荷物ラベルの写真から追跡番号、受取人、住所を抽出
追跡番号、受取人名、住所、サービスレベル、重量の5項目を、あらゆる配送業者の荷物ラベル写真から抽出。テープの映り込みや曲面にも対応。
1ラベルあたり5秒 · 印字テキストの精度は最大99%
荷物ラベルの写真から抽出できる情報
カスタムカラム抽出を使えば、フィールドに名前を付けるだけで、AIがラベル上の位置ではなく意味に基づいて各項目を特定します。テープの映り込みや曲面でも問題ありません。
配送業者ごとに異なる形式 — UPSは「1Z」、USPSは「9400」、Amazon Logisticsは「TBA」で始まります。AIは印字された番号を読み取り、バーコードと照合します。
荷物の受取人となる個人または企業名です。通常、ラベル上で最も大きな文字で表示されます。
番地、市区町村、州、ZIPコード。テープの映り込みで一部が隠れることもありますが、AIは個々の文字ではなく住所構造を認識することで反射越しでも読み取ります。
グランド、エクスプレス、プライオリティ — 略称で表記されることが多いです（「GND」「PRI」など）。AIは略称のスタイルに関係なく読み取ります。
ポンドまたはキログラム単位の荷物重量。通常、下部隅に小さな文字で表示されます。
テープの映り込み、曲面、密集レイアウト — 従来のOCRが配送ラベルで失敗する理由
配送ラベルは、光沢のある感熱ラベルを段ボール箱の曲面に貼り付け、取り扱いや光、天候にさらされます。従来のOCRは反射を読み取りますが、意味的抽出は各フィールドをその意味に基づいて読み取ります。
従来のツールが苦手な理由
テープの映り込みや曲面で文字が歪む。 箱の角に貼られたラベルは、角度がついて反射しやすい面になります。受取人住所の上にある透明テープが光を反射し、カメラが文字を捉えられなくなります。ある開発者は、配送ラベルのOCRに関する議論で、「実際の写真には映り込み、折れ目、悪い照明がある」と指摘しており、こうした条件下では従来のOCRの精度は著しく低下します。
狭いスペースに情報が密集し、フィールドが混ざる。 4×6インチのラベルには、追跡番号、バーコード、2つの住所ブロック、サービスレベル表示、重量、参照フィールドが、ラベル付きの枠ではなく視覚的なガイド線で区切られて詰め込まれています。従来のOCRはこれらをすべて1つのテキストブロックとして出力するため、追跡番号とZIPコード、重量とバーコードの値が混ざってしまいます。これを整理するには、ラベルごとに手作業が必要です。
配送業者ごとにレイアウトが異なる。 UPSは追跡番号をラベルの上部に配置します。FedExは受取人住所の下に配置します。USPSはバーコードの周りに配置します。テンプレートベースのツールは配送業者ごとに個別の設定が必要で、配送業者がラベルデザインを更新するたびに新しい設定が必要になります。
意味的抽出がどんなラベルも読み取る仕組み
列名を指定するだけで、AIが意味に基づいて値を発見。 「追跡番号、受取人名、住所、サービスレベル、重量」と入力してください。モデルは追跡番号のパターン（1Z...、9400...、TBA...）を認識し、歪んだ文字をOCRで読み取るのではなく、パターン認識によって映り込みを越えて読み取ります。
視覚的な文脈で密集を解決。 モデルは、バーコードの上に印刷された追跡番号、その下にある受取人住所ブロック、そして下部の重量値が、それぞれ数ミリしか離れていなくても別々のフィールドであると理解します。各フィールドを独立して読み取るため、従来のOCRが密集ラベルで悩まされる情報の混ざり込みを防ぎます。
1つの列セットが全配送業者に対応。 同じ5つの列で、UPS Groundラベル、FedEx Expressラベル、USPS Priorityラベル、DHL eCommerceラベルから抽出できます。配送業者ごとの設定は一切不要です。複数の配送業者のラベルを1つのバッチにアップロードすれば、AIがそれぞれを個別に処理し、1つのスプレッドシートに出力します。
荷物ラベルの写真からスプレッドシートの行へ、たった3ステップ
荷物のラベルを撮影する
受付や玄先に荷物が届きます。ラベルは箱の角にテープで貼られ、透明テープに照明が映り込んでいます。スマホでJPGまたはPNGでラベル全体を撮影し、バッチにアップロード。ラベルを剥がしたり、平らに伸ばしたり、テープを除去する必要は一切ありません。そのままの写真で十分に処理を開始できます。
フィールド名を一度指定する
必要な列名を入力します：追跡番号、受取人名、住所、サービスレベル、重量。この5つの列は、UPS、FedEx、USPS、DHLのどのラベルでも共通です。AIは画像ごとに独立して処理します。配送業者のパターンから追跡番号を見つけ、通り・市区町村・ZIPコードの構造を認識して住所ブロックを読み取り、数値形式と単位ラベルとの近接性から重量を特定します。
クリーンなスプレッドシートをダウンロード
