以前坂道メンバーのブログ内の写真から写っているメンバーの名前を自動で取得できないかチャレンジしたことがある。
興味のある方は下記記事を参照してください。
👉 生成AI APIからローカル顔認識ライブラリへ。推しメン画像自動分類システムの試行錯誤
その際は、余り実用的ではないという結論になった。
その理由の一つは、ブログ内の写真の解像度がやや低いというものがあった。そこで同じ画像でも、解像度が比較的高ければ、いろいろと実用できるのかを探ってみた。
今回は比較的簡単に読者の皆さんにも実験してもらえるように、再検証可能なものを考えてみた。
雑誌記事内の小さな文字は読み込めるのか？
坂道グループのメンバーはファッション雑誌の専属モデルも務めていたり、企画にモデルとして呼ばれたりする。
そしてファッション誌の記事内には、たいていモデルが着用している衣装やアクセサリー、コスメなどの情報が小さな文字で記載されている。
さらにはファッション雑誌はWEBで試し読みを公開していたりもする。
そこで、今回の実験には、次の素材を使ってみた。
【実験の素材と環境】
【素材】
雑誌『CanCam』2026年11月号（小学館）の紹介ページ（⇒ https://cancam.jp/cancam）
※この試し読みページは、1ページ当たり938×1200pxで構成されていて、AIが直接読むことも可能になっている。（ただしWEBブラウザ版のAIチャット等では直接指定できない場合がある）
【用意した画像】
2026年11月号の試し読み4ページ（乃木坂46の川﨑桜さんが専属モデルとして登場しているページ）を使用
１．試し読み4ページをAIが直接読みこんだ情報（938×1200px元画像）
２．試し読み4ページをPCでスクリーンショットを取得した画像
３．試し読み4ページをiPadでスクリーンショットを取得した画像
４．dマガジンをiPadで表示して該当ページに対してスクリーンショットを取得した画像
【実験した内容】
画像ページの左下にあるプロフィールおよび着用衣装・スタッフクレジットの極小文字情報を読み込んだ。
【人間による目視（正解データ）】
PROFILE
かわさき さくら／2003年4月17日生まれ。神奈川県出身。ファンからの愛称は「さくたん」。2022年、オーディションに合格し乃木坂46の5期生として加入。フロントメンバーとしてグループを牽引。特技は小学校1年生から始めたフィギュアスケート。1st写真集『エチュード』は、オリコン上半期BOOKランキング2026ジャンル別「写真集」で1位を獲得するなど話題に！
衣装クレジット
ベルト付きワンピース￥63,800（バハマン）、靴￥200,200（セルジオ ロッシ ジャパン〈セルジオ ロッシ〉）、イヤリング￥7,700（アビステ）
スタッフクレジット
撮影／蓮 智豊（ende） スタイリスト／石関靖子 ヘア＆メイク／河嶋 希（io） モデル／川﨑 桜（本誌専属） 撮影協力／浜崎夏奈、平野千晶、塩野莉子 デザイン／野村ほのこ（Beeworks） 構成／手塚明菜
AIで読み取った結果
１．AIが直接読みこんだ情報（元画像：938×1200px）
スタッフクレジット
ベルト付きワンピース￥63,800（ハルノブムラタ）、靴￥200,200（セルジオ ロッシ ジャパン〈セルジオ ロッシ〉）、イヤリング￥7,700（アビステ）
撮影／蓮 智豊（ende） スタイリスト／石関靖子 ヘア＆メイク／河嶋 希（io） モデル／川﨑 桜（本誌専属） 撮影協力／浜崎夏奈、平野千晶、笹野翔太 デザイン／野村ほの（Beeworks） 構成／手塚明菜
２．PCでスクリーンショットを取得した画像
画像状態: 左側に大きな白余白（CanCamロゴ）があり、誌面が右半分（約500×650px程度）に縮小されてしまっている。
左下の判読結果:
大見出し（「CanCam専属モデルに電撃加入！」「川﨑桜」等）は読める。
「- PROFILE -」の文字は辛うじて判別できるが、その下の本文や最下部の衣装クレジットは文字が数ドットに潰れており、全く読めない。
３．iPadでスクリーンショットを取得した画像
画像状態: 縦向きで画面いっぱいに誌面が表示されているため、PCよりもピクセル数が格段に多く確保されている。
左下の判読結果：
PROFILE
かわさき さくら／2003年4月17日生まれ、神奈川県出身。ファンからの愛称は「さくたん」。2022年、オーディションに合格し乃木坂46の5期生として加入。フロントメンバーとしてグループを牽引。特技は小学校1年生から始めたフィギュアスケート。1st写真集『さくさく』は、オリコン上半期BOOKランキング2024ジャンル別「写真集」で1位を獲得するなど話題に！
