ITパスポート 令和6年度 問59：technology_elementに関する問題

答えは b です。

OCR（オーシーアール）は、紙に印刷された文字や手書きの文字を、カメラやスキャナで読み取って、パソコンで打ち直せるテキストデータに変える技術です。紙の書類をデータ化したいときに大活躍します。

👉 覚え方：OCR＝「文字を“読み取って”→“打ち込み済みのデータ”に変える」。

ほかの選択肢：a 10cmくらいの近距離で無線通信＝NFC（おサイフケータイみたいなの）／c 人工的に音声を作る＝音声合成／d 触れた場所を検出＝タッチパネル。

なぜこれが正解か

正解は b。OCR（Optical Character Recognition＝光学文字認識）は、印刷された文字や手書き文字を光学的に読み取り、コンピュータで編集・検索可能なテキストデータに変換する技術。紙文書の電子化・データ入力の自動化に使われる。

各選択肢の解説

• a「10cm程度の近距離で無線通信」＝NFC（近距離無線通信。交通系IC・スマホ決済等）。
• c「デジタル信号処理で人工的に音声を作る」＝音声合成（TTS）。
• d「指先などが触れたパネル上の位置を検出」＝タッチパネル。

覚え方・ひっかけ注意

OCRの「C」はCharacter（文字）。“文字を読み取ってテキスト化”＝OCRと覚える。音声の読み上げ＝音声合成、音声を文字にする＝音声認識(OCRではない)、画像から文字＝OCR、と入出力の対応で区別する。手書きや帳票の読み取りという文脈が出たらOCRを選ぶ。

理論的背景

OCR（Optical Character Recognition：光学文字認識）は「光学的手段で取り込んだ印刷文字・手書き文字の画像を、機械可読なテキストデータに変換する技術」であり、正解はb。ITパスポートシラバスで「テキストデータへの変換技術」として明確に定義されている。

OCR技術の発展史は3世代に分けられる。第1世代（1970〜90年代）：テンプレートマッチング方式。あらかじめ登録した文字形状との類似度比較。固定フォント・限られた文字セットのみ対応。第2世代（2000〜2010年代）：ニューラルネットワーク・SVM（サポートベクターマシン）を使った統計的パターン認識。多様なフォント・一定の手書き文字に対応。第3世代（2015年〜現在）：ディープラーニング（CNN：畳み込みニューラルネットワーク＋RNN/Transformerの組み合わせ）による「AI-OCR」。様式が異なる非構造化文書・崩れた手書き文字・低画質スキャンにも対応。

OCRの処理パイプラインは「画像入力→前処理（ノイズ除去・歪み補正・コントラスト調整）→文字領域検出（レイアウト解析）→文字認識→後処理（辞書照合・文脈整合性確認）→テキスト出力」という段階で構成される。精度向上の鍵はこの各段階での品質確保にある。

実務での使われ方

OCRの産業応用は「ペーパーレス化・デジタル化」の文脈で飛躍的に拡大している。主要用途：①領収書・請求書の自動読み取り（経費精算・AP自動化）、②本人確認書類（運転免許証・マイナンバーカード・パスポート）のeKYC（電子本人確認）、③帳票・契約書の電子化（電子帳簿保存法対応）、④工場の生産記録・品質検査票のデジタル化、⑤古文書・歴史資料のデジタルアーカイブ化。

AI-OCRを提供する主要サービス：Google Document AI・Amazon Textract・Microsoft Azure Document Intelligence・富士通BLUE BOX・AIinsideが競合している。精度は約99%に達する製品もあるが、印鑑・手書き署名・縦書き・数式・表の罫線の複雑な解釈は依然として技術的課題として残る。

電子帳簿保存法（2022年改正）では「スキャナ保存制度」が要件緩和され、AI-OCRとの組み合わせで請求書・領収書の電子保存義務対応が加速している。ITパスポートでRPAとAI-OCRの組み合わせが出題されるのは、この「ペーパー受領→OCR変換→RPA入力」という現実の業務自動化パターンを反映しているためである。

試験での位置づけ

OCRはITパスポートのテクノロジー要素・AI技術の分野で「語彙の定義識別」問題として出題される。本問の選択肢構成（NFC：近距離無線通信、OCR、音声合成、タッチパネル）は「周辺機器・通信・センサー技術」の識別を問う典型設計。各選択肢の「距離・手段・目的」を整理することで正答できる。

「OCR＝目（カメラ）で文字を読んでテキスト化する」という直感的理解が有効。AI-OCRの文脈ではRPAとの組み合わせ（AI-OCRで非定型帳票を読み取り→RPAで基幹システムに入力）という業務自動化パターンがITパスポートの応用問題として頻出化している。

基本情報技術者では「OCRの処理アルゴリズム（パターンマッチング・機械学習）」「漢字OCRの特殊課題（異体字・旧字体）」「OCR精度の評価指標（文字認識率・単語認識率・フィールド認識率）」まで問われる。AI・機械学習系資格（G検定・AI実装検定）ではCNNを使ったOCRの技術的実装（アーキテクチャ設計・学習データの準備・転移学習の活用）が出題される。

選択肢の発展補足

aのNFC（Near Field Communication：近距離無線通信）との区別：「10cm程度の近距離で無線通信する」はNFCの定義そのもの（ISO/IEC 18092）。Suicaや電子マネー（非接触IC決済）・NFC対応スマートフォンでの支払い・NFC名刺（NFCタグを埋め込んだ名刺）がNFCの代表応用。「文字を認識してテキスト化する」機能ではなく「電磁誘導を使った短距離通信技術」であり、OCRとは全く異なる技術領域。

cの音声合成（Text-to-Speech：TTS）：テキストデータを人工音声に変換する技術であり、OCRの「画像→テキスト」とは変換の方向・入出力形式が完全に逆。OCR（文字→テキスト）とTTS（テキスト→音声）・STT（音声→テキスト）の混同は「A/D変換の方向の混同」として理解できる。スクリーンリーダー（視覚障害者向けPC補助技術）ではOCR（画像中のテキスト抽出）とTTS（テキストの音声読み上げ）が組み合わせて使われる。

dのタッチパネル（Touch Panel）：「ユーザーの指先などが触れたパネル上の位置を検出する」入力デバイス技術。静電容量方式（現在主流：指の微弱な電気を検出）・抵抗膜方式（感圧式：物理的押圧を検出）の2方式が代表的。「文字認識・テキスト化」という情報処理機能ではなく「物理的接触の位置検出」というセンサー機能であり、OCRとは目的・技術領域が根本的に異なる。