Бейнеден мәтін алу

Суретіңізге не болады

Суреттен мәтін алу, сондай-ақ OCR (оптикалық таңбаларды тану) деп аталады, суреттегі әріптердің пішіндерін көріп, олардың қандай таңбалар екенін анықтайды. Бұл жұмыс браузеріңізде жұмыс істейтін ашық бастапқы OCR қозғалтқышы Tesseract арқылы орындалады. Тілді бірінші рет пайдаланған кезде, браузеріңіз бұл тілдің моделін осы сайттан, бірден үш мегабайтқа дейін жүктейді. Содан кейін сурет сіздің құрылғыңызда оқылады.

Сурет туралы ештеңе ешқайда жіберілмейді: DocTranslator-ға да, OCR қызметіне де. Бұл адамдардың көбінесе оқу үшін суретке түсіретін нәрселері үшін маңызды, мысалы, кеңседен хат, рецепт, келісім-шарт парағы немесе төлқұжат.

Фотодан таза мәтінді қалай алуға болады

OCR тек оқитын суреттің сапасына байланысты. Төрт нәрсе ең үлкен айырмашылықты жасайды:

• Алдымен дұрыс тілді таңдаңыз. Қозғалтқыш сіз таңдаған тілдің әліпбиі мен сөздік қорымен оқиды. Орыс тілін ағылшын тілінде оқу нәтижесіз болады, ал француз немесе поляк тілдеріндегі екпіндер тіл дұрыс болмағанда жоғалады.
• Парақты тегіс және тік бұрышпен суретке түсіріңіз. Телефонды қағаздың үстіне тікелей ұстаңыз, парақты кадрмен толтырыңыз және кітаптың ішкі жағындағы қисықты болдырмаңыз. Иілген сызықтар қозғалтқышты кішкентай суреттен гөрі көбірек шатастырады.
• Оны біркелкі жарықтандырыңыз. Парақтың үстіндегі көлеңке немесе жылтыр қағаздағы жарықтың шағылысуы әріптерді жасырады. Терезеден күндізгі жарық, жарықсыз, әдетте жақсы жұмыс істейді.
• Оны анық сақтаңыз. Фотоға түсірмес бұрын мәтінге шоғырлану үшін экранды түртіңіз. Кішкентай баспаны өзіңіздің көзіңізбен көру үшін суретте жеткілікті үлкен болуы керек.

OCR немен қателеседі

Жақсы сканерленген құжаттың өзі бірнеше қателіктермен қайтарылады, және олар әдетте бірдей болады: l әрпі 1 саны ретінде, O әрпі 0 ретінде, rn әрпі m ретінде, жолдың соңындағы үтір жоғалған. Атаулар, сандар және күндер маңызды нәрсеге көшірмес бұрын екінші рет қарауға тұрарлық.

Қолмен жазу баспаға қарағанда әлдеқайда қиын, ал байланыстырылған қолмен жазу көбінесе нашар немесе мүлдем оқылмайды. Нәтижесі жай мәтін, сондықтан парақтың орналасуы сақталмайды: бағандар бірінен соң бірі оқылады, ал кесте сөздер қатары ретінде қайтарылады. Орналасуы да қажет болса, келесі бөлім оның жолы.

Мәтінді басқа тілде қажет болғанда

Мәтінді аударғышқа көшіру парақты жоғалтады: мөрлер, кесте, әр жолдың орны. Сканерленген құжатты орналасуымен аударғыңыз келсе, оның орнына DocTranslator-ға жүктеп салыңыз. Ол OCR арқылы сканерді оқиды, мәтінді аударады және DocTranslator қолдайтын кез келген 108 тілде түпнұсқаға ұқсас файлды қайтарады.

Бұл беттегі браузер құралы ағылшын, испан, француз, неміс, итальян, португал, орыс, украин, поляк, түрік, араб, хинди, қытай (оңайлатылған), жапон, корей және вьетнам тілдерін оқиды. Сканерленген PDF файлында ол алғашқы 5 бетті оқиды; аударма әр бетті, DocTranslator қолдайтын барлық тілдерде оқиды.