ITパスポート 2025年 問81

イメージスキャナーの画像から文字を取り出す技術は何か？【ITパスポート 解説】

正解の理由

解法ステップ

1. 問題文のキーワードを探す：読み取った画像から「印刷文字や手書きの文字を読み取り」「テキストデータに変換」とある。
2. キーワードに合う用語を思い出す：「画像から文字を文字情報にする技術」→ OCR。
3. 選択肢を当てはめて検証：他の選択肢がハードウェアや別の規格名であることを確認して除外する。
   この手順で エ が正しいと判断できます。

選択肢別の誤答解説

• ア: CCD（Charge-Coupled Device：電荷結合素子）
  • 意味：カメラやスキャナーの内部にある「光を電気信号に変えるセンサー」です。画像を取り込むハードウェア要素で、文字を解析してテキストにする機能は持ちません。
• イ: DVI（Digital Visual Interface：デジタル映像インターフェース）
  • 意味：コンピュータとディスプレイをつなぐ「映像伝送の規格」です。映像の表示に関係しますが、文字認識とは無関係です。
• ウ: GPU（Graphics Processing Unit：画像処理用の演算装置）
  • 意味：グラフィックス処理や並列演算を得意とするプロセッサです。OCRを高速化するために使われることはありますが、「文字を認識する技術そのもの」ではありません。
• エ: OCR（Optical Character Recognition：光学的文字認識）
  • 画像中の文字を検出・解析して、文字コード（テキスト）に変換するソフトウェア技術です。印刷文字や一定程度の手書き文字の変換に使われます。

よくある誤解

1. 「スキャナー＝OCR」ではない
   • スキャナーは紙を画像にする装置です。OCRはその画像を文字に変えるソフト技術で、別物です。両方を組み合わせて使うことが多い点を混同しやすいです。
2. 「OCRは手書きも完全に読み取れる」は誤り
   • 印刷文字は高精度で読み取れますが、手書きは書き方や雑さで精度が大きく変わります。手書き専用の技術（ICR：Intelligent Character Recognition＝高度手書き文字認識）が必要な場合もあります。

補足コラム

• 実用例：領収書の自動仕分け、紙の書類を検索可能なPDFに変える、名刺のデータ化、古い書籍のデジタル化などです。
• 精度改善のコツ：画像を高解像度（300dpi以上推奨）でスキャンする、傾きや影を取り除く、文字部分をはっきりさせる（コントラスト調整）と認識率が上がります。
• 代表的なOCRエンジン：Tesseract（オープンソース）、商用ではGoogle Cloud Vision OCR、Microsoft Cognitive Services などがあります。
• 簡単な利用例（PythonでTesseractを使う場合）：

from PIL import Image
import pytesseract

img = Image.open('scanned_page.png')
text = pytesseract.image_to_string(img, lang='jpn')  # 日本語を指定
print(text)

FAQ