Εικόνα σε Κείμενο — Δωρεάν Online OCR
Εξαγάγετε κείμενο από στιγμιότυπα οθόνης, σαρώσεις και φωτογραφίες εγγράφων, απευθείας στον περιηγητή σας. Δωρεάν, χωρίς εγγραφή, τίποτα δεν ανεβαίνει.
Θέλετε να μας ευχαριστήσετε; Πείτε στους φίλους σας για το LeanImg!
Πώς να Εξάγετε Κείμενο από μια Εικόνα
Επιλέξτε τις εικόνες σας
Επιλέξτε αρχεία ή σύρετε και αποθέστε τα στον εξαγωγέα. JPG, PNG, WebP, GIF, BMP, AVIF και HEIC λειτουργούν όλα.
Επιλέξτε μια γλώσσα και εξάγετε
Επιλέξτε τη γλώσσα του κειμένου, στη συνέχεια κάντε κλικ στην Εξαγωγή. Η πρώτη εκτέλεση σε μια γλώσσα κατεβάζει το μοντέλο της στον περιηγητή σας.
Αντιγράψτε ή κατεβάστε το κείμενο
Διαβάστε το αποτέλεσμα, αντιγράψτε το στο πρόχειρο σας ή αποθηκεύστε το ως αρχείο .txt.
Γιατί LeanImg;
Οι περισσότερες διαδικτυακές τοποθεσίες OCR σας ζητούν να ανεβάσετε πρώτα την εικόνα. Αυτό είναι ένα παράξενο πράγμα να αποδεχτείτε για μια ταυτότητα, μια απόδειξη ή ένα υπογεγραμμένο συμβόλαιο, και δεν είναι πλέον απαραίτητο, επειδή ένας σύγχρονος περιηγητής μπορεί να κάνει την αναγνώριση μόνος του. Το LeanImg εξάγει κείμενο από εικόνες εντελώς στη συσκευή σας, οπότε τίποτα δεν μεταδίδεται πουθενά. Δεν υπάρχει εγγραφή, κανένα υδατογράφημα και καμία πίστωση ανά εικόνα για να αγοράσετε, και διαβάζει κείμενο σε Λατινικά, Κυριλλικά, Ελληνικά, Αραβικά και Ιαπωνικά. Τα στιγμιότυπα οθόνης και οι καθαρές σαρώσεις είναι αυτό που κάνει καλύτερα, και το λέμε αυτό ξεκάθαρα αντί να υποσχόμαστε τέλεια ακρίβεια σε κάθε φωτογραφία. Εξερευνήστε όλα τα δωρεάν εργαλεία εικόνας μας για να κρατήσετε το υπόλοιπο της δουλειάς σας στον περιηγητή επίσης.
Λειτουργεί στη Συσκευή σας
Η εικόνα διαβάζεται, αναγνωρίζεται και μετατρέπεται σε κείμενο μέσα σε αυτή τη σελίδα. Τίποτα δεν ανεβαίνει, οπότε τα ιδιωτικά έγγραφα παραμένουν ιδιωτικά.
Δωρεάν και Απεριόριστο
Χωρίς εγγραφή, χωρίς πιστώσεις, χωρίς υδατογραφήματα και χωρίς πληρωμένη κατηγορία. Εκτελέστε όσες παρτίδες θέλετε χωρίς κόστος.
Διαβάζει Πολλές Γλώσσες
Κείμενα σε Λατινικά, Κυριλλικά, Ελληνικά, Αραβικά και Ιαπωνικά υποστηρίζονται όλα. Επιλέξτε τη γλώσσα και ο κινητήρας φορτώνει το αντίστοιχο μοντέλο.
