iPhone写真から文字を抽出する方法はどれがいい？2026年に3つを実機検証、最も時短なのはこれ

録音を Tinrec に任せて、数分で文字起こしと要約を作成

音声・動画のアップロード、多言語文字起こし、AI 議事録、タスク抽出に対応

最近、紙の本の読書ノートを整理していたとき、私は行き詰まりました。

本には書き留めておきたい重要な箇所がいくつもありましたが、一字一句メモに入力するのはあまりに時間がかかります。以前はスマホで写真を撮り、パソコンに転送してOCRソフトを立ち上げる、という流れでしたが、その作業だけでまた本を読むのと同じくらいの時間を費やしていました。

そこで考えました。iPhoneだけで、写真から直接文字を抽出する方法はないのだろうか？

ひと通り試した結果、実はiOSの標準機能でとっくに実現できることがわかりました。ただ、多くの人がどこにあるのか知らないだけです。この記事では、私が最もよく使うiPhoneの写真文字起こし3つの方法と、最終的になぜ1つの方法だけを使うようになったのかを紹介します。

なぜiPhoneで写真から文字を起こす必要があるのか？

紙の資料、手書きのノート、プレゼン資料のスクリーンショット、あるいは路上で見かけるイベントのポスターなど、文字が含まれていれば、編集・検索・共有のためにデジタルテキストに変換したい場面はよくあります。

以前はこの作業にサードパーティ製アプリやPCソフトが必要でした。しかし、iOS 15以降、AppleはOCR文字認識をシステムに統合し、操作はとても直感的になりました。この記事では、アプリを追加ダウンロードせずに使える標準機能3つを整理したので、読めばすぐに活用できます。

方法1｜写真アプリの「テキスト認識表示」——最も直感的に写真から文字を抽出

これは私が最もよく使う方法です。ほとんど事前の手順が要らないからです。

「写真」アプリを開き、文字を含む画像を開くと、右下に小さな「テキスト認識表示」アイコン（四角の中に横線が3本）が表示されます。タップすると、画像内のすべての文字が選択状態になります。

（この位置にスクリーンショット：写真アプリで画像を開き、右下の「テキスト認識表示」ボタンを矢印で指す）

ここで2つの操作ができます。指で画像内の特定の文字を長押しして範囲をドラッグ選択し、そのままコピーするか、「テキスト認識表示」ボタンをタップしてすべての文字を一括で反転表示し、必要な部分を選ぶこともできます。

（この位置にスクリーンショット：画像内の文字を長押しして選択し、矢印が「コピー」オプションを指す）

さらに、選択した文字が他の言語の場合、そのまま「翻訳」ボタンをタップできるので、翻訳アプリに切り替える手間が省けます。

この方法が最も強力なのは、写真アプリだけで使えるわけではないことです。Safariで見ているウェブページの画像や、「ファイル」アプリで開いたPDFでも、画像を長押しすればテキスト認識表示を利用できます。

つまり、画像を保存してから開く必要はなく、「画面に表示されている画像」なら直接文字を抽出できます。

こんな人に向いている：すでにたくさんの写真やスクリーンショットを持っていて、素早く文字を取り出したい人。日常的にもっとも頻繁に使うシーンに最適です。

方法2｜メモの「テキストをスキャン」——写真を撮らずに、見ながら変換

以前、受講生が「いちいち写真を撮ってから写真アプリで文字を抽出するのが面倒」と言っていました。実はもっと直接的な方法がメモに隠されています。

iOS 15.4以降、メモのカメラインターフェイスに「テキストをスキャン」機能が追加されました。メモを開き、カメラアイコンをタップして「テキストをスキャン」を選択すると、画面下部にカメラで取り込むウィンドウが表示されます。

（この位置にスクリーンショット：メモでカメラメニューを開き、矢印が「テキストをスキャン」オプションを指す）

iPhoneのカメラを紙の文書や本に向けると、システムが自動的に文字を認識して黄色い枠で表示します。認識された文字は画面上部にリアルタイムで表示され、必要に応じて「挿入」をタップすると、そのままメモに文字が入力されます。

