Slika v besedilo

Kaj se zgodi z vašo sliko

Pretvorba slike v besedilo, imenovana tudi OCR (optično prepoznavanje znakov), analizira oblike črk na sliki in ugotovi, kateri znaki so. To delo opravlja odprtokodna OCR-orodje, Tesseract, ki deluje znotraj vašega brskalnika. Ob prvi uporabi jezika vaš brskalnik prenese ta jezikov model s te strani, med enim in tremi megabajti. Po tem se slika bere na vaši napravi.

Ničesar s slike se ne pošilja nikamor: ne na DocTranslator, ne na OCR-storitev. To je pomembno za stvari, ki jih ljudje najpogosteje fotografirajo za branje, kot so pismo iz urada, recept, stran pogodbe ali potni list.

Kako do čistega besedila iz fotografije

OCR je le tako dober, kot je slika, ki jo bere. Štiri stvari naredijo največjo razliko:

• Najprej izberite pravi jezik. Program bere z abecedo in besediščem jezika, ki ga izberete. Ruščina, brana kot angleščina, je nesmiselna, poudarki v francoščini ali poljščini pa izginejo, ko je jezik napačen.
• Fotografirajte stran ravno in pravokotno. Držite telefon neposredno nad papirjem, zapolnite okvir s stranjo in se izognite zvijanju ob hrbtenici knjige. Črte, ki se upogibajo, bolj zmedejo program kot majhna slika.
• Osvetlite jo enakomerno. Senca čez stran ali bleščanje bliskavice na sijajnem papirju skrije črke. Dnevna svetloba iz okna, brez bliskavice, običajno deluje najbolje.
• Naj bo ostra. Dotaknite se zaslona, da izostrite besedilo, preden fotografirate. Majhen tisk mora biti na sliki dovolj velik, da ga lahko preberete s prostim očesom.

Kaj OCR zgreši

Tudi dobra skenirana slika se vrne z nekaj napakami, ki so običajno iste: črka l se bere kot število 1, O kot 0, rn kot m, vejica se izgubi na koncu vrstice. Immena, številke in datumi si zaslužijo drug pogled, preden jih kopirate v karkoli, kar je pomembno.

Ročno pisanje je veliko težje kot tisk, ročno pisane črke pa se pogosto berejo slabo ali sploh ne. Izhod je navadno besedilo, zato postavitev strani ni ohranjena: stolpci se berejo drug za drugim, tabela pa se vrne kot vrstice besed. Ko potrebujete tudi postavitev, je naslednji del način, da jo ohranite.

Ko potrebujete besedilo v drugem jeziku

Kopiranje besedila v prevajalnik izgubi stran: žigi, tabela, kje je sedela vsaka vrstica. Za prevajanje optično prebrane dokumentacije z njeno postavitvijo, namesto tega naložite sken na DocTranslator. Prebere sken z OCR, prevede besedilo in vrne datoteko, ki je videti kot izvirnik, v katerem koli od 108 jezikov.

Orodje v brskalniku na tej strani bere angleščino, španščino, francoščino, nemščino, italijanščino, portugalščino, ruščino, ukrajinščino, poljščino, turščino, arabščino, hindijščino, kitajščino (poenostavljeno), japonščino, korejščino in vietnamščino. V optično prebrani PDF datoteki bere prvih 5 strani; prevod bere vsako stran, v vsakem jeziku, ki ga DocTranslator podpira.