や日付で検索して呼び出せるようになります。

印刷会社が過去の図面をアーカイブ化

有限会社ささき印刷は、紙で保管していた古い版下や図面をスキャンし、テキスト層を追加してから社内サーバーに保存しています。図面に書き込まれた品番や日付で検索できるようになり、探す時間が短くなりました。

個人事業主が確定申告用の領収書を整理

確定申告を控えたフリーランスが、1年分の領収書をスキャンしてまとめて処理します。テキスト層があるおかげで、あとから店名や金額を入力するだけで該当の領収書を探し出せます。

士業事務所が契約書を検索できる状態で保管

行政書士事務所が、顧客ごとに紙で受け取った契約書をスキャンして保管しています。条項の文言でキーワード検索できるようにしておくと、似た内容の契約書を後から見比べる作業が早く終わります。

よくある質問

処理後、スキャン画像そのものは変わりますか？

見た目は変わりません。ページの画像はそのまま残り、裏側に検索用のテキスト層が追加されるだけです。

手書きの文字も認識されますか？

手書き文字も対象になりますが、印刷された活字に比べると認識精度は下がります。手書きが多い書類は結果の確認をおすすめします。

印鑑が文字に重なっている書類はどうなりますか？

印影が薄く文字にかからない部分は問題なく読み取れます。印影が文字を厚く覆っている箇所は認識できないことがあります。

電子帳簿保存法の検索要件はこれだけで満たせますか？

テキスト層があれば日付・金額・取引先名での全文検索が可能になります。ただし法律全体の要件を満たすかどうかは、ファイル名の付け方など運用面にもよります。

10ページの書類だといくらかかりますか？

$0.042＋10×$0.0025＝$0.067です。米ドル建てで、実際に処理した分だけ請求されます。

今すぐ利用できますか？

現在準備中で、実行はまだ受け付けていません。料金と上限はすでに公開しており、開始後も同じ条件で利用できます。

開発者向け — APIアクセス

このページの機能はすべてAPIからも利用できます。自社システムに組み込みたいチーム向けのセクションです。それ以外の方は上のツールをそのままお使いください。

エンドポイント

POSThttps://api.kit.forhosting.com/pdf/ocr-layer

Bearerトークンで認証し、POST1回でタスクをキューに登録します。結果はWebhookまたは署名付きリンクで受け取れます。

お使いのスタックから呼び出す

curl -X POST https://api.kit.forhosting.com/pdf/ocr-layer \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d &#39;{"pdf":"https://ejemplo.com/documento.pdf"}'

const res = await fetch("https://api.kit.forhosting.com/pdf/ocr-layer", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.KIT_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    "pdf": "https://ejemplo.com/documento.pdf"
  })
});
const { task_id } = await res.json();

import os, requests

res = requests.post(
    "https://api.kit.forhosting.com/pdf/ocr-layer",
    headers={"Authorization": f"Bearer {os.environ[&#39;KIT_KEY']}"},
    json={
    "pdf": "https://ejemplo.com/documento.pdf"
},
)
task_id = res.json()["task_id"]

<?php
$res = file_get_contents("https://api.kit.forhosting.com/pdf/ocr-layer", false, stream_context_create([
  "http" => [
    "method"  => "POST",
    "header"  => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
    "content" => &#39;{"pdf":"https://ejemplo.com/documento.pdf"}',
  ],
]));
$task = json_decode($res, true);

body := bytes.NewBufferString(`{"pdf":"https://ejemplo.com/documento.pdf"}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/pdf/ocr-layer", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)

リクエスト例

{
  "pdf": "https://ejemplo.com/documento.pdf"
}

レスポンス例

{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "pdf.ocr_layer",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

非同期APIです。task_idは即時に返ります。ポーリングは1秒あたり1リクエストまでです。

料金

1リクエストあたり$0.042

ページあたり$0.0025

単価はすべて公開しています。トークン換算や独自クレジットはありません。失敗したタスクは課金されません。

制限

`max_mb`	25
`max_pages`	200

エラー

HTTP	コード	意味
`401`	`unauthorized`	APIキーが無効か、指定されていません。Authorizationヘッダーを確認してください。
`402`	`insufficient_balance`	残高が不足しています。チャージ後に再度お試しください。
`404`	`unknown_type`	指定されたタスクタイプは存在しません。タイプ名を確認してください。
`429`	`rate_limited`	リクエストが多すぎます。しばらく待ってから再度お試しください。
`413`	`input_too_large`	入力データが上限を超えています。サイズを小さくして再度お試しください。

KITの完全なドキュメントを見る →