PDF図面のデジタル化・データ抽出の方法。測量図・建築図面の場合

PDF図面や登記書類からデータを抽出・デジタル化する方法を解説します。手動コピー・汎用OCR・汎用AI・専門AI OCRの違い、地積測量図の座標抽出とSIMA変換の自動化まで具体的に説明します。

PDF形式で保管されている図面や書類からデータを取り出す作業は、測量・不動産・建設の現場で日常的に発生します。特に座標値を含む測量図面は、手入力での転記ミスリスクが高く、自動化のニーズが高い分野です。

PDF図面のデータ抽出が必要になるケース

隣接地の測量：過去に作成された地積測量図から座標値を取り出して再利用する
分筆・合筆：複数の既存図面から座標を拾い集め、CADに再入力する
納品データの変換：紙またはPDFで受け取った図面をCADソフトが読める形式に変換する
台帳整備：図面情報をExcelや管理システムに登録する

PDFからデータを取り出す方法の比較

PDFからデータを取り出す方法は、対象のPDFの種類によって大きく異なります。テキスト層のある一般的なPDFと、スキャンPDF（画像PDF）では使えるツールと手順が変わります。

方法	対象PDF	精度	手間
コピー＆ペースト	テキスト層あり	高	件数が多いと大変
Microsoft Office変換	テキスト層あり（部分対応）	中	表が崩れやすい
汎用OCR	スキャンPDFも対応	中	旧字体・専門用語に弱い
汎用AI（ChatGPT・Gemini）	テキスト層あり中心	中	スキャンPDF・大量処理に不向き
専門AI OCR	スキャンPDFも対応	高	アップロードするだけ

地積測量図や登記簿謄本は多くがスキャンPDFのため、コピー＆ペーストや単純なPDF変換ツールでは対応できません。

図面PDFのデータ抽出における課題

図面PDFからのデータ抽出には、通常のPDFと異なる難しさがあります。

課題	内容
スキャン画像が多い	テキスト層がなく、一般的なコピペができない
座標の桁数が多い	小数点以下3桁まであり、入力ミスが起きやすい
表の構造が多様	点名・X・Y座標が縦横に並ぶ表の認識が必要
古い図面の文字品質	昭和年代の図面は印刷・スキャン品質が低い場合がある
旧字体・外字	人名・地名に一般的なOCRでは誤読しやすい文字が頻出
書式の多様性	作成者・年代・法務局によってレイアウトが異なる

汎用AIと専門AI OCRの違い

ChatGPTやGeminiなどの汎用AI（LLM）もPDFを読み込んで要約・質問への回答ができますが、OCR（画像からの文字認識）には対応していないか、精度が限定的な場合があります。

ツールの種類	向いている用途	図面・登記書類への適性
汎用LLM（ChatGPT・Gemini）	文章要約・質問回答	スキャンPDFに非対応、大量処理に不向き
汎用OCR（Google Vision等）	一般的な文字認識	旧字体・構造認識が弱い
登記・測量専用AI OCR	地積測量図・登記簿謄本	専用設計で高精度

専用AI OCRが汎用ツールと異なるのは次の3点です。

旧字体・外字への対応：人名・地名に頻出する特殊文字を専用辞書で処理するため、誤読が少なくなります。

座標表の構造認識：点名・X・Y・面積などの対応を自動で識別し、そのままExcel出力やSIMAファイル生成につなげられます。

スキャンPDF対応：画像として保存されたPDFでも、高精度でデータ抽出できます。

OCRによる自動抽出

AI OCRを使うと、スキャンPDFの図面から座標値を自動で読み取ることができます。地積測量図の場合、抽出されるデータは次の通りです。

座標表（点名・X座標・Y座標）
求積表（地番・地積）
引照点・基準点の座標と属性
面積の記載値（自動検算に使用）

登記簿謄本を同時に処理する場合は、表題部（所在・地番・地目・地積）、権利部甲区（所有者氏名・住所・持分・登記の日付・原因）、権利部乙区（抵当権・根抵当権の設定情報）が抽出対象になります。

