ఉచిత చిత్రం నుండి టెక్స్ట్

చిత్రం నుండి టెక్స్ట్

ఫోటో లేదా స్కాన్‌ను మీరు కాపీ చేసి, సవరించగల టెక్స్ట్‌గా మార్చండి. భాషను ఎంచుకోండి, చిత్రాన్ని డ్రాప్ చేయండి, మరియు టెక్స్ట్ కొన్ని సెకన్లలో కనిపిస్తుంది. ఇది మీ బ్రౌజర్‌లో నడుస్తుంది, కాబట్టి చిత్రం ఎప్పుడూ అప్‌లోడ్ చేయబడదు.

మీ చిత్రం ఏమవుతుంది

చిత్రం నుండి టెక్స్ట్, దీనిని OCR (ఆప్టికల్ క్యారెక్టర్ రికగ్నిషన్) అని కూడా అంటారు, ఒక చిత్రంలోని అక్షరాల ఆకృతులను చూసి, అవి ఏ అక్షరాలని గుర్తిస్తుంది. ఇక్కడ ఆ పని మీ బ్రౌజర్ ట్యాబ్‌లో నడుస్తున్న ఓపెన్-సోర్స్ OCR ఇంజిన్, Tesseract ద్వారా జరుగుతుంది. మీరు ఒక భాషను మొదటిసారి ఉపయోగించినప్పుడు, మీ బ్రౌజర్ ఆ భాష యొక్క మోడల్‌ను ఈ సైట్ నుండి డౌన్‌లోడ్ చేస్తుంది, ఒకటి నుండి మూడు మెగాబైట్ల మధ్య. ఆ తర్వాత చిత్రం మీ స్వంత పరికరంలో చదవబడుతుంది.

చిత్రం గురించి ఏదీ ఎక్కడికీ పంపబడదు: DocTranslator కు కాదు, OCR సేవకు కాదు. ప్రజలు తరచుగా చదవడానికి ఫోటో తీసే వాటికి ఇది ముఖ్యం, ఆఫీసు నుండి వచ్చిన లేఖ, ప్రిస్క్రిప్షన్, కాంట్రాక్ట్ పేజీ లేదా పాస్‌పోర్ట్ వంటివి.

ఫోటో నుండి శుభ్రమైన టెక్స్ట్ ఎలా పొందాలి

OCR చదివే చిత్రం ఎంత బాగుంటే అంత మంచి ఫలితం వస్తుంది. నాలుగు విషయాలు అతిపెద్ద తేడాను కలిగిస్తాయి:

  • ముందుగా సరైన భాషను ఎంచుకోండి. ఇంజిన్ మీరు ఎంచుకున్న భాష యొక్క అక్షరమాల మరియు పదజాలంతో చదువుతుంది. రష్యన్‌ను ఇంగ్లీష్‌గా చదివితే అర్థంలేనిది వస్తుంది, మరియు ఫ్రెంచ్ లేదా పోలిష్‌లోని యాసలు భాష తప్పుగా ఉంటే పోతాయి.
  • పేజీని చదునుగా మరియు చతురస్రంగా ఫోటో తీయండి. ఫోన్‌ను కాగితంపై నేరుగా పట్టుకోండి, పేజీతో ఫ్రేమ్‌ను నింపండి, మరియు పుస్తకం వెన్నెముక దగ్గర వంగి ఉండకుండా చూసుకోండి. వంగిన గీతలు చిన్న చిత్రంతో పోలిస్తే ఇంజిన్‌ను ఎక్కువగా గందరగోళపరుస్తాయి.
  • దానిని సమానంగా వెలిగించండి. పేజీపై నీడ, లేదా మెరిసే కాగితంపై ఫ్లాష్ యొక్క మెరుపు, అక్షరాలను దాచిపెడుతుంది. ఫ్లాష్ లేకుండా కిటికీ నుండి వచ్చే పగటి వెలుతురు సాధారణంగా ఉత్తమంగా పనిచేస్తుంది.
  • పదునుగా ఉంచండి. ఫోటో తీసే ముందు టెక్స్ట్‌పై దృష్టి పెట్టడానికి స్క్రీన్‌ను నొక్కండి. చిన్న అక్షరాలు మీ స్వంత కళ్ళతో చదవడానికి చిత్రంలో తగినంత పెద్దవిగా ఉండాలి.

OCR ఏమి తప్పుగా గుర్తిస్తుంది

మంచి స్కాన్ కూడా కొన్ని లోపాలతో తిరిగి వస్తుంది, మరియు అవి సాధారణంగా అవే లోపాలు: 'l' అక్షరాన్ని '1' గా, 'O' ను '0' గా, 'rn' ను 'm' గా చదవడం, ఒక లైన్ చివర కామా పోవడం. పేర్లు, సంఖ్యలు మరియు తేదీలు లెక్కలోకి వచ్చే ఏదైనా కాపీ చేసే ముందు రెండవసారి చూడటానికి అర్హమైనవి.

