Billede til tekst

Hvad sker der med dit billede

Billede til tekst, også kaldet OCR (optisk tegngenkendelse), ser på bogstavernes former i et billede og finder ud af, hvilke tegn det er. Her udføres det arbejde af en open-source OCR-motor, Tesseract, der kører inde i din browserfane. Første gang du bruger et sprog, downloader din browser den pågældende sprogmodels fra dette websted, mellem en og tre megabyte. Derefter læses billedet på din egen enhed.

Intet om billedet sendes nogen steder hen: hverken til DocTranslator eller til en OCR-tjeneste. Det er vigtigt for de ting, folk oftest fotograferer for at læse, såsom et brev fra et kontor, en recept, en kontraktside eller et pas.

Sådan får du ren tekst fra et foto

OCR er kun så god som det billede, den læser. Fire ting gør den største forskel:

• Vælg det rigtige sprog først. Motoren læser med det alfabet og ordforråd, som det sprog du vælger, har. Russisk læst som engelsk giver vrøvl, og accenter på fransk eller polsk forsvinder, når sproget er forkert.
• Fotografer siden fladt og lige på. Hold telefonen direkte over papiret, fyld billedrammen med siden, og undgå en krumning nær bogens ryg. Linjer, der bøjer, forvirrer motoren mere end et lille billede gør.
• Lys den jævnt. En skygge hen over siden eller genskinnet fra en blitz på blankt papir skjuler bogstaver. Dagslys fra et vindue, uden blitz, virker normalt bedst.
• Hold den skarp. Tryk på skærmen for at fokusere på teksten, før du tager billedet. Lille skrift skal være stor nok på billedet til at kunne læses med dine egne øjne.

Hvad OCR får galt

Selv en god scanning kommer tilbage med et par fejl, og de plejer at være de samme: bogstavet l læst som tallet 1, O som 0, rn som m, et komma mistet for enden af en linje. Navne, tal og datoer fortjener et ekstra kig, før du kopierer dem ind i noget, der betyder noget.

Håndskrift er meget sværere end trykt skrift, og sammenhængende håndskrift bliver ofte læst dårligt eller slet ikke. Outputtet er almindelig tekst, så sidens layout bevares ikke: kolonner læses én efter én, og en tabel kommer tilbage som linjer af ord. Når du også har brug for layoutet, er næste sektion vejen til at bevare det.

Når du har brug for teksten på et andet sprog

Kopiering af teksten ind i en oversætter mister siden: stemplerne, tabellen, hvor hver linje sad. For at oversætte et scannet dokument med dets layout, upload scanningen til DocTranslator i stedet. Den læser scanningen med OCR, oversætter teksten og returnerer en fil, der ligner originalen, på et hvilket som helst af 108 sprog.

Browser-værktøjet på denne side læser engelsk, spansk, fransk, tysk, italiensk, portugisisk, russisk, ukrainsk, polsk, tyrkisk, arabisk, hindi, kinesisk (forenklet), japansk, koreansk og vietnamesisk. I en scannet PDF læser den de første 5 sider; en oversættelse læser hver side, på alle sprog DocTranslator understøtter.