Суреттен мәтін алу (OCR) құралын қалай қолдану керек
- 1
Суреттерді қосу
Скриншоттарды, фотоларды немесе сканерленген суреттерді апарып тастаңыз, таңдаңыз немесе қойыңыз (Ctrl+V).
- 2
Тілді таңдау
Ағылшын тілі алдын ала таңдалған; суретте тілдер араласса, төрт тілге дейін қосыңыз.
- 3
Мәтінді тексеру
Нәтижені сол жерде өңдеңіз, күмәнді сөздерді Сөз жақтаулары көрінісінде тексеріңіз.
- 4
Көшіру немесе сақтау
Мәтінді көшіріңіз немесе бір сурет не бүкіл топ үшін .txt файлын жүктеп алыңыз.
Шектеулер және Pro
Бір топта 10 суретке дейін, әрқайсысы 25 MB-қа дейін, 123 тілдің кез келгенінде, бір мезгілде төрт тілге дейін.
500 суретке дейінгі топтар және 25 MB-тан үлкен файлдар; тану сапасы екі жоспарда бірдей. Pro-ны қарау
Суреттен мәтін алу (OCR) туралы
Суреттен мәтін құралы суреттегі басылған сөздерді оқып, өңдеуге болатын қарапайым мәтін береді. Нәтиже — UTF-8 мәтін, жол үзілімдері OCR қозғалтқышы тапқан жерде тұрады. Оны сол жерде түзетуге, көшіруге немесе .txt файлы ретінде сақтауға болады: әр сурет үшін бөлек не әр суреттің тақырыбы бар біріктірілген бір файл. Сөз жақтаулары көрінісі танылған әр сөзді түпнұсқада жақтаумен белгілеп, сенімділігіне қарай бояйды — бұл ұзын нәтижені тексерудің ең жылдам жолы.
Құрал чаттар мен қате хабарламаларының скриншоттарына, сканерленген хаттарға, чектерге, слайдтарға, кітап беттеріне, көше көрсеткіштері мен мемдерге жарайды және 123 тіл мен жазуды қолдайды. Тану алдында әріптер ұсақ болса, суретті үлкейтуге, сұр реңкке айналдыруға, қағаз фотосы үшін таза ақ-қара түске келтіруге болады; қою интерфейсте ашық мәтін тұрса, сурет автоматты түрде инверсияланады. Беттің сегментациясының бес режимі толық беттерді, жеке бағандарды, бір жолды қиықтарды және шашыраңқы мәтінді қамтиды.
Tesseract-тың LSTM қозғалтқышы баспа қаріпке арналған, сондықтан жазба қолжазба, қатты стильделген логотиптер, қисық жазулар және ажыратымдылығы өте төмен фотолар нашар нәтиже береді. Кестелер ұяшық емес, мәтін жолдары болып шығады, көп бағанды макеттер дәл көшірілмей, шамамен беріледі. Сканерленген PDF құжаттары үшін бет құрылымын сақтайтын OCR PDF құралын қолданыңыз.
Құпиялылық
Тану браузеріңіздегі tesseract.js Web Worker ішінде жүреді, сондықтан файлыңыз құрылғыңыздан шықпайды — хабарлама, мекенжай немесе шот нөмірі бар скриншоттар үшін пайдалы. OCR қозғалтқышы мен әр тілдің деректері (1–15 MB) алғаш рет jsDelivr CDN желісінен жүктеліп, кэште сақталады; ешбір сурет не танылған мәтін ешқайда жіберілмейді.
Мүмкіндіктер
Скриншоттарды қою
Беттің кез келген жерінде Ctrl+V суретті тікелей буфер алмасудан оқиды.
Алдын ала өңдеу
Оқу алдында үлкейту, сұр реңк, ақ-қара түс және қараңғы режимді автоматты инверсиялау.
Сөздің сенімділігі
Әр сөз суретте жақтаумен белгіленіп, қозғалтқыштың сенімділігіне қарай боялады.