Jak korzystać: Obraz na tekst (OCR)
- 1
Dodaj obrazy
Upuść, wybierz z dysku lub wklej (Ctrl+V) jeden lub kilka zrzutów ekranu, zdjęć albo skanów.
- 2
Ustaw język
Domyślnie wybrany jest angielski; gdy obraz zawiera kilka języków, dodaj do czterech.
- 3
Sprawdź tekst
Popraw wynik w miejscu i zweryfikuj wątpliwe słowa w widoku Ramki słów.
- 4
Skopiuj lub zapisz
Skopiuj tekst albo pobierz plik .txt dla jednego obrazu lub całej partii.
Limity i Pro
Do 10 obrazów w partii, każdy do 25 MB, w dowolnym z 123 języków, z maksymalnie czterema językami naraz.
Partie do 500 obrazów i pliki większe niż 25 MB; jakość rozpoznawania jest taka sama w obu planach. Zobacz Pro
O narzędziu: Obraz na tekst (OCR)
Obraz na tekst odczytuje drukowane słowa ze zdjęcia lub zrzutu ekranu i zwraca zwykły, edytowalny tekst. Wynik to tekst w UTF-8 z podziałami wierszy tam, gdzie wykrył je silnik OCR. Możesz go poprawić w miejscu, skopiować albo zapisać jako plik .txt – osobny dla każdego obrazu lub jeden wspólny z nagłówkiem dla każdego zdjęcia. Widok ramek słów obrysowuje na oryginale każde rozpoznane słowo i koloruje je według pewności rozpoznania, co jest najszybszym sposobem na korektę długiego wyniku.
Narzędzie sprawdza się przy zrzutach ekranu z czatów i komunikatów o błędach, zeskanowanych listach, paragonach, slajdach, stronach książek, znakach ulicznych i memach, w 123 językach i pismach. Przed rozpoznawaniem obraz można powiększyć, gdy tekst jest drobny, zamienić na skalę szarości, sprowadzić do czerni i bieli przy zdjęciach kartek oraz automatycznie odwrócić, gdy jasny tekst leży na ciemnym interfejsie. Pięć trybów podziału strony obejmuje całe strony, pojedyncze kolumny, kadry z jedną linią i rozproszony tekst.
Silnik LSTM Tesseract jest stworzony do druku, więc pismo odręczne, mocno stylizowane logotypy, zakrzywione napisy i zdjęcia w bardzo niskiej rozdzielczości dają słabe wyniki. Tabele trafiają do wyniku jako wiersze tekstu, a nie komórki, a układy wielokolumnowe są odwzorowane tylko w przybliżeniu. Przy zeskanowanych dokumentach PDF lepiej użyć narzędzia OCR PDF, które zachowuje strukturę stron.
Prywatność
Rozpoznawanie odbywa się w Web Workerze tesseract.js w przeglądarce, więc plik nie opuszcza urządzenia – to ważne przy zrzutach ekranu z wiadomościami, adresami czy numerami kont. Silnik OCR i dane każdego języka (1–15 MB) są pobierane z CDN jsDelivr przy pierwszym użyciu i zapisywane w pamięci podręcznej; żaden obraz ani rozpoznany tekst nie jest nigdzie wysyłany.
Funkcje
Wklejanie zrzutów
Ctrl+V w dowolnym miejscu strony odczytuje obraz prosto ze schowka.
Przetwarzanie wstępne
Powiększanie, skala szarości, czerń i biel oraz automatyczne odwracanie ciemnego motywu przed odczytem.
Pewność słów
Każde słowo obrysowane na obrazie i oznaczone kolorem zależnym od pewności silnika.