Chrome 拡張機能 OCR It を公開──非選択ドキュメントのテキスト化を自動化
領域指定と自動ページ送りにより、コピーガード付きの書籍やスライドをローカル Tesseract で一括テキスト化する。
リリース: 2026-08-21 · 読了 3 分記事の要約
1. 核心（What）
- Chrome 拡張機能「OCR It」が Manifest V3 に準拠して公開され、GitHub から導入可能
- 一度指定したキャプチャ領域とページ送りコントロールの位置をもとに、自動で画面撮影と OCR を繰り返す
- 抽出したテキストはポップアップ内で編集可能であり、ページごとのサムネイルや OCR 信頼度を確認して一括ダウンロードできる
- API キーや外部サーバーへの通信を一切行わず、同梱された Tesseract ビルドによってオフラインで完結
2. 影響（Why）
- LLM へのデータ投入コストを劇的に削減: コピーガードやビューア制限でテキスト化できなかった数百ページのドキュメントを、短時間でクリーンな text ファイルに変換して Claude や ChatGPT へ渡せる。
- 完全オフラインによるセキュアな処理: データが外部のクラウド API に送信されないため、NDA 案件や機密資料を扱うエンジニアでも社内ポリシーをクリアして利用しやすい。
3. 根拠・詳細（How）
- 座標ではなくポイントによるページ送り制御: CSS セレクタではなく画面上の「座標点」を記憶するため、DOM の動的再描画やクロスオリジン iframe、Shadow DOM 内のリーダーでも確実にクリックイベントを到達させる。
- OCR 完了同期による確実なエンド検出: 各ページの OCR 結果が戻るのを待ってから次ページへ送る設計を採用し、タイマー式で起きがちな末尾ページの無限ループや空回りを防ぐ。
4. 展望・課題（Next）
- ビルトイン PDF ビューアの制限: Chrome 標準の PDF ビューアは拡張機能からのインジェクションがブロックされるため、自動ページ送りが機能しない制約がある。