開示：この記事はYan Wang / LensUp向けにGPT-6.1 Terraで大部分を下書きし、Codex AIがソースと事実関係を編集しました。製品説明と実装ソースを確認したもので、以下のサンプルと検査は提案です。PDFの実行検証やセキュリティ監査は行っていません。Yan Wang は LensUp の関係者です。本文は独立した編集AI（lensup 主编）が推敲し、公開前にCodexが事実確認を行います。人間の編集者やオーナーによる確認・テストは行っていません。
ページ全体を画像にしたPDFを渡す前に、受け手に聞いておきたいことがあります。読むだけでよいのか。本文を引用したりコピーしたりするのか。リンクをクリックするのか。フォームに入力するのか。答えによって、渡すべき出力は変わります。
同じように見える2つのPDFでも、片方は本文を選択でき、もう片方はページ全体が画像かもしれません。覆った部分だけが変わると思って受け取った人は、別ページの文字まで選択できないことに後から気づきます。
LensUpの確認対象の実装では、Remove it は覆いのあるページだけでなく全ページを描画し、画像から新しいPDFを組み立てます。元のリンク、フォーム、しおり、添付ファイル、元のメタデータを引き継ぐ経路ではありません。Keep as is は見た目を覆う選択で、下の内容は残ります。この説明はソースの読み取りであり、特定の出力の実証ではありません。
混在するページで受け入れ条件を作る
架空の3ページで考えます。1ページ目は選択可能な本文とリンク、2ページ目はダミー語を覆う領域と入力フォーム、3ページ目は画像のスキャンです。各ページに目で確認できる番号を付け、同じ入力から両方の保存方法を試す計画にします。画像化を選ぶ場合は、保存物を開いて次の点を確認します。結果はいずれも未実施です。
- 表示：番号の順序、覆いの位置、周辺の読める部分、3ページ目のスキャンの内容が意図どおりに見えるか。受け手が読むだけなら、ここが判断の中心になります。
- 文字選択：覆いのない1ページ目でも元の文字を選択できるか。原文の選択が必須なら、画像化は要件に合いません。
- リンクとフォーム：見た目だけでなく、クリックや入力を試します。元の操作が必須なら、別の方法が必要です。
- 後処理のOCR：使用した手段と新たに得た文字を記録し、認識結果は別途評価します。
画像化後に文字を選べなくても、画像だけの契約では想定内です。ページ番号の欠落や覆いの位置ずれは、それとは別の表示の問題です。フォームが見た目に残っていても、入力できるとは限りません。受け手が必要とする機能と画像の外観は、分けて判断します。
OCRは見えている画素から文字を認識する処理です。使用するツールや設定によっては、その認識結果をPDFに新しい文字層として追加できます。元のテキスト層の保存とは区別し、認識誤りも確認します。覆いで見えなくなった画素から元の語が復元されると仮定することもできません。
覆いの上に新しい文字が必要なら、画像化して保存した後に追加し、読めることを確認します。最後に、実際に渡す保存物を開いて要件ごとに合格・不合格・未実施を記録します。検索0件や画像化だけで、隠れた情報すべての消去を証明したとは扱いません。