Şəkildən mətnə

Şəklinizlə nə baş verir

Şəkildən mətnə çevirmə, həmçinin OCR (optik simvol tanıma) kimi tanınır, şəkildəki hərflərin formalarına baxır və onların hansı simvollar olduğunu müəyyənləşdirir. Burada bu iş brauzerinizdə işləyən açıq mənbəli OCR mühərriki Tesseract tərəfindən aparılır. Bir dili ilk dəfə istifadə etdikdə, brauzeriniz bu saytdan bir-üç meqabayt həcmində dil modelini yükləyir. Bundan sonra şəkil sizin öz cihazınızda oxunur.

Şəkil haqqında heç bir məlumat heç yerə göndərilmir: nə DocTranslator-a, nə də OCR xidmətinə. Bu, insanların ən çox oxumaq üçün fotoşəkil çəkdiyi şeylər üçün vacibdir, məsələn, bir idarədən məktub, resept, müqavilə səhifəsi və ya pasport.

Fotonuzdan təmiz mətn almaq necədir

OCR yalnız oxuduğu şəklin keyfiyyəti qədər yaxşıdır. Dörd şey ən böyük fərqi yaradır:

• Əvvəlcə doğru dili seçin. Mühərrik seçdiyiniz dilin əlifbası və lüğəti ilə oxuyur. Rus dilini ingilis kimi oxumaq mənasız nəticələr verir və Fransız və ya polyak dillərindəki aksentlər dil səhv olduqda itir.
• Səhifəni düz və kvadrat çəkin. Telefonu birbaşa kağızın üzərində tutun, səhifəni çərçivəyə tam yerləşdirin və kitabın qapağına yaxın qıvrılmadan çəkinin. Əyilmiş xətlər mühərriki kiçik bir şəkilə nisbətən daha çox çaşdırır.
• İşığı bərabər salın. Səhifənin üzərindəki kölgə və ya parlaq kağızdakı işığın parıltısı hərfləri gizlədir. Flaş olmadan pəncərədən gələn gün işığı adətən ən yaxşı nəticə verir.
• Kəskin saxlayın. Fotonu çəkməzdən əvvəl mətnə fokuslanmaq üçün ekrana toxunun. Kiçik çapda olan mətn sizin öz gözlərinizlə oxuya biləcəyiniz qədər böyük olmalıdır.

OCR nəyi səhv edir

Yaxşı skan edilmiş sənəddə belə bir neçə səhv olur və bunlar adətən eyni səhvlərdir: 'l' hərfi '1' rəqəmi, 'O' hərfi '0', 'rn' hərfləri 'm' kimi oxunur, sətrin sonunda vergül itir. Adlar, nömrələr və tarixlər əhəmiyyətli bir şeyə köçürməzdən əvvəl ikinci dəfə yoxlanılmağa layiqdir.

Əlyazma çapdan daha çətindir və bitişik əlyazma tez-tez pis oxunur və ya heç oxunmur. Nəticə sadə mətndir, ona görə də səhifənin düzülüşü saxlanılmır: sütunlar bir-birinin ardınca oxunur və cədvəl söz xətləri kimi geri qayıdır. Düzülüş də lazım olduqda, növbəti bölmə yol göstərir.

Mətn başqa dildə lazım olduqda

Mətnin tərcüməçiyə köçürülməsi səhifəni itirir: möhürlər, cədvəl, hər xəttin harada yerləşdiyi. Skan edilmiş sənədi tərcümə etmək üçün, bunun əvəzinə skanı DocTranslator-a yükləyin. O, OCR ilə skanı oxuyur, mətni tərcümə edir və orijinalına bənzəyən bir faylı 108 dildən hər hansı birində qaytarır.

Bu səhifədəki brauzer aləti ingilis, ispan, fransız, alman, italyan, portuqal, rus, ukrayna, polyak, türk, ərəb, hind, çin (sadələşdirilmiş), yapon, koreya və vyetnam dillərini oxuyur. Skan edilmiş PDF-də ilk 5 səhifəni oxuyur; tərcümə hər səhifəni, DocTranslator-un dəstəklədiyi hər dildə oxuyur.