抽出後はExcelやCSV形式でダウンロードでき、管理台帳への貼り付けや他のシステムへの取り込みがスムーズになります。

SIMA形式への変換

測量CADソフトで座標を活用する場合、SIMA（測量情報共通フォーマット）への変換が必要です。PDF図面から座標を抽出してSIMAファイルを生成できるツールを使えば、次の流れが自動化されます。

PDF図面をアップロード（スキャンPDF・電子データいずれも可）
AIが書類の種類を認識し、座標・面積の抽出結果を表示
抽出結果を画面で確認して必要なら修正
SIMAファイル（またはExcel）をダウンロード
測量CADに読み込んで使用

以前は「図面を見ながら手入力 → 面積逆算で確認 → 修正」というサイクルが必要でしたが、「確認して必要なら修正するだけ」の作業に変わります。スキャン品質が安定していれば、30秒〜3分程度で処理が完了します。

図面の種類別のデジタル化難易度

PDF図面のデジタル化難易度は、図面の種類・年代によって異なります。

図面の種類	デジタル化の難しさ	専用ツールの必要性
新しい地積測量図（電子PDF）	低い（テキスト層あり）	構造認識・SIMA変換に必要
新しい地積測量図（スキャン）	中程度	OCR精度・SIMA変換に必要
古い地積測量図（昭和年代）	高い（旧字体・低品質スキャン）	専用辞書・自動検算が重要
公共測量成果図	中程度	レイアウト認識が必要

古い図面ほど専用ツールの価値が高く、汎用OCRでは対応しきれないケースが増えます。

精度の実態

AI OCRの精度は書類の状態によって変わります。

精度が高いケース

登記情報提供サービスで取得した電子データのPDF
コントラストが明瞭なスキャンPDF（平成10年代以降の図面）

注意が必要なケース

昭和年代の古い図面（手書きや印刷品質が低いもの）
コントラストが低い・傾きがあるスキャン
旧字体・外字を含む氏名・地名（目視確認を推奨）

完全な精度は難しいため、最終的な目視確認は残ります。ただし「全件手入力」から「確認のみ」への変化でも、大幅な時間削減につながります。

よくある質問

Q: 建築図面（平面図・立面図）の座標抽出にも使えますか？

A: tohonは地積測量図・登記簿謄本に特化したツールです。建築図面（平面図・立面図）の寸法・座標抽出は対応外です。

Q: 複数の図面をまとめて処理して、それぞれSIMAファイルを取得できますか？

A: はい。複数の地積測量図PDFを一括アップロードして処理し、それぞれのSIMAファイルをダウンロードできます。

Q: ChatGPTに登記簿・測量図の画像を貼り付けて抽出できますか？

A: 電子PDFのテキスト部分については読み取れますが、スキャンPDFの画像認識は精度が限定的です。旧字体の誤認識・座標表の列ずれが起きることがあります。1件の確認用途には使えますが、大量処理・SIMA変換には専用ツールが必要です。

Q: 無料のAIツールで処理できますか？

A: Google DriveのOCRやMicrosoft OfficeのPDF変換など無料ツールは汎用的な用途向けです。旧字体・座標表・SIMA変換は対応外のため、登記・測量書類の実務処理には限界があります。

Q: 低解像度のスキャンPDF（200dpi以下）でも使えますか？

A: 認識は試みますが、解像度が低いと精度が落ちる場合があります。300dpi以上のスキャンが推奨されます。品質が低い図面は確認画面での手動修正が必要になることがあります。

Q: 登記簿謄本と地積測量図を同時に処理できますか？

A: はい。両方の書類を同時にアップロードして処理でき、登記簿謄本はExcel（1筆1行）、地積測量図はSIMA/Excel形式で出力されます。

まとめ

スキャンPDFの図面はコピペ・Office変換では扱えず、OCRが必須
汎用LLM・汎用OCRは旧字体と座標表の構造認識に弱く、実務の大量処理には向かない
専門AI OCRなら座標表を構造ごと認識し、そのままSIMA・Excelに出力できる
手入力＋面積逆算のサイクルが、確認のみの作業に変わる
古い図面ほど専用辞書・自動検算の価値が高い

tohonは地積測量図・登記関連書類に特化したAI OCRツールです。PDF図面からの座標抽出とSIMA出力に対応しており、30ページ無料でお試しいただけます。