（この位置にスクリーンショット：テキストスキャン中に、文字が黄色い枠でマークされ、矢印が下の「挿入」ボタンを指す）

この方法の利点は「撮ったら即変換」で、写真アプリとメモアプリを行き来する必要がないことです。特に紙のノートや名刺を大量に整理するときは、スキャンしながらそのままファイル化できます。

録音の整理を手作業から解放

音声・動画をアップロードするだけで、文字起こし、要約、タスクを自動作成

Tinrec を試す Tinrec アプリをダウンロード

ただし、すでに写真アプリに保存されている昔の写真の場合は、やはり方法1を使う必要があります。「テキストをスキャン」は「今、目の前の文字をデジタル化したい」という場面に適しています。

こんな人に向いている：一度に複数ページの紙の資料をテキストノートに変換したい人。特にメモでノートを取る習慣がある人におすすめです。

方法3｜カメラのライブテキスト（即時認識）——写真を撮らずに、目の前の文字を直接コピー

この方法は、「電話番号や一言を一時的にメモしたいだけで、写真を残したくない」というシーンに最も適しています。

iPhoneの「カメラ」アプリを開き、文字があるもの（チラシ、メニュー、画面、ホワイトボードなど）にカメラを向けると、ファインダー内に黄色い「テキスト認識表示」ボタンが浮かび上がります。タップすると、カメラ画面がフリーズし、認識された文字を直接選択できます。

（この位置にスクリーンショット：カメラアプリでチラシを写し、画面右下に「テキスト認識表示」ボタンが表示され、矢印がそのボタンを指す）

文字を選択したら、「コピー」または「共有」で他のアプリに送れます。さらに驚くべきは、認識した文字が電話番号や住所の場合、長押しするとそのまま発信や地図アプリの起動ができることです。

私の使い方としては、講座でスライドに表示されたURLリストをメモしたいとき、iPhoneを取り出してカメラでスキャンし、コピーしてメモに貼り付けます。所要時間は5秒もかかりません。

この機能は写真を撮る必要がなく、カメラを文字に向けるだけで抽出できるので、もともとの作業の流れをまったく妨げません。

こんな人に向いている：目の前の文字を臨時に抽出したいが、写真は残したくない人。

これだけ方法があるけど、どう選べばいい？

3つの方法はどれも「写真（または映像）から文字を起こす」というタスクを達成できますが、使うタイミングが少しずつ異なります。簡単にまとめると：

すでに写真アプリにある写真やスクリーンショット → 「写真のテキスト認識表示」を使うのが最も直感的。
大量の紙の資料を整理していて、そのままノートに出力したい → 「メモのテキストをスキャン」を使えば、一気通貫で完了。
目の前の文字を臨時に抽出したいだけで、写真は残したくない → 「カメラのライブテキスト」が最速。

私の使用割合は、おおよそ「写真のテキスト認識表示」が6割、「カメラのライブテキスト」が3割、「メモのテキストをスキャン」が1割です。普段はまず写真を撮ってから後で整理することが多いからです。もし机に向かって紙の資料を消化する頻度が高いなら、「メモのテキストをスキャン」の方が合っているでしょう。

iPhoneで写真から文字を起こす前に、知っておくべき3つのこと

これらの標準機能は強力ですが、いくつか制約もあります。あらかじめ注意点をまとめておきます。

文字の明瞭さが認識精度に影響します：手書き文字、特殊なフォント、背景が雑然とした画像では認識率が明らかに低下します。私の習慣は、撮影時に文字をできるだけ平らにし、光を均等にすることです。そうすればテキスト認識表示も正確に機能します。
「写真の中」の文字しか処理できず、万能なPDFエディタではありません：スキャンしたPDFがある場合、テキスト認識表示で文字を抽出することはできますが、PDF自体を直接編集することはできません。PDFの編集には別のアプリが必要です。
即時認識中はプライバシーに注意：カメラを起動すると、画面内の情報がリアルタイムで処理されます。公共の場では周囲に注意し、機密情報が他人の目に触れないようにしましょう。