Bild till text

Vad händer med din bild

Bild till text, även kallat OCR (optisk teckenigenkänning), tittar på formerna på bokstäverna i en bild och räknar ut vilka tecken det är. Här utförs det arbetet av en OCR-motor med öppen källkod, Tesseract, som körs inuti din webbläsarflik. Första gången du använder ett språk laddar din webbläsare ner den språkmodellens data från den här webbplatsen, mellan en och tre megabyte. Därefter läses bilden på din egen enhet.

Inget från bilden skickas någonstans: varken till DocTranslator, eller till en OCR-tjänst. Det är viktigt för de saker som folk oftast fotograferar för att läsa, som ett brev från ett kontor, ett recept, en kontraktsida eller ett pass.

Hur man får ren text från ett foto

OCR är bara så bra som bilden den läser. Fyra saker gör störst skillnad:

• Välj rätt språk först. Motorn läser med det alfabet och ordförråd som det språk du väljer har. Ryska läst som engelska blir nonsens, och accenter i franska eller polska försvinner när språket är fel.
• Fotografera sidan platt och rakt. Håll telefonen rakt ovanför pappret, fyll ramen med sidan, och undvik en krökning nära bokens rygg. Linjer som böjs förvirrar motorn mer än en liten bild gör.
• Belys jämnt. En skugga över sidan, eller bländningen från en blixt på glansigt papper, döljer bokstäver. Dagsljus från ett fönster, utan blixt, fungerar oftast bäst.
• Håll den skarp. Tryck på skärmen för att fokusera på texten innan du tar fotot. Liten text måste vara tillräckligt stor på bilden för att kunna läsas med dina egna ögon.

Vad OCR får fel

Även en bra skanning kommer tillbaka med några fel, och de tenderar att vara desamma: bokstaven l läst som siffran 1, O som 0, rn som m, ett kommatecken förlorat i slutet av en rad. Namn, siffror och datum förtjänar en andra titt innan du kopierar dem till något som räknas.

Handstil är mycket svårare än tryck, och sammanskriven handstil läses ofta dåligt eller inte alls. Utdata är ren text, så sidans layout behålls inte: kolumner läses en efter en, och en tabell kommer tillbaka som rader av ord. När du behöver layouten också, är nästa avsnitt vägen att behålla den.

När du behöver texten på ett annat språk

Att kopiera texten till en översättare förlorar sidan: stämplarna, tabellen, var varje rad satt. För att översätta ett skannat dokument med dess layout, ladda upp skanningen till DocTranslator istället. Den läser skanningen med OCR, översätter texten och returnerar en fil som ser ut som originalet, på något av 108 språk.

Webbläsarverktyget på den här sidan läser engelska, spanska, franska, tyska, italienska, portugisiska, ryska, ukrainska, polska, turkiska, arabiska, hindi, kinesiska (förenklad), japanska, koreanska och vietnamesiska. I en skannad PDF läser den de första 5 sidorna; en översättning läser varje sida, på alla språk som DocTranslator stöder.