衣装クレジット（一部推測混じりですが概ね拾える）
ベルト付きワンピース￥63,800（…）、靴￥200,200（セルジオ ロッシ…）、イヤリング￥7,700（アビステ）…
４．dマガジンをiPadで表示して該当ページに対してスクリーンショットを取得した画像
PROFILE
かわさき さくら／2003年4月17日生まれ、神奈川県出身。ファンからの愛称は「さくたん」。2022年、オーディションに合格し乃木坂46の5期生として加入。フロントメンバーとしてグループを牽引。特技は小学校1年生から始めたフィギュアスケート。1st写真集『エチュード』は、オリコン上半期BOOKランキング2024ジャンル別「写真集」で1位を獲得するなど話題に！
衣装クレジット
ベルト付きワンピース￥63,800（ハルノブムラタ）、靴￥200,200（セルジオ ロッシ ジャパン〈セルジオ ロッシ〉）、イヤリング￥7,700（アビステ）
スタッフクレジット
撮影／蓮 智豊（ende） スタイリスト／石関靖子 ヘア＆メイク／河嶋 希（io） モデル／川﨑 桜（本誌専属） 撮影協力／浜崎夏奈、平野千晶、笹野翔太 デザイン／野村ほの（Beeworks） 構成／手塚明菜
AIによる「誤読」の考察
今回AIで小さな文字を読み込ませてみて分かったのは、完全にデタラメな嘘をつく（ハルシネーション）というよりは、「文字が潰れかけていることによるOCR的な誤読」が発生しているという点だ。
【主な誤読・差異ポイント】
- 年度の誤読（2026年 ➔ 2024年）:
目視では「2026」と書かれている数字を、iPadキャプチャ（３・４）ではいずれも「2024」と誤読している。「6」の下部ループと「4」の形状が低解像度で混同された典型的な誤読と言える。 - 文字の欠落（野村ほのこ ➔ 野村ほの）:
スタッフクレジットの末尾「野村ほのこ」さんの「こ」が抜け落ちており、極小文字では画数の少ないカナが背景やドットに埋もれやすい傾向が見られる。 - タイトル認識のブレ:
iPadのWeb試し読み（３）では写真集タイトルが『さくさく』となっており、文脈や愛称「さくたん」から推測補正をかけてしまったような形跡が見られる一方、dマガジン（４）では正確に『エチュード』を認識できていた。
内容確認
AIにベルト付きワンピースはバハマンだがと確認したら、下記の様な回答があった。
【AIからの回答】
失礼いたしました！ご指摘の通り「バハマン」です。
先ほどの回答で「ハルノブムラタ」と記載してしまったのは、AI側で「価格帯や文字の類似性から実在する有名ブランド名を推測して置き換えてしまう」という誤った補正（ハルシネーション）をかけてしまっておりました。
該当箇所のピクセルを再確認いたしましたところ、画像にははっきりと （バハマン） と印字されております。
ベルト付きワンピース￥63,800（バハマン）、靴￥200,200（セルジオ ロッシ ジャパン〈セルジオ ロッシ〉）、イヤリング￥7,700（アビステ）
人間の目視による正確なご指摘をいただきありがとうございます。
画像上は「バハマン」の4文字が潰れずに綺麗に視認できる状態になっており、キャプチャ解像度自体は文字の細部までしっかり捉えられていることが改めて確認できました。
まとめ
【今回の実験まとめ】
- PCのブラウザキャプチャそのままでは厳しい:
PCの全画面表示では余白が多く、誌面自体が約500×650px程度に縮小されてしまうため、極小クレジット文字は数ドットに潰れて判読不能だった。 - iPad＋dマガジンのキャプチャが実用度トップ:
縦画面で全画面表示できるタブレット（iPad）かつ、高解像度で誌面を配信しているdマガジン等のビューアーアプリからのスクショであれば、極小文字でもAIがほぼ正確にクレジットを拾い出せる。 - 微小文字では「誤読」の前提が必要:
年号（2026➔2024）など、数字や細かいカナには誤読が混じるため、重要情報は目視確認を挟むのが安全である。
普段の作業はPCで行っているため、本来はPC画面から手軽に高解像度情報を取得したいところだが、モニターのレイアウトや表示解像度に阻まれてしまう。
雑誌等からクレジット情報を効率よくAIに読み取らせたい場合は、「iPad＋dマガジン等でキャプチャ ➔ Googleフォト等でPC連携 ➔ AIへ入力」というフローが最も実用的かつ高精度という結論になった。
私が契約しているGoogle AI Proはストレージが5TBあるため、iPadで撮影・キャプチャした画像もGoogleフォト経由でPCへストレスなく即座に共有できる点も、このワークフローを後押ししてくれている。
