TOP
記事一覧
AWSのOCRサービス完全ガイド：Textract、Rekognition、Comprehendの使い分け

AWSのOCRサービス完全ガイド：Textract、Rekognition、Comprehendの使い分け

更新日：2025/02/09

AWSのOCRサービスとは

AWSが提供するOCR（光学文字認識）サービスは、ビジネスのデジタル化を加速させる重要なツールです。主に以下の3つのサービスがあります：

Amazon Textract
- PDFや画像からのテキスト抽出に特化
- S3と連携した大量文書の処理が可能
- フォームや表形式データの構造化抽出
Amazon Rekognition
- 画像・動画分析がメイン機能
- リアルタイムの文字認識が可能
- クラウドネイティブな統合性
Amazon Comprehend
- 抽出されたテキストの意味理解
- 自然言語処理による高度な分析
- マルチ言語対応

各サービスの特徴と使い分け

Amazon Textract

最適な用途：
- 請求書や領収書の自動処理
- フォームデータのデジタル化
- 大量の文書からのデータ抽出
主な機能：
- 表形式データの抽出
- キーバリューペアの認識
- PDFドキュメントの処理

Amazon Textractのリージョン対応状況

推奨リージョンの選び方：

日本国内向けサービスの場合

アジアパシフィック（シンガポール）
- 東京リージョンが未対応のため、地理的に最も近い
- 安定した低レイテンシー
- 日本との時差が少ない

グローバルサービスの場合

米国東部（バージニア北部）
- AWSの最大リージョン
- 最も安定している
- 料金が比較的安価
- 新機能が最も早く導入される

AWS Textractを使用したNode.jsアプリケーション

AWS SDK Textractのインストール

npm install @aws-sdk/client-textract

IAM権限の設定
必要なIAMポリシー:

AmazonTextractFullAccess

AWS SDK for JavaScriptを使用して下記の実装が可能です

const { TextractClient, DetectDocumentTextCommand } = require('@aws-sdk/client-textract');

// Textractクライアントの初期化
const textractClient = new TextractClient({
  region: 'リージョン',
  credentials: {
    accessKeyId: 'アクセスキー',
    secretAccessKey: 'シークレットキー'
  }
});

// OCR処理のエンドポイント
app.post('/api/ocr', upload.single('file'), async (req, res) => {
  try {
    // 1. ファイルの検証
    if (!req.file) {
      return res.status(400).json({ error: 'ファイルが提供されていません' });
    }

    // 2. 画像形式のチェック
    const allowedMimeTypes = ['image/jpeg', 'image/jpg', 'image/png'];
    if (!allowedMimeTypes.includes(req.file.mimetype)) {
      return res.status(400).json({ 
        error: 'サポートされていないファイル形式です。JPEG, PNGのみ対応' 
      });
    }

    // 3. S3へのアップロード
    const fileKey = `uploads/ocr-${Date.now()}-${req.file.originalname}`;
    await s3Client.send(new PutObjectCommand({
      Bucket: 'バケット名',
      Key: fileKey,
      Body: req.file.buffer
    }));

    // 4. Textractによる文字認識
    const textractResponse = await textractClient.send(new DetectDocumentTextCommand({
      Document: {
        S3Object: {
          Bucket: 'バケット名',
          Name: fileKey
        }
      }
    }));

    // 5. 認識結果の整形
    const extractedText = textractResponse.Blocks
      .filter(block => block.BlockType === 'LINE')
      .map(block => block.Text)
      .join('\n');

    res.json({
      success: true,
      text: extractedText
    });

  } catch (error) {
    res.status(500).json({ error: 'OCR処理に失敗しました' });
  }
});