画像からテキストへ — 無料のオンラインOCR

画像からテキストツールは、画像から読みやすいテキストを抽出し、情報のコピー、編集、再利用を容易にします。

画像からテキストへの変換ツールは、写真、スクリーンショット、およびスキャンした画像からテキストを迅速に編集可能なコンテンツに変換します。

OCRは光学文字認識を意味します。エンジンはあなたの画像内の形状を見つけ、選択した言語のために訓練されたモデルと照合し、認識した文字を出力します。これらすべてはこのページ内で発生します。LeanImgは、WebAssemblyにコンパイルされたオープンソースのOCRエンジンであるTesseractを使用しているため、サーバーではなく自分のハードウェアで実行されます。

いいえ。抽出器が行うリクエストは、OCRエンジンと言語モデルのためのものであり、どちらもこのサイトから提供され、片方向に移動します。あなたの画像はディスクからページに読み込まれ、メモリ内でエンジンに渡され、そこでテキストに変換されます。受け取るためのアップロードエンドポイントはコードベースにありません。それは、画像がIDカード、給与明細、または署名された契約書であるときに重要です。実行中にネットワークタブを開くと、モデルファイルが到着し、あなたの画像を持ち去るものは何もないことがわかります。

JPG、PNG、WebP、GIF、BMPがエンジンに直接送られます。AVIFとHEICは、エンジンがそれらを見る前にページ内でデコードされるため、iPhoneから直接の写真は最初に変換する必要はありません。何が入っても、プレーンテキストが出てきます。

英語、スペイン語、ルーマニア語、アラビア語、ギリシャ語、トルコ語、インドネシア語、ロシア語、日本語です。抽出する前に言語を選択してください。エンジンは選択したモデルに対して形状を照合し、間違ったモデルは悪い読み取りをします。ピッカーは、あなたがいるページの言語から始まります。ここには自動言語検出はまだありません。

認識があなたのデバイス上で行われるため、モデルは最初にそこに到達する必要があります。言語を初めて使用する際、そのデータファイルがダウンロードされ、ブラウザがキャッシュし、その後その言語での実行がすぐに始まります。それがプライバシーのための取引です。ホスティングされたOCRサービスは、あなたの画像をアップロードし、モデルを自分のマシンに保持します。このツールはあなたの画像を保持し、代わりにモデルを取得します。まだ使用していない言語に切り替えると、そのモデルもダウンロードされます。

はい、アカウントなしで無料で、使用カウンターもありません。サインアップは不要で、テキストにウォーターマークはなく、クレジットもなく、有料の階層もありません。作業はあなたのハードウェア上で実行されるため、私たちがあなたに転送する画像ごとのサーバーコストはありません。

入力によって