【Chrome拡張】Project Napthaで画像内のテキストを編集する方法｜仕組みと使い方を徹底解説

画像の中に埋め込まれたテキストは、通常そのままではコピーも編集もできません。しかし、Chrome拡張機能「Project Naptha」を使えば、わずか数クリックで画像内のテキストを選択・コピー・編集できるようになります。画像から重要な情報を手軽に抜き出したり、自分だけのミーム（ネタ画像）を作成したりするのに便利なツールです。高度なコンピュータ画像処理技術が使われていますが、実際に使ってみると、まるで魔法のように感じられるでしょう。

仕組みはどうなっている？

Web上にはさまざまな形態のテキストが存在します。通常のテキストであれば、自由にコピー＆ペーストが可能で、ブックマークレットなどのツールを使えばWebページ上の表示内容を思い通りに書き換えることさえできます。ところが、画像内のテキストは話が別です。コンピュータにとって、画像の中の文字は「テキスト」ではなく、単なる画像の一部にすぎません。だからこそ、画像内の文字を簡単に消したり編集したりすることができないのです。

Project Napthaは、Kevin Kwok氏によって開発されたChrome拡張機能です。画像内のテキストを自動的に検出し、選択・コピー・編集できるようにします。さらに、Ctrl+Fキーを押して現在のページ内の画像の中身まで検索できる機能も備えています（この機能は現在実験段階です）。

このプロジェクトは、GoogleドライブやMicrosoft OneNoteなどが画像内のテキストを解析して検索可能にするために採用しているのと同種のOCR（光学式文字認識）技術を利用しています。ただし、Project Napthaは従来型のOCRではなく、2008年にMicrosoft Researchが考案した「Stroke Width Transform」という手法を採用している点が特徴です。この処理はやや負荷が高いため、拡張機能はマウスの動きを予測し、カーソルが画像に近づいたタイミングで文字認識アルゴリズムを実行する仕組みになっています。また、「インペインティング」と呼ばれる技術により、テキストを削除・変更した際に、Adobe Photoshopの「コンテンツに応じた塗りつぶし」のように、画像の一部を自動的に補完してくれます。

画像処理はデフォルトではほぼすべてローカル（自分のPC上）で行われますが、より高い精度を求める場合は、画像をGoogleのTesseract OCRエンジンにアップロードして処理させることも可能です。

画像内のテキストを選択・編集する方法

まず、ChromeウェブストアからProject Napthaをインストールしましょう。次に、ブラウザでテキスト入りの画像を見つけ、その画像にマウスカーソルを合わせます。すると、あたかもWebページ上のテキストであるかのように、画像内の文字を選択できるようになります。右クリックすれば、選択したテキストをクリップボードにコピーすることも可能です。

テキストを編集するためのオプションは、少し分かりにくい場所にあります。画像内のテキストを選択した状態で右クリックし、「翻訳（Translate）」にポイントして「テキストを変更（Modify Text）」を選択してください。表示されるボックスに新しいテキストを入力すると、画像内の文字が置き換えられます。文字を完全に消去したい場合は、ここで「テキストを消去（Erase Text）」を選びましょう。

画像内に編集可能なテキスト領域が複数ある場合は、複数の「Enter Text」ボックスが表示されます。もちろん、仕上がりが完璧というわけではありません。まずフォントが元のものと完全には一致しませんし、複雑な背景からテキストを削除した場合には、多少の画像ノイズ（アーティファクト）が現れることもあります。

Project Napthaをカスタマイズする

Project Napthaは、ミーム生成サイトの代わりとしても活躍します。ネットで見かけたミーム画像を、シェアする前に素早く加工できるのです。また、PC上に保存した画像を編集したい場合は、Chromeの拡張機能ページでProject Napthaの「ファイルのURLへのアクセスを許可する」オプションを有効にしておく必要があります。これにより、ハードディスク上の画像ファイルをChromeのタブにドラッグ＆ドロップするだけで、そのまま編集できるようになります。

さらに、拡張機能が使用する文字認識エンジンを選択したり、その他のオプションを細かく調整したりすることもできます。画像内のテキストを右クリックすると、この拡張機能で設定可能なすべてのオプションが表示されます。

デフォルトでは、Ocrad.jsというJavaScriptライブラリを使用して、すべてのOCR処理をローカルで実行します。認識精度が不十分な場合は、Tesseractのオプションを選択して、GoogleのクラウドベースOCRエンジンに処理を任せることもできます。内蔵ライブラリが一部のテキストを正しく認識できない場合、こちらの方がより良い結果をもたらすことがあります。

Project Napthaは魔法ではありません。高度な文字認識技術と画像加工技術を、洗練された使いやすい形で実装したツールなのです。将来的にこうした技術がブラウザに標準搭載されれば、画像がどこでもよりインタラクティブになり、検索もしやすくなるかもしれません。

Project Napthaを使ったことはありますか？　従来のミーム生成方法よりも便利だと感じますか？　他にどんな場面で役立ちそうだと思いますか？　ぜひ下のコメント欄であなたの意見を聞かせてください！

画像クレジット：hand with a pincer Via Shutterstock