AI活用方法：ChatGPTとClaude3.5でOCR機能を試してみた

こんにちは。日本のNFTをみんなで盛り上げて応援したい！AIにも興味深々のWeb３じいじのko_sanです。

OCR機能とは、Optical Character Reader（またはRecognition）の略で、画像データのテキスト部分を認識し、文字データに変換する光学文字認識機能のことです。

◾️今までのOCR機能の使い方は２種類：Google KeepとiPhone

これまで、画像データの文字をテキスト化したい時は、Google Keepに備わっているOCR機能か、iPhoneの写メの画像から、テキスト化してコピーして、Googleドキュメントなどに貼り付ける方法を使っていました。

１）Google KeepでOCR機能を使う方法

やり方は画像データをGoogle Keepで読み込むか、ドラッグした後に、テキスト化することでできます。このように、縦の点が３つ並んだところをクリックして。”Grab image text (イメージ掴んでテキスト化）”を選ぶと右のようにテキスト化してくれます。

なおこの写真は、幡野広志著「うまくてダメな写真とヘタだけどいい写真」のページから引用しています。

２）iPhoneの画像テキスト化機能を使う方法

iPhoneの場合、スクショあるいは写真を撮った画像を開くと、画像にある文字を選択できる機能があります。右下のアイコンをクリックすると、画像データを自動的にテキスト化してくれて「すべてコピー」を押して、Googleドキュメントにペーストすると、右下のようにテキスト化してくれます。これも便利。

では次に、AIのChatGPT4oとClaude3.5を使ったOCR機能のやり方を紹介します。

◾️ChatGPTとClaude3.5を使ったOCR機能の使い方

どちらも、画像をアップロードしてあとはプロンプトでテキスト化してとお願いするだけです。ちなみに、ChatGPT4は課金版、Claude3.5は無料版を使っています。ChatGPTの無料版でも画像アップロードとOCR機能は使えるということですが。試してないので定かではありません。

１）ChatGPT４oを使ったOCR機能の使い方

方法は簡単で、以下のようにクリップのアイコンをクリックして、画像がパソコンにある場合は「　　」を選択してアップロード後、「上記画像データをテキストにして、文字数を教えてください」とお願いするだけです。

「テキストにしてください」だけでも良いのですが、せっかくなので文字数カウントも依頼してみました。

ちゃんと読み取ってくれてテキスト化してくれた上に、文字数もカウントしてくれています。

２）Claude3.5を使ったOCR機能の使い方

次にClaude3.5を使ったOCR機能の使い方です。こちらもやり方はChatGPT4oと同様です。最初の画面で、やはりクリップのアイコンのAdd contentをクリックして画像をアップロードして、同じプロンプトを入れるだけです。

こちらも同様に正確にテキスト化してくれて、文字数もカウントしてくれます。

あれ、ChatGPTでは54文字でしたが、Claude3.5では66文字になっています。念の為に文字数をカウントしてみたところ、冒頭の記号を含めて66文字でした。なんと文字数カウントについては。Claude3.5の方が正確のようです。

◾️まとめ

本記事では、AIの利用方法として、ChatGPTとClaude 3.5を用いたOCR（光学文字認識）機能のテストについて解説しました。

これまで使っていた画像からテキストを抽出する方法として、Google KeepとiPhoneを使うやり方と、ChatGPT4oとClaude3.5を使ったやり方を、初心者にも分かりやすく画像付きで解説しています。