OCRって難しい技術？名刺トラブルから学んだ文字認識の進化

名刺を写真で取り込んでデジタル化する際に、OCR（文字認識）を使ってみたところ、メールアドレスの小文字が大文字に読み取られてしまい、送信したメールがバウンスしてしまったことがありました。

「OCRってまだまだ精度が不安定なんだな」と思う一方で、ふと「そういえば昔からOCRは難しい技術だと言われてきたよな」とも感じました。

そこで今回は、実体験をきっかけに 「OCRはなぜ難しいのか」「どう進化してきたのか」 を調べてみました。

OCRとは？

OCR（Optical Character Recognition）は、画像の中の文字をコンピュータに認識させる技術です。

身近な例では、

• 名刺の自動データ化
• 請求書から金額や会社名を抽出
• 書籍や雑誌をスキャンして検索可能に

など、あらゆる場面で使われています。

OCRが間違える理由

私のように「メールアドレスが誤って認識される」ケースには、次のような要因があります。

• 文字の形が似ている：l（小文字エル）と I（大文字アイ）、0 と O など。
• 特殊文字列に弱い：自然文に最適化されているOCRは、メールアドレスやURLなどの記号混じり文字列は苦手。
• 補正処理の不足：OCR後に「小文字化」や「形式チェック」をしないと、誤りがそのまま残ってしまう。

👉 つまり、精度の問題だけでなく、後処理の設計不足も大きな原因です。

OCRは日本語だから難しいの？

よく「日本語OCRは難しい」と言われます。これは一部正解で、一部誤解です。

• 世界共通の難しさ
  低解像度・影・複雑なレイアウトは、どの言語でも誤認識の原因。
• 日本語特有の難しさ
  漢字の種類が多い／ひらがな・カタカナ・英数字が混ざる／縦書き・横書き両対応。
• アルファベット言語の難しさ
  英語でも rn と m、I と l の誤認識はよく起きる。

👉 結論：OCRが難しいのは全言語共通。ただし日本語は特に難易度が高い。

OCRの進化の歴史

調べてみると、OCRは70年以上の歴史を持つ技術でした。

• 1950年代：銀行小切手や郵便番号の読み取りで実用化。専用フォント（OCR-Aなど）登場。
• 1980〜90年代：PC用OCRソフトが普及。日本語OCRも商用化。
• 2000年代：スキャナ＋OCRでPDFを検索可能に。
• 2010年代：GoogleのTesseractなど、機械学習ベースのOCRが登場。
• 現在：ディープラーニングで手書き文字や多言語対応が進み、「文字を読む」から「意味を理解してデータ化」する時代へ。

どう付き合えばいいのか？

OCRを使う上で大切なのは、「完全自動化」に期待しすぎないこと。

• 自動補正を入れる：メールアドレスは必ず小文字化＋形式チェック。
• 人力を最小限に残す：重要なデータだけ目視確認。
• サービス選びを工夫：Sansanのように人力補正を組み込んだサービスを使うのも手。

👉 DXの本質は「人力ゼロ」ではなく、人力を最小限にして効率化する仕組みをつくること。

まとめ

• OCRは便利だが誤認識は避けられない。
• 日本語は特に難しいが、英語でも誤認識はある。
• 進化の歴史を知ると、今の限界と可能性が見えてくる。
• 大切なのは「OCR後の処理」と「人力をどこで挟むか」の設計。

名刺OCRでのちょっとした失敗が、OCRという技術の奥深さやDXのリアルを学ぶきっかけになりました。