تبدیل تصویر به متن

چه اتفاقی برای تصویر شما می‌افتد

تبدیل تصویر به متن، که به آن OCR (تشخیص نوری کاراکتر) نیز گفته می‌شود، به اشکال حروف در یک تصویر نگاه می‌کند و تشخیص می‌دهد که آن‌ها کدام کاراکترها هستند. در اینجا این کار توسط یک موتور OCR منبع باز، Tesseract، که در داخل تب مرورگر شما اجرا می‌شود، انجام می‌شود. اولین باری که از یک زبان استفاده می‌کنید، مرورگر شما مدل آن زبان را از این سایت دانلود می‌کند، بین یک تا سه مگابایت. پس از آن تصویر در دستگاه خودتان خوانده می‌شود.

هیچ چیزی از تصویر به جایی ارسال نمی‌شود: نه به DocTranslator، نه به سرویس OCR. این برای چیزهایی که مردم اغلب برای خواندن عکس می‌گیرند، مانند نامه از یک اداره، نسخه پزشک، صفحه قرارداد یا گذرنامه، اهمیت دارد.

چگونه متن تمیز از عکس بگیریم

OCR فقط به خوبی تصویری است که می‌خواند. چهار چیز بیشترین تفاوت را ایجاد می‌کنند:

• ابتدا زبان مناسب را انتخاب کنید. موتور با الفبا و واژگان زبانی که انتخاب می‌کنید می‌خواند. خواندن روسی به صورت انگلیسی بی‌معنی است و لهجه‌ها در فرانسوی یا لهستانی هنگام اشتباه بودن زبان از بین می‌روند.
• صفحه را صاف و مربع عکس بگیرید. تلفن را مستقیماً بالای کاغذ نگه دارید، قاب را با صفحه پر کنید و از چین خوردگی نزدیک عطف کتاب خودداری کنید. خطوطی که خم می‌شوند بیش از یک تصویر کوچک، موتور را گیج می‌کنند.
• آن را به طور یکنواخت روشن کنید. سایه روی صفحه، یا بازتاب نور فلاش روی کاغذ براق، حروف را پنهان می‌کند. نور روز از پنجره، بدون فلاش، معمولاً بهترین کارایی را دارد.
• آن را واضح نگه دارید. قبل از گرفتن عکس، روی صفحه ضربه بزنید تا روی متن فوکوس کند. چاپ کوچک باید در تصویر به اندازه کافی بزرگ باشد تا با چشم خودتان بخوانید.

OCR چه چیزی را اشتباه می‌خواند

حتی یک اسکن خوب هم با چند خطا برمی‌گردد، و آن‌ها تمایل دارند همان خطاها باشند: حرف l به عنوان عدد ۱، O به عنوان ۰، rn به عنوان m خوانده می‌شود، یک ویرگول در انتهای خط گم می‌شود. نام‌ها، اعداد و تاریخ‌ها شایسته یک نگاه دوم هستند قبل از اینکه آن‌ها را در هر چیزی که مهم است کپی کنید.

دست‌نوشته بسیار سخت‌تر از چاپ است و دست‌نوشته پیوسته اغلب بد خوانده می‌شود یا اصلاً خوانده نمی‌شود. خروجی متن ساده است، بنابراین چیدمان صفحه حفظ نمی‌شود: ستون‌ها یکی پس از دیگری خوانده می‌شوند و یک جدول به صورت خطوطی از کلمات برمی‌گردد. وقتی چیدمان را نیز نیاز دارید، بخش بعدی راهی برای حفظ آن است.

وقتی متن را به زبان دیگری نیاز دارید

کپی کردن متن در یک مترجم، صفحه را از بین می‌برد: مهرها، جدول، محل قرارگیری هر خط. برای ترجمه یک سند اسکن شده با چیدمان آن، به جای آن اسکن را در DocTranslator آپلود کنید. این سند اسکن را با OCR می‌خواند، متن را ترجمه می‌کند و فایلی را برمی‌گرداند که شبیه اصل است، به هر یک از ۱۰۸ زبان.

ابزار مرورگر در این صفحه انگلیسی، اسپانیایی، فرانسوی، آلمانی، ایتالیایی، پرتغالی، روسی، اوکراینی، لهستانی، ترکی، عربی، هندی، چینی (ساده شده)، ژاپنی، کره‌ای و ویتنامی را می‌خواند. در یک PDF اسکن شده، ۵ صفحه اول را می‌خواند؛ ترجمه هر صفحه را به هر زبانی که DocTranslator پشتیبانی می‌کند، می‌خواند.