చేతిరాత ముద్రణ కంటే చాలా కష్టం, మరియు కలిపి రాసిన చేతిరాత తరచుగా తప్పుగా చదవబడుతుంది లేదా అస్సలు చదవబడదు. అవుట్‌పుట్ సాదా టెక్స్ట్, కాబట్టి పేజీ యొక్క లేఅవుట్ ఉంచబడదు: కాలమ్‌లు ఒకదాని తర్వాత ఒకటి చదవబడతాయి, మరియు ఒక పట్టిక పదాల గీతలుగా తిరిగి వస్తుంది. మీకు లేఅవుట్ కూడా అవసరమైనప్పుడు, తదుపరి విభాగం దానిని ఉంచడానికి మార్గం.

మీకు టెక్స్ట్ మరొక భాషలో అవసరమైనప్పుడు

టెక్స్ట్‌ను అనువాదకుడిలోకి కాపీ చేయడం వల్ల పేజీ పోతుంది: స్టాంపులు, పట్టిక, ప్రతి లైన్ ఎక్కడ కూర్చుంది. లేఅవుట్‌తో స్కాన్ చేసిన పత్రాన్ని అనువదించడానికి, బదులుగా DocTranslator కు స్కాన్‌ను అప్‌లోడ్ చేయండి. ఇది OCR తో స్కాన్‌ను చదువుతుంది, టెక్స్ట్‌ను అనువదిస్తుంది మరియు 108 భాషలలో ఏదో ఒకదానిలో అసలు దానిలా కనిపించే ఫైల్‌ను తిరిగి ఇస్తుంది.

ఈ పేజీలోని బ్రౌజర్ సాధనం ఇంగ్లీష్, స్పానిష్, ఫ్రెంచ్, జర్మన్, ఇటాలియన్, పోర్చుగీస్, రష్యన్, ఉక్రేనియన్, పోలిష్, టర్కిష్, అరబిక్, హిందీ, చైనీస్ (సరళీకృత), జపనీస్, కొరియన్ మరియు వియత్నామీస్ చదువుతుంది. స్కాన్ చేసిన PDF లో ఇది మొదటి 5 పేజీలను చదువుతుంది; అనువాదం ప్రతి పేజీని, DocTranslator మద్దతు ఇచ్చే ప్రతి భాషలో చదువుతుంది.

చిత్రం నుండి టెక్స్ట్ FAQ

చిత్రం ఎక్కడైనా అప్‌లోడ్ చేయబడిందా?

లేదు. టెక్స్ట్ మీ బ్రౌజర్‌లో గుర్తించబడింది. మీ బ్రౌజర్ OCR ఇంజిన్ మరియు ఈ సైట్ నుండి భాషా నమూనాను డౌన్‌లోడ్ చేస్తుంది మరియు చిత్రం ఎప్పటికీ మీ పరికరాన్ని వదిలి వెళ్ళదు.

నేను ఏ ఫైల్ రకాలను ఉపయోగించగలను?

JPG, PNG మరియు WEBP చిత్రాలు, మరియు స్కాన్‌లు అయిన PDFలు. స్కాన్ చేయబడిన PDF కోసం మొదటి 5 పేజీలు ఇక్కడ చదవబడతాయి. ఇప్పటికే ఎంచుకోగల టెక్స్ట్ ఉన్న PDFకి OCR అవసరం లేదు: దాన్ని తెరిచి టెక్స్ట్‌ను కాపీ చేయండి, లేదా PDF వర్డ్ కౌంటర్‌తో దాని పదాలను లెక్కించండి.

ఇది ఏ భాషలను చదవగలదు?

English, Spanish, French, German, Italian, Portuguese, Russian, Ukrainian, Polish, Turkish, Arabic, Hindi, Chinese (Simplified), Japanese, Korean and Vietnamese. Pick the language of the text before you drop the image; the page suggests your own language when it is on the list.

Can it read handwriting?

Clear block capitals are often read well. Joined-up handwriting usually is not, because the engine is trained on printed text. Check the result closely, or type out the parts it misses.

Why is the text in the wrong order?

OCR reads a page from top to bottom and returns plain text. Two columns can come back one after the other, and a table as separate lines. The words are right; their arrangement is not kept.

ఇది ఉచితమేనా?

Yes, with no account and no limit on the number of images. Translating a scanned document while keeping its layout is a separate, paid service, with the first page shown translated free before you pay where available.

ఫోటో నుండి మీరు ఉపయోగించగల టెక్స్ట్ వరకు

టెక్స్ట్‌ను ఉచితంగా కాపీ చేయండి, లేదా మొత్తం స్కాన్‌ను అనువదించి దాని లేఅవుట్‌ను ఉంచండి.