Изображение към текст

Какво се случва с твоето изображение

Преобразуването на изображение в текст, известно още като OCR (оптично разпознаване на символи), разглежда формите на буквите в картина и определя кои символи са те. Тук тази работа се извършва от OCR двигател с отворен код, Tesseract, работещ във вашия браузър. Първия път, когато използвате език, браузърът ви изтегля модела на този език от този сайт, между един и три мегабайта. След това изображението се чете на вашето собствено устройство.

Нищо от снимката не се изпраща никъде: нито до DocTranslator, нито до OCR услуга. Това е важно за нещата, които хората най-често снимат, за да прочетат, като писмо от офис, рецепта, страница от договор или паспорт.

Как да получите чист текст от снимка

OCR е толкова добър, колкото и картината, която чете. Четири неща правят най-голяма разлика:

• Първо изберете правилния език. Двигателят чете с азбуката и речника на езика, който изберете. Руски, прочетен като английски, излиза като безсмислица, а ударенията във френски или полски изчезват, когато езикът е грешен.
• Снимайте страницата плоска и право. Дръжте телефона директно над хартията, запълнете рамката със страницата и избягвайте извивка близо до гръбчето на книга. Линии, които се огъват, объркват двигателя повече, отколкото малка картина.
• Осветете я равномерно. Сянка върху страницата или отблясък от светкавица върху гланцирана хартия скриват букви. Дневната светлина от прозорец, без светкавица, обикновено работи най-добре.
• Поддържайте я остра. Докоснете екрана, за да фокусирате върху текста, преди да направите снимката. Малкият шрифт трябва да е достатъчно голям на снимката, за да се чете с очите ви.

Какво OCR греши

Дори добро сканиране връща няколко грешки и те обикновено са едни и същи: буквата l се чете като числото 1, O като 0, rn като m, запетая, изгубена в края на ред. Имената, числата и датите заслужават втори поглед, преди да ги копирате в нещо важно.

Ръкописният текст е много по-труден от печатния, а свързаният ръкописен текст често се чете зле или изобщо не се чете. Резултатът е обикновен текст, така че оформлението на страницата не се запазва: колоните се четат една след друга, а таблица се връща като редове от думи. Когато ви трябва и оформлението, следващият раздел е начинът да го запазите.

Когато се нуждаете от текст на друг език

Копирането на текста в преводач губи страницата: печатите, таблицата, къде е бил всеки ред. За да преведете сканиран документ с неговото оформление, качете сканираното изображение в DocTranslator вместо това. Той чете сканираното изображение с OCR, превежда текста и връща файл, който изглежда като оригинала, на всеки от 108 езика.

Инструментът в браузъра на тази страница чете английски, испански, френски, немски, италиански, португалски, руски, украински, полски, турски, арабски, хинди, китайски (опростен), японски, корейски и виетнамски. В сканиран PDF той чете първите 5 страници; превод чете всяка страница, на всеки език, който DocTranslator поддържа.