処理時間はラベル1枚あたり約5秒。出力は1つのXLSXファイルで、各行が撮影したラベル1枚、各列が指定したフィールドに対応します。異なる配送業者のラベルも同じテーブルに並びます。ラベルの写真を開いて追跡番号を読み取り、手入力し、住所と重量についても繰り返す手作業（1ラベルあたり約2〜3分）と比べ、約18倍の高速化を実現します（手作業：約2〜3分/ラベル → 本サービス：約5秒）。
ラベル写真からのデータ抽出が最適なケースと注意すべきケース
これらの条件を理解することで、撮影した配送ラベルから安定した結果を得られます。
最適なケース
明るく正面から撮影された写真。 ラベルが机や荷物の表面に平らに置かれている場合、印字された項目は最大99%の精度で抽出できます。
標準的な配送業者のラベル。 UPS、FedEx、USPS、DHL、Amazon Logisticsのラベルで、感熱式またはインクジェットで印字されたもの。
1つのバッチに複数の配送業者が混在する場合。 配送業者が異なっても同じ列構成であれば、該当ラベルにない項目は空欄のまま出力されます。
注意すべきケース
不透明テープで文字が隠れている場合。 透明テープの映り込みは問題なく処理できますが、文字を完全に隠してしまう不透明な梱包用テープは、その部分の抽出を妨げます。
著しく色あせた感熱ラベル。 感熱ラベルは日光や熱で劣化します。印字された文字とバーコードの両方が読み取れないほど色あせている場合、抽出精度は大幅に低下します。
手書きの重量や配送指示の追記。 印字された文字は95～99%の精度で抽出できます。ラベルへの手書きの修正は信頼性が低いため、該当項目はスポットチェックが必要です。
よくある質問
透明テープで一部が隠れた追跡番号もAIは読み取れますか？
はい、ほとんどの場合読み取れます。ビジュアルモデルは追跡番号を意味的なパターンとして認識します。UPSの番号は「1Z」、USPSは「9400」、Amazon Logisticsは「TBA」で始まります。透明テープの映り込みで番号の一部が見えにくい場合でも、モデルは見えている文字から復元し、バーコードと照合します。ただし、不透明な包装テープで完全に隠れている場合は、視認できない情報は読み取れません。透明テープによる部分的な隠れには、確実に対応できます。
配送業者ごとにサービスレベルの表記が違いますが、ツールで統一されますか？
AIはラベルに印刷された通りのサービス表示を抽出します。「GND」（UPS Ground）、「PRI」（USPS Priority）、「Express Saver」（FedEx）など、ラベル上のどこに書かれていても、略称や正式名称を読み取ります。各配送業者のコード体系を知っておく必要はありません。抽出される値はそのままの形です。「GND」と「Ground」を統一したいなど、正規化が必要な場合は、エクスポート後にスプレッドシートで簡単な数式を使えば数秒で処理できます。
同じバッチにUPS、FedEx、USPSのラベルを混在させられますか？
はい。追跡番号、受取人名、住所、サービスレベル、重量といった一連の列名を定義すれば、AIはバッチ内のすべてのラベルを同じ定義で処理します。UPS GroundのラベルとFedEx Expressのラベルではレイアウトがまったく異なりますが、AIは各フィールドの意味を理解して読み取るため、画面上の位置に依存しません。出力は単一のスプレッドシートで、すべての配送業者のラベルが同じ列構造の行として並びます。
ラベルの写真が、湾曲した段ボール箱に貼られたものを斜めから撮影した場合、どうなりますか？
斜めからの撮影や曲面では、平面で真正面から撮影した場合と比べて精度は低下しますが、それでも意味的アプローチは従来のOCRより優れています。15度の傾きがあると、従来のOCRでは文字が歪み行の高さが変わるため、精度が30～40%低下することがあります。ビジュアルモデルは、テキストを意味のあるパターンとして理解することで、曲面の影響を受けにくくなります。名前は名前、ZIPコードは5桁の数字として、曲面上にあっても読み取ります。曲面で最良の結果を得るには、腕を伸ばした距離からできるだけ正面で、ラベル全体が写るように撮影してください。
AIはラベルのバーコードも自動で読み取りますか？
はい。モデルはバーコード領域を検出し、エンコードされた値をデコードして、印刷された追跡番号との照合に使用します。正しく貼られたラベルでは、印刷された番号とバーコードの値は一致するはずです。これにより、最も重要なフィールドを2つの独立した情報源から無料で確認できます。もし値が異なる場合（ラベルの貼り間違いや倉庫での再梱包など）、そのラベルは人間による確認が必要とマークされます。別途バーコードスキャナは必要ありません。
配送ラベル抽出の詳細解説： 配送ラベルとマニフェストのフィールド別精度分析 — 追跡番号、住所、サービスレベル、バーコード相互検証 · 複数配送業者にわたるAmazon配送スクリーンショットから追跡番号と配達日を抽出する方法
写真文書の取り込みに関する全シナリオは、写真文書ハブページをご覧ください。名刺、駐車違反切符、処方箋ラベル、検針票など、さまざまなケースを紹介しています。