iPhoneのカメラには、被写体に文章が含まれているとそれを読み取る機能(テキスト認識表示/Live Text)が装備されています。それとは別に、テキストが記載された書類を撮影しPDFとして保存する機能も用意されています。これが「書類をスキャン」で、メモアプリから呼び出すことができます。
「テキスト認識表示」と「書類をスキャン」は、どちらも「VisionKit」というAppleが開発した開発フレームワークを用い、紙などに印刷された文章を認識しデジタルデータ化するという機能は同じですが、目指すところが異なります。
テキスト認識表示は、カメラアプリで映した文字を認識し、テキストデータとして処理するための機能です。認識されたデータは恒久的に保存せず、コピーするなど一時利用を主な目的としています。写真アプリでは、画像に写り込んだ文章をテキストデータのように範囲指定しコピーできますが、これも同じテキスト認識表示です。
書類をスキャンは、認識された文章とその周囲をは再利用可能な文書(PDF)として保存するための機能です。文字認識にVisionKitを使う点はテキスト認識表示と同じですが、文書の四隅を検出し台形補正を行い紙の文書としての体裁を保つなど、物理的な文書をデジタル化するという機能に重点を置いています。複数ページを取り込みPDF化するなど、恒久的な保存を目的にしている点も異なります。
つまり、テキスト認識表示と書類をスキャンの違いは、データとして再利用しやすいPDFとして残すかどうか、書籍のように複数ページの文書を扱うかどうかという利用目的にあります。同じ開発フレームワークを使用しているだけに、文字認識精度に差はありませんから、データをどのように使うかで決めればいいでしょう。
-
「テキスト認識表示」と「書類をスキャン」はどう違う?
