Pretvorite sliku u tekst

Što se događa s vašom slikom

Pretvaranje slike u tekst, također poznato kao OCR (optičko prepoznavanje znakova), gleda oblike slova u slici i utvrđuje koji su to znakovi. Ovdje taj posao obavlja OCR motor otvorenog koda, Tesseract, koji radi unutar vaše kartice preglednika. Prvi put kada koristite jezik, vaš preglednik preuzima model tog jezika s ove stranice, između jednog i tri megabajta. Nakon toga slika se čita na vašem vlastitom uređaju.

Ništa o slici se nigdje ne šalje: ni DocTranslatoru, ni OCR usluzi. To je važno za stvari koje ljudi najčešće fotografiraju za čitanje, kao što su pismo iz ureda, recept, stranica ugovora ili putovnica.

Kako dobiti čisti tekst iz fotografije

OCR je samo onoliko dobar koliko je dobra slika koju čita. Četiri stvari čine najveću razliku:

• Prvo odaberite pravi jezik. Motor čita s abecedom i vokabularom jezika koji odaberete. Ruski čitan kao engleski izlazi kao besmislica, a akcenti u francuskom ili poljskom nestaju kada je jezik pogrešan.
• Fotografirajte stranicu ravno i kvadratno. Držite telefon izravno iznad papira, ispunite kadar stranicom i izbjegavajte savijanje uz hrbat knjige. Linije koje se savijaju zbunjuju motor više nego mala slika.
• Osvijetlite ga ravnomjerno. Sjena preko stranice ili odsjaj bljeskalice na sjajnom papiru skriva slova. Dnevno svjetlo s prozora, bez bljeskalice, obično najbolje funkcionira.
• Neka bude oštro. Dodirnite zaslon da biste fokusirali tekst prije nego što fotografirate. Mali tisak mora biti dovoljno velik na slici da ga možete pročitati vlastitim očima.

Što OCR pogrešno shvaća

Čak i dobar sken vraća se s nekoliko pogrešaka, a one imaju tendenciju biti iste: slovo l čita se kao broj 1, O kao 0, rn kao m, zarez izgubljen na kraju retka. Imena, brojevi i datumi zaslužuju drugi pogled prije nego što ih kopirate u bilo što što je važno.

Rukopis je puno teži od tiska, a spojeno rukopis se često čita loše ili nikako. Izlaz je običan tekst, tako da raspored stranice nije sačuvan: stupci se čitaju jedan za drugim, a tablica se vraća kao redovi riječi. Kada vam je potreban i raspored, sljedeći odjeljak je način da ga zadržite.

Kada vam je tekst potreban na drugom jeziku

Kopiranje teksta u prevoditelj gubi stranicu: pečate, tablicu, gdje je svaki redak sjedio. Da biste preveli skenirani dokument sa svojim rasporedom, umjesto toga učitajte sken na DocTranslator. On čita sken pomoću OCR-a, prevodi tekst i vraća datoteku koja izgleda kao original, na bilo kojem od 108 jezika.

Alat za preglednik na ovoj stranici čita engleski, španjolski, francuski, njemački, talijanski, portugalski, ruski, ukrajinski, poljski, turski, arapski, hindski, kineski (pojednostavljeni), japanski, korejski i vijetnamski. U skeniranom PDF-u čita prvih 5 stranica; prijevod čita svaku stranicu, na svim jezicima koje DocTranslator podržava.