Πώς φαίνονται οι αριθμοί
Οι ισχυρισμοί ακρίβειας είναι φθηνοί, οπότε εδώ είναι η μέτρηση. Έξι δείγματα πέρασαν από αυτόν τον κινητήρα, το καθένα με το κείμενό του γνωστό εκ των προτέρων. Η βαθμολογία είναι μια σύγκριση χαρακτήρα προς χαρακτήρα της εξόδου με αυτό το γνωστό κείμενο. Τα δείγματα είναι συνθετικά. Είναι σελίδες HTML που αποδίδονται σε έναν περιηγητή και καταγράφονται ως πραγματικά στιγμιότυπα οθόνης, και η υποβαθμισμένη σειρά είναι το ίδιο κείμενο κάτω από μια θολή και περιστρεφόμενη CSS, οπότε μιμείται μια κακή λήψη από τηλέφωνο.
| Δείγμα | Γλώσσα | Ομοιότητα | Εμπιστοσύνη |
|---|---|---|---|
| Καθαρό στιγμιότυπο οθόνης | Αγγλικά | 100.0% | 95 |
| Πυκνή παράγραφος | Αγγλικά | 100.0% | 95 |
| Προσομοιωμένη υποβαθμισμένη λήψη | Αγγλικά | 92.4% | 65 |
| Ρωσικό δείγμα | Ρωσικά | 100.0% | 96 |
| Ιαπωνικό δείγμα | Ιαπωνικά | 100.0% | 93 |
| Φωτογραφία χωρίς κείμενο | Αγγλικά | 515 χαρακτήρες εφευρεθέντος κειμένου | 32 |
Η τελευταία σειρά είναι αυτή που πρέπει να διαβαστεί δύο φορές. Αυτό το δείγμα είναι μια σκοτεινή φωτογραφία από πεταλούδες πάνω σε ένα βρύα ξύλο, και δεν υπάρχει καμία γραφή πουθενά σε αυτήν. Ο κινητήρας επέστρεψε 515 χαρακτήρες κειμένου που ποτέ δεν υπήρξαν. Οι κινητήρες OCR το κάνουν αυτό. Είναι κατασκευασμένοι για να βρίσκουν σχήματα χαρακτήρων, οπότε ο κόκκος και η υφή αναφέρονται ως χαρακτήρες, και δεν υπάρχει στάδιο στην αλυσίδα που να αποφασίζει ότι μια εικόνα είναι κενή. Δεν ισχυριζόμαστε ότι ανιχνεύουμε μια κενή εικόνα, γιατί δεν μπορούμε. Κάθε αποτέλεσμα φέρει τη βαθμολογία εμπιστοσύνης του και μια προειδοποίηση ενεργοποιείται όταν ο μέσος όρος πέφτει κάτω από το 60. Αυτή η φωτογραφία βαθμολογήθηκε 32, σε σύγκριση με 95 για ένα καθαρό στιγμιότυπο οθόνης. Ο αριθμός είναι το πράγμα που πρέπει να διαβαστεί πριν εμπιστευτείτε το κείμενο.
Τι κατεβαίνει με την πρώτη χρήση
Η αναγνώριση εκτελείται στη συσκευή σας, οπότε ο κινητήρας OCR πρέπει πρώτα να φτάσει εκεί. Μια κρύα εκκίνηση στα Αγγλικά είναι 3 αιτήματα και περίπου 6 MB, που είναι ο εργάτης, ο πυρήνας WebAssembly και το αγγλικό μοντέλο. Και τα τρία εξυπηρετούνται από αυτόν τον ιστότοπο και κανένα από αυτά δεν είναι CDN τρίτου μέρους. Ο περιηγητής σας τα αποθηκεύει στην κρυφή μνήμη, οπότε η δεύτερη εκτέλεση σε αυτή τη γλώσσα ξεκινά χωρίς τίποτα να ανακτηθεί. Κάθε επόμενη γλώσσα προσθέτει το δικό της μοντέλο, μεταξύ περίπου 0.6 και 2 MB ανάλογα με το σενάριο, και όλα τα εννέα μαζί είναι περίπου 11 MB. Τίποτα δεν ταξιδεύει προς την άλλη κατεύθυνση: η εικόνα σας διαβάζεται στη σελίδα και παραδίδεται στον κινητήρα στη μνήμη, και κανένα αίτημα δεν την μεταφέρει έξω.
Πού λειτουργεί και πού αποτυγχάνει
Τα στιγμιότυπα οθόνης και οι καθαρές σαρώσεις είναι η καλή περίπτωση, και ο πίνακας δείχνει πόσο καλό: τρία δείγματα επέστρεψαν με 100.0%, χαρακτήρα προς χαρακτήρα. Η υποβαθμισμένη σειρά είναι η χρήσιμη. Μια θολούρα και μια μικρή περιστροφή πάνω από το ίδιο κείμενο κόστισαν 7.6 βαθμούς ομοιότητας και μείωσαν την εμπιστοσύνη από 95 σε 65, που είναι αρκετά χαμηλό για να ενεργοποιήσει την προειδοποίηση στην κάρτα αποτελέσματος. Αυτό είναι περίπου αυτό που κάνει μια βιαστική φωτογραφία από τηλέφωνο μιας σελίδας. Η χειρόγραφη γραφή και το κείμενο που φωτογραφήθηκε σε μια σκηνή, όπως μια πινακίδα καταστήματος ή μια ετικέτα ραφιού, βρίσκονται έξω από αυτό για το οποίο είναι κατασκευασμένος αυτός ο κινητήρας, και δεν κάνουμε καμία δήλωση για κανένα από τα δύο. Δώστε του την μεγαλύτερη, πιο καθαρή αντίγραφο που έχετε. Η μείωση ενός στιγμιότυπου οθόνης πρώτα πετάει τους πίξελ από τους οποίους είναι φτιαγμένοι οι χαρακτήρες, οπότε αν το αρχείο πρέπει να γίνει μικρότερο, στείλτε το στον συμπιεστή ή τον ρυθμιστή μεγέθους μόλις το κείμενο είναι έξω.
Συχνές Ερωτήσεις
Πώς λειτουργεί η εξαγωγή κειμένου από εικόνα;
Το OCR σημαίνει οπτική αναγνώριση χαρακτήρων. Ο κινητήρας βρίσκει τα σχήματα στην εικόνα σας, τα ταιριάζει με ένα εκπαιδευμένο μοντέλο για τη γλώσσα που επιλέξατε και γράφει τους χαρακτήρες που αναγνωρίζει. Όλα αυτά συμβαίνουν μέσα σε αυτή τη σελίδα. Το LeanImg χρησιμοποιεί το Tesseract, τον ανοιχτού κώδικα κινητήρα OCR, μεταγλωττισμένο σε WebAssembly ώστε να εκτελείται στον δικό σας υπολογιστή αντί σε έναν διακομιστή.
Ανεβαίνει η εικόνα μου σε έναν διακομιστή;
Όχι. Οι μόνοι αιτήματα που κάνει ο εξαγωγέας είναι για τον κινητήρα OCR και το γλωσσικό μοντέλο, και οι δύο εξυπηρετούνται από αυτόν τον ιστότοπο, και ταξιδεύουν σε μία κατεύθυνση. Η εικόνα σας διαβάζεται από το δίσκο στην σελίδα, παραδίδεται στον κινητήρα στη μνήμη και μετατρέπεται σε κείμενο εκεί. Δεν υπάρχει σημείο ανάρτησης στον κώδικα για να την παραλάβει. Αυτό έχει σημασία όταν η εικόνα είναι μια ταυτότητα, μια απόδειξη ή ένα υπογεγραμμένο συμβόλαιο. Ανοίξτε την καρτέλα δικτύου σας κατά τη διάρκεια μιας εκτέλεσης: θα δείτε αρχεία μοντέλου να φτάνουν και τίποτα να μεταφέρει την εικόνα σας μακριά.
Από ποιες μορφές εικόνας μπορώ να εξάγω κείμενο;
JPG, PNG, WebP, GIF και BMP πηγαίνουν κατευθείαν στον κινητήρα. AVIF και HEIC αποκωδικοποιούνται στη σελίδα πριν τους δει ο κινητήρας, οπότε μια φωτογραφία απευθείας από ένα iPhone δεν χρειάζεται να μετατραπεί πρώτα. Ό,τι μπαίνει, απλό κείμενο βγαίνει.
Ποιες γλώσσες υποστηρίζει το OCR;
Αγγλικά, Ισπανικά, Ρουμανικά, Αραβικά, Ελληνικά, Τουρκικά, Ινδονησιακά, Ρωσικά και Ιαπωνικά. Επιλέξτε τη γλώσσα πριν εξάγετε, γιατί ο κινητήρας ταιριάζει τα σχήματα με το μοντέλο που επιλέγετε και το λάθος μοντέλο διαβάζεται άσχημα. Ο επιλογέας ξεκινά στη γλώσσα της σελίδας στην οποία βρίσκεστε. Δεν υπάρχει αυτόματη ανίχνευση γλώσσας εδώ ακόμα.
Γιατί η πρώτη εκτέλεση κατεβάζει ένα μοντέλο;
Επειδή η αναγνώριση συμβαίνει στη συσκευή σας, οπότε το μοντέλο πρέπει να φτάσει εκεί πρώτα. Την πρώτη φορά που χρησιμοποιείτε μια γλώσσα, το αρχείο δεδομένων της κατεβαίνει και ο περιηγητής το αποθηκεύει στην cache, και οι επόμενες εκτελέσεις σε αυτή τη γλώσσα ξεκινούν αμέσως. Αυτό είναι το τίμημα για την ιδιωτικότητα. Μια υπηρεσία OCR που φιλοξενείται ανεβάζει την εικόνα σας και κρατά το μοντέλο στον δικό της υπολογιστή. Αυτή η υπηρεσία κρατά την εικόνα σας και ανακτά το μοντέλο αντί αυτού. Η αλλαγή σε μια γλώσσα που δεν έχετε χρησιμοποιήσει ακόμα κατεβάζει και αυτό το μοντέλο.
Είναι ο μετατροπέας εικόνας σε κείμενο πραγματικά δωρεάν;
Ναι, δωρεάν χωρίς λογαριασμό και χωρίς μετρητή χρήσης. Δεν υπάρχει εγγραφή, κανένα υδατογράφημα στο κείμενο, καμία πίστωση και καμία πληρωμένη κατηγορία που να κρατά πίσω την καλή έκδοση. Η εργασία εκτελείται στον υπολογιστή σας, οπότε δεν υπάρχει κόστος ανά εικόνα για εμάς να σας μεταφέρουμε.
Πόσο ακριβής είναι η εξαγωγή κειμένου;
Εξαρτάται από την είσοδο, και η διαφορά είναι μεγάλη. Τα στιγμιότυπα οθόνης και οι καθαρές σαρώσεις διαβάζονται πολύ καλά, επειδή οι χαρακτήρες είναι καθαροί, ομοιόμορφα φωτισμένοι και ευθυγραμμισμένοι. Οι φωτογραφίες χαρτιού είναι λιγότερο προβλέψιμες, και γίνονται χειρότερες με θολούρα, αντανάκλαση, σκιά ή γωνία κλίσης. Υπάρχουν περιπτώσεις που δεν θα προσποιηθούμε ότι χειριζόμαστε: χειρόγραφα και κείμενο σε μια σκηνή όπως μια πινακίδα καταστήματος ή μια ετικέτα σε ένα ράφι. Αυτός ο κινητήρας είναι κατασκευασμένος για εκτυπωμένους χαρακτήρες. Άλλοι ιστότοποι διαφημίζουν τέλεια ακρίβεια σε όλα αυτά. Αυτή η δήλωση δεν ισχύει για κανέναν κινητήρα OCR, συμπεριλαμβανομένου αυτού, οπότε διαβάστε την έξοδο πριν βασιστείτε σε αυτήν.
Πόσες εικόνες μπορώ να επεξεργαστώ ταυτόχρονα;
Μπορείτε να επιλέξετε μια παρτίδα, και η ζώνη αποθέματος δείχνει το όριο για μια μόνο εκτέλεση. Οι εικόνες επεξεργάζονται διαδοχικά αντί παράλληλα, και κάθε αποτέλεσμα εμφανίζεται μόλις ολοκληρωθεί, ώστε να μπορείτε να αρχίσετε να διαβάζετε και να αντιγράφετε ενώ οι υπόλοιπες εξακολουθούν να εργάζονται. Η διαδοχική επεξεργασία διατηρεί επίσης τη χρήση μνήμης προβλέψιμη σε τηλέφωνα.
Τι σημαίνει η προειδοποίηση χαμηλής εμπιστοσύνης;
Ο κινητήρας αναφέρει πόσο σίγουρος είναι για κάθε λέξη που διαβάζει, και η κάρτα αποτελεσμάτων δείχνει τον μέσο όρο για την εικόνα. Όταν αυτός ο μέσος όρος πέφτει κάτω από το κατώφλι που έχουμε ορίσει, λαμβάνετε μια προειδοποίηση αντί για ένα καθαρό αποτέλεσμα. Δεν είναι μια απόφαση ότι το κείμενο είναι λάθος. Είναι ένα σήμα για να το ελέγξετε. Στην πράξη, ενεργοποιείται σε θολές λήψεις, χαμηλή αντίθεση, πολύ μικρό κείμενο και λάθος επιλογή γλώσσας.
Πώς μπορώ να αποκτήσω καλύτερα αποτελέσματα OCR;
Δώστε στον κινητήρα μεγαλύτερους, πιο καθαρούς χαρακτήρες. Κάντε στιγμιότυπο της πηγής αντί να τη φωτογραφίσετε όποτε είναι δυνατόν. Αν πρέπει να χρησιμοποιήσετε κάμερα, φωτογραφίστε ευθεία αντί σε γωνία, γεμίστε το πλαίσιο με το κείμενο και κρατήστε τον φωτισμό ομοιόμορφο ώστε να μην υπάρχει αντανάκλαση ή σκιά που να διασχίζει τη σελίδα. Το σκούρο κείμενο σε ανοιχτό φόντο διαβάζεται καλύτερα. Επιλέξτε τη σωστή γλώσσα πριν εξάγετε, καθώς αυτή η επιλογή αλλάζει το αποτέλεσμα περισσότερο από οτιδήποτε άλλο σε αυτή τη λίστα.
Μπορώ να εξάγω κείμενο από ένα στιγμιότυπο οθόνης;
Ναι, και ένα στιγμιότυπο οθόνης είναι η καλύτερη περίπτωση για αυτό το εργαλείο. Είναι κείμενο που έχει αποδοθεί: καθαρές άκρες, επίπεδο φόντο, χωρίς φακό και χωρίς φωτισμό για να πολεμήσετε. Αυτό είναι ακριβώς αυτό που έχει κατασκευαστεί για να διαβάσει ένας κινητήρας OCR εκτυπωμένου κειμένου. Στιγμιότυπα οθόνης μηνυμάτων σφάλματος, συνομιλιών, διαλόγων εφαρμογών και εξόδου τερματικού έρχονται όλα καλά. Η διάταξη πίνακα δεν ανακατασκευάζεται, οπότε παίρνετε τις λέξεις, όχι το πλέγμα.
Τι μπορώ να κάνω με το εξαγόμενο κείμενο;
Αντιγράψτε το στο πρόχειρο σας, ή κατεβάστε το ως αρχείο .txt. Όταν επεξεργάζεστε μια παρτίδα μπορείτε επίσης να κατεβάσετε τα πάντα ως ένα μόνο .txt. Δεν υπάρχει αναζητήσιμο PDF εδώ, και θα προτιμούσαμε να το πούμε αυτό ξεκάθαρα παρά να το υπονοήσουμε: αυτό το εργαλείο σας δίνει απλό κείμενο, όχι ένα ανακατασκευασμένο έγγραφο με την αρχική διάταξη. Αν χρειάζεστε τις λέξεις σε ένα υπολογιστικό φύλλο, ένα έγγραφο ή έναν μεταφραστή, επικολλήστε τα εκεί.
Έχετε περισσότερες ερωτήσεις; Μάθετε περισσότερα για το LeanImg και πώς επεξεργαζόμαστε τις εικόνες σας.
Χρειάζεστε μικρότερα αρχεία; Συμπιέστε τις εικόνες σας για να μειώσετε το μέγεθος του αρχείου. Χρειάζεστε διαφορετική μορφή; Μετατρέψτε μεταξύ μορφών όπως JPG, PNG, WebP και AVIF. Χρειάζεστε διαφορετικές διαστάσεις; Αλλάξτε το μέγεθος των εικόνων σας σε ακριβές μέγεθος.