Imazh në Tekst

Çfarë i ndodh imazhit tuaj

Imazhi në tekst, i quajtur gjithashtu OCR (Optical Character Recognition), shqyrton format e shkronjave në një figurë dhe përcakton se cilat karaktere janë. Këtu ky punë bëhet nga një motor OCR me burim të hapur, Tesseract, që funksionon brenda skedës së shfletuesit tuaj. Herën e parë që përdorni një gjuhë, shfletuesi juaj shkarkon modelin e asaj gjuhe nga ky sajt, midis një dhe tre megabajtësh. Pas kësaj, imazhi lexohet në pajisjen tuaj.

Asgjë nga fotografia nuk dërgohet askund: as te DocTranslator, as te një shërbim OCR. Kjo ka rëndësi për gjërat që njerëzit më shpesh fotografojnë për të lexuar, siç janë një letër nga një zyrë, një recetë, një faqe kontrate ose një pasaportë.

Si të merrni tekst të pastër nga një foto

OCR është vetëm aq e mirë sa fotografia që lexon. Katër gjëra bëjnë dallimin më të madh:

• Zgjidhni gjuhën e duhur së pari. Motori lexon me alfabetin dhe fjalorin e gjuhës që zgjidhni. Rusishtja e lexuar si anglisht del pa kuptim, dhe thekset në frëngjisht ose polonisht humbasin kur gjuha është e gabuar.
• Fotografoni faqen të shtrirë dhe drejt. Mbajeni telefonin drejtpërdrejt mbi letrën, mbushni kuadrin me faqen dhe shmangni lakimin pranë shpinës së librit. Vijat që përkulen e ngatërrojnë motorin më shumë sesa një figurë e vogël.
• Ndriçojeni në mënyrë të barabartë. Një hije mbi faqe, ose shkëlqimi i një flash-i në letër me shkëlqim, fsheh shkronjat. Drita e ditës nga një dritare, pa flash-in, zakonisht funksionon më së miri.
• Mbajeni të mprehtë. Prekni ekranin për t'u fokusuar te teksti para se të bëni foton. Shkrimi i imët duhet të jetë mjaftueshëm i madh në figurë për t'u lexuar me syrin tuaj.

Çfarë gabon OCR

Edhe një skanim i mirë kthehet me disa gabime, dhe ato kanë tendencë të jenë të njëjtat: shkronja l lexohet si numri 1, O si 0, rn si m, një presje e humbur në fund të një vije. Emrat, numrat dhe datat meritojnë një vështrim të dytë para se t'i kopjoni në diçka që ka rëndësi.

Shkrimi dorë është shumë më i vështirë se printimi, dhe shkrimi dorë i lidhur shpesh lexohet keq ose aspak. Rezultati është tekst i thjeshtë, kështu që formatimi i faqes nuk ruhet: kolonat lexohen njëra pas tjetrës, dhe një tabelë kthehet si vija fjalësh. Kur ju nevojitet edhe formatimi, seksioni tjetër është mënyra për ta ruajtur atë.

Kur ju nevojitet teksti në një gjuhë tjetër

Kopjimi i tekstit në një përkthyes humbet faqen: vulat, tabelën, vendin ku qëndronte çdo vijë. Për të përkthyer një dokument të skanuar me formatimin e tij, ngarkoni skanimin në DocTranslator në vend të kësaj. Ai lexon skanimin me OCR, përkthen tekstin dhe kthen një skedar që duket si origjinali, në çdo gjuhë nga 108 gjuhët.

Vegla e shfletuesit në këtë faqe lexon anglisht, spanjisht, frëngjisht, gjermanisht, italisht, portugalisht, rusisht, ukrainisht, polonisht, turqisht, arabisht, hindisht, kinezisht (e thjeshtëzuar), japonisht, koreanisht dhe vietnamezisht. Në një PDF të skanuar lexon 5 faqet e para; një përkthim lexon çdo faqe, në çdo gjuhë që mbështet DocTranslator.