GASで画像データをOCRする方法！文章(英語+日本語)を読み取りテキスト化

2022年1月29日

Google Apps Script(GAS)には、画像データにある文章を読み取って、テキストデータを生成するOCRが可能です。

今回、画像データに含まれる英語と日本語の2種類の文章をOCRするGASスクリプトを解説します。

1. OCRとは画像データからテキスト読み取り
2. OCRがGASでも簡単に可能
3. GASスクリプトでOCRする事前設定
4. GASで英語の画像データをOCR
5. GASで日本語の画像データをOCR
6. まとめ・終わりに

OCRとは画像データからテキスト読み取り

OCRとは、スキャンした書類やメモの画像データにある文章を読み取って、テキストデータとして抽出することです。

単に書類をスキャンすることで電子データにしても、画像データではデータ活用に不便です。

OCRを行うことで書類やスマホで撮影した文章を簡単にテキストに変換できます。

かつてはOCRは画像の読み取り能力が低く、認識率もまだまだでした。

しかし、AI技術の発展によって、OCRは飛躍的に性能が向上しました。

日本語は漢字などがあって難しいですが、アルファベット26文字しかない英語は、すでにかなり正確に読み取ることができるようになっています。

OCRすることで人間がパソコンで打ち直す手間を大幅に軽減可能です。

OCRがGASでも簡単に可能

そんな便利なOCRですが、Google Apps Script(GAS)では実は簡単に実装できます。

GASのスクリプトを記述するスクリプトエディタでOCR機能を持ったサービスを追加し、OCRのスクリプトを書くだけで画像にある文章を読み取って、テキスト化してくれます。

GASのOCRはGoogleのAIによる画像認識を活用しているので、読み取り精度も非常に高いです。

10数行程度のGASコードを書くだけで、OCRを自動で実行できることができます。

GASスクリプトでOCRする事前設定

実際にGoogle Apps Script(GAS)でOCRを行うには事前設定が必要となります。

それはDriveサービス(drive API)をGASプロジェクトで有効にすることです。

１．GASスクリプトエディタで、当該のプロジェクトで、「サービス」の右にある＋アイコンを選択します。

Google Apps Script(GAS)によるOCRを行うスクリプトを実行するため、Driveサービスをプロジェクトに追加

２．「サービスを追加」でDrive APIを選択し、「追加」ボタンをクリックします。

Google Apps Script(GAS)のサービス一覧画面からDrive(drive API)を選択し、追加

※バージョンは自動入力される最新バージョンを選択しましょう。

以上でGASプロジェクトでDrive APIサービスが追加され、Driveサービスの様々なクラスやメソッドが使えるようになります。

Drive APIのメソッドの中にOCRを実行する機能があるので、それを活用して、GASでOCRを実行します。

GASで英語の画像データをOCR

Google Apps Script(GAS)でOCRを行う事前準備が完了したら、OCRを実行するスクリプトをサンプルコードで解説します。

まずは日本語ではなく、OCRの精度が高い英語の画像データからテキストを読み取ってみます。

Google Apps Script(GAS)のOCRで読み取りテストする英語(書籍より抜粋)

上記はとある英語の書籍をスマホで撮影した画像データです。

このスマホで撮影した画像に含まれている英語の文章を、GASによるOCRでテキスト抽出します。

事前に上記の画像をGoogleドライブにアップロードした上で、

下記の20行のGASサンプルコードが英語文章の画像をOCRするサンプルコードです。

Google Apps Script(GAS)で英語の文章が書かれた画像データをOCRしてテキストを抽出するサンプルスクリプト

function imageOcr() {
  //Googleドライブにアップした画像のファイルIDを変数で定義
  //サンプルコードを実行する場合は各自のファイルIDに書き換え
  let imageFileId = "1fe-EPbGWLlO_pigYQ9BY25FQ13cJ7-_e";
  //OCRのファイルを生成する際の名称
  let resource = {
    title: "OCR_TEST" 
  };
  //OCRファイル生成時のオプションを記載
  let option = {
    "ocr": true,// OCR設定で有効にするため、trueを設定
    "ocrLanguage": "en",// OCRを行う言語を英語で設定
  }
  //DriveAPIでファイルコピー時にOCRを実行する形で実行
  let imageData = Drive.Files.copy(resource, imageFileId, option);
  //DocumentAppクラスで画像を読み込み、テキストを取得
  let ocrData = DocumentApp.openById(imageData.id).getBody().getText();
  //OCRで取得したテキストデータをログ出力
  console.log(ocrData);
}

GASでOCRを行っているのは、15行目のDrive.Files.copyメソッドです。

このOCRのメソッドに、ファイル名と画像のGoogleドライブID、オプション設定を引数にすることで実行できます。

ファイル名やオプションはオブジェクト形式なので、記述方法はサンプルのように記述します。

GASによるOCRスクリプトを実行すると、ログ出力にOCR結果が表示されます。