Digitization

名刺をデータ化する方法|スマホ撮影・スキャナー・手入力の違い

名刺を写真やPDFにしただけでは、氏名や会社名で検索できるデータにはなりません。実用的なデータ化は、取り込み、文字・項目抽出、確認・修正、整理までを1つの流れとして考える必要があります。

公開日:2026年8月24日 | 最終更新:2026年8月24日
結論
  1. 少量なら手入力でも成立する
  2. スマホOCRは入力を減らしやすい
  3. スキャナーは大量の画像化に向くが、OCR後の確認は別に必要
  4. どの方法でも最終確認を省かない

「画像化」と「データ化」は分けて考える

名刺をカメラで撮影すると画像ファイルになります。しかし、画像の中に氏名や会社名が写っていても、それだけでは「会社名で検索」「メールアドレスをコピー」「Excelで一覧化」といった再利用はしにくいままです。

このページでは、名刺上の情報を氏名、会社、役職、電話、メールなどの項目として扱える状態まで進めることを「データ化」として考えます。

基本の流れ:画像を取り込む → OCRまたは手入力で項目化する → 読み取り内容を確認・修正する → タグやメモを付ける → 検索・連絡・書き出しに使う

主なデータ化方法を比較する

方法向きやすい場面注意点
スマホOCRアプリ日常的に数枚ずつ取り込みたい、入力を減らしたい読み取り結果の確認が必要。通信方式や保存先も確認する
スキャナー・複合機紙をまとめて画像化したい、既存設備を使いたい画像/PDF化だけでは項目データにならないことがある
Excel・スプレッドシートへ手入力枚数が少ない、列を完全に自分で決めたい入力時間と表記ゆれの管理が必要
外部のデータ化サービス自分で入力・確認する時間を減らしたい費用、納期、個人情報の取り扱い、返却/削除条件を個別確認

スマホOCRでデータ化する手順

1. 名刺を撮影する

反射や強い影を避け、文字がつぶれない距離で撮影します。名刺全体が入るようにします。

2. OCRで項目を抽出する

アプリによって、氏名・会社名・役職・電話・メールなどを自動で項目に分けます。単純な全文文字起こしと、項目別抽出は別です。

3. 読み取り結果を確認する

氏名、会社、部署、役職、電話番号、メールアドレスなど、後で連絡に使う項目を優先して確認します。

4. 必要な箇所を修正する

OCR結果に誤りや空欄があれば手動で直します。読み取り結果を確認できないアプリは、実務上扱いにくい場合があります。

5. 検索できるよう整理する

イベント名、案件、業種など、自分が後から思い出しやすいタグやメモを追加します。

6. データの出口を確認する

アプリを変える可能性があるなら、CSVやvCardなどでデータを持ち出せるかを早い段階で確認します。

OCR後に確認したい項目

OCRで特に困るのは、「何かしら文字が入った」ため一見成功に見えるケースです。重要な連絡先ほど、保存前に以下を目視で確認した方が安全です。

  • 氏名:漢字、ふりがな、姓名の分割
  • 会社名:株式会社等の位置、英字表記、略称
  • 部署・役職:複数行の肩書きが混ざっていないか
  • 電話:代表番号と携帯番号が逆になっていないか
  • メール:数字と英字、ドット、ハイフン、アンダースコア
  • 住所・郵便番号:建物名や階数が抜けていないか
  • Webサイト:URLの末尾やドメイン表記

うまく読み取れないときの切り分け

ぼけ・反射・影

撮影画像そのものが読みにくい場合、OCRだけで改善するのは難しくなります。まず再撮影できるかを確認します。

名刺の一部が切れている

会社名や住所が端にあるデザインでは、切り抜き範囲が狭いと重要情報が落ちます。アプリに元画像で再試行する仕組みがあるかも確認ポイントです。

特殊なレイアウト

縦書き、極端に小さい文字、ロゴと文字が密接なデザインなどでは、項目の分離が難しくなることがあります。最終的には人が見て直せることが重要です。

大量の名刺

数十枚・数百枚を一度に処理したい場合、1枚ずつのスマホ撮影が最適とは限りません。一括処理、スキャナー、自動給紙、代行などを比較します。なお、CardHubは現行コード上、一括撮影UIはありますが複数画像の一括OCR・一括保存は未実装です。

CardHubの場合、どの流れになっている?

2026年8月22日に確認したCardHubの現行実装では、カメラ撮影または写真ライブラリから画像を取り込み、画像を外部AI APIへ送って項目を抽出します。

撮影時は名刺のガイド枠を使った切り抜き処理があり、切り抜いた画像の抽出結果が空だった場合には元画像で再試行するOCRパイプラインがあります。再試行があることは、どんな名刺でも成功することを意味しません。

抽出対象は、氏名、会社、部署、役職、メール、電話、携帯電話、郵便番号、住所、Webサイトです。抽出結果は編集画面へ渡されるため、確認・修正してから保存できます。

通信について:CardHubのOCRは完全オフラインではありません。現行実装では名刺画像を外部AI APIへ送信します。「保存したレコードが端末側にあること」と「OCR時に画像が通信されること」は別の経路です。

→ 名刺OCRの仕組みとCardHubの処理範囲を詳しく見る

データ化した後にやること

名刺を項目化しただけでは、数が増えたとき再び探しにくくなります。最低限、検索の手がかりを作ると扱いやすくなります。

CardHubではタグ、カテゴリ、お気に入り、メモ、複数項目検索がありますが、重複人物の自動名寄せは現在確認していません。

ここから個人利用に必要な機能だけへ絞る場合は、個人の名刺管理方法へ進んでください。複数のアプリ候補を比較する段階なら、名刺管理アプリの選び方でOCR以外の比較軸も確認できます。

CSVへ出せれば「バックアップ完了」ではない

CSVは一覧データのコピーとして便利ですが、画像、アプリ固有設定、購入状態などを完全に復元できるとは限りません。CSVを「移行用の表」として使うのか、「万一に備えた独立コピー」として使うのか、目的を分けてください。

→ CSV書き出しで確認したい項目・文字コード・移行の注意点

まとめ

名刺のデータ化で大切なのは、画像を作ることではなく、後で検索・連絡・一覧化できる項目にして、内容を確認したうえで整理することです。

少量なら手入力、日常的な取り込みならスマホOCR、大量の紙をまとめて画像化するならスキャナーなど、量と運用に合わせて選びます。OCRを使う場合も、読み取り結果の人による確認は残しておく方が実用的です。

調査メモ

2026年8月22日のSERPでは、スマホアプリ・スキャナー・OCR・手入力等を比較する解説が複数確認できました。本ページでは、その一般的な分解に加え、「画像化で終わらない」「確認・修正を独立工程にする」「大量処理の有無を製品実装と分けて確認する」という運用上の境界を重視しています。