Obraz do tekstu

Co się dzieje z Twoim obrazem

Przekształcanie obrazu w tekst, zwane również OCR (optyczne rozpoznawanie znaków), analizuje kształty liter na obrazie i określa, jakie to znaki. Tutaj ta praca jest wykonywana przez silnik OCR o otwartym kodzie źródłowym, Tesseract, działający w Twojej karcie przeglądarki. Za pierwszym razem, gdy używasz języka, Twoja przeglądarka pobiera model tego języka z tej strony, od jednego do trzech megabajtów. Po tym obraz jest odczytywany na Twoim własnym urządzeniu.

Nic z obrazu nie jest nigdzie wysyłane: ani do DocTranslator, ani do usługi OCR. Ma to znaczenie w przypadku rzeczy, które ludzie najczęściej fotografują, aby je odczytać, takich jak list z urzędu, recepta, strona umowy lub paszport.

Jak uzyskać czysty tekst ze zdjęcia

OCR jest tylko tak dobry, jak obraz, który odczytuje. Cztery rzeczy mają największe znaczenie:

• Najpierw wybierz właściwy język. Silnik odczytuje z alfabetem i słownictwem wybranego języka. Rosyjski odczytany jako angielski daje nonsens, a akcenty we francuskim lub polskim znikają, gdy język jest nieprawidłowy.
• Sfotografuj stronę płasko i prosto. Trzymaj telefon bezpośrednio nad papierem, wypełnij kadr stroną i unikaj zagięcia przy grzbiecie książki. Linie, które się zginają, bardziej mylą silnik niż mały obraz.
• Oświetl równomiernie. Cień na stronie lub odblask lampy błyskowej na błyszczącym papierze ukrywa litery. Światło dzienne z okna, bez lampy błyskowej, zazwyczaj działa najlepiej.
• Zachowaj ostrość. Dotknij ekranu, aby wyostrzyć tekst przed zrobieniem zdjęcia. Mały druk musi być wystarczająco duży na zdjęciu, aby można go było odczytać własnymi oczami.

Co OCR robi źle

Nawet dobry skan zawiera kilka błędów, które zazwyczaj są takie same: litera l odczytana jako liczba 1, O jako 0, rn jako m, brak przecinka na końcu linii. Nazwiska, liczby i daty zasługują na ponowne sprawdzenie, zanim skopiujesz je do czegokolwiek, co ma znaczenie.

Pismo odręczne jest znacznie trudniejsze niż druk, a pismo połączone jest często odczytywane źle lub wcale. Wynik to zwykły tekst, więc układ strony nie jest zachowany: kolumny są odczytywane jedna po drugiej, a tabela wraca jako linie słów. Kiedy potrzebujesz również układu, następna sekcja jest sposobem na jego zachowanie.

Kiedy potrzebujesz tekstu w innym języku

Skopiowanie tekstu do tłumacza powoduje utratę strony: pieczęci, tabeli, miejsca, gdzie znajdował się każdy wiersz. Aby przetłumaczyć zeskanowany dokument wraz z jego układem, zamiast tego prześlij skan do DocTranslator. Odczytuje on skan za pomocą OCR, tłumaczy tekst i zwraca plik, który wygląda jak oryginał, w dowolnym ze 108 języków.

Narzędzie przeglądarkowe na tej stronie odczytuje angielski, hiszpański, francuski, niemiecki, włoski, portugalski, rosyjski, ukraiński, polski, turecki, arabski, hindi, chiński (uproszczony), japoński, koreański i wietnamski. W zeskanowanym pliku PDF odczytuje pierwsze 5 stron; tłumaczenie odczytuje każdą stronę, w każdym języku obsługiwanym przez DocTranslator.