手元のスマホを、パソコンにつながった書類スキャナに変える道具を作りました。
スマホで書類を撮ると、パソコンの画面に「まっすぐに直した画像」と「書かれている文字」が並びます。
撮ってから使えるまでが、意外と長い
紙の書類をデータにしたいとき、これまでは次の手順が当たり前でした。
- スマホで撮る
- パソコンに送る（メールやクラウドを経由して）
- パソコンで画像を直す（斜めに写ったのを切り抜いて、まっすぐにする）
- パソコンで文字を読み取る（OCR というソフトにかける）
一つひとつは小さな作業ですが、書類が何枚もあると、そのたびにこの 4 段階をくり返すことになります。スマホで撮った書類はたいてい斜めに歪んでいて、そのままでは読みにくい。送るにもひと手間かかる。結局、撮った写真がスマホの中に溜まったままになりがちでした。
きっかけは、控除証明書の中身を帳簿に転記する作業です。紙を見ながら数字を打ち直すのが、とにかく面倒でした。
撮れば、送る・直す・読むまで終わっている
作ったのは、この 4 段階を「撮る」の 1 回にまとめる仕組みです。
- パソコンで起動すると、画面に QR コードが出ます
- スマホでその QR を読み、書類を撮ります（スマホにアプリを入れる必要はありません。いつものカメラがそのまま使えます）
- 撮った瞬間に写真がパソコンへ届き、書類の四隅を自動で見つけて、真上から撮ったようなまっすぐな画像に直します（台形補正といいます）
- 続けて数秒で文字の読み取りまで終わり、画面の「コピー」ボタンで文字を取り出せます
スマホから見れば「撮るだけ」、パソコンから見れば「まっすぐな画像と文字が勝手に並んでいく」という体験です。送る・直す・読むの 3 段階が、こちらの手を離れて自動で済んでいます。
写真はクラウドを通らず、家や事務所の Wi-Fi の中だけでパソコンに届きます。控除証明書のような個人情報の多い書類でも、外に出さずに済みます。
その先の「入力」まで任せられる
私の場合は、さらにもう一歩先まで進めています。
自分の仕事を手伝わせている AI の秘書（Soma と呼んでいます）が、この仕組みで撮った書類を受け取り、レシートなら経費の記録へ、控除証明書なら会計システムへ入力の案を作ります。私は案を確認して「それで登録して」と言うだけです。登録が済んだ書類には印が付くので、入れ忘れや二重入力も起きません。
これは私の環境にある AI 秘書を前提にした使い方ですが、「撮る」から「帳簿に入る」までが一本の線でつながると、紙の書類にかかる時間は大きく変わります。手で打ち直していた転記の作業は、撮った書類の確認だけになりました。
何が変わったか
- 書類をデータにするために、パソコンの前で「送る・直す・読む」をやる必要がなくなった
- 撮った写真がスマホに溜まったままになることがなくなった
- 控除証明書やレシートの数字を、紙を見ながら打ち直す作業がなくなった
一つひとつは数分の作業でも、「毎回やらなければならない手順」が消えると、紙の書類に向かう気の重さそのものが軽くなります。同じように紙の書類の転記に時間を取られている方には、こういう形の時短もある、ということが伝われば嬉しいです。
このスキャナは、近日中に DEMO ページで公開しようと思っています。公開したら、実際に触って試していただけます。
使用技術: Python, Flask, OpenCV, NumPy, Pillow, NDLOCR-Lite, ONNX Runtime, MCP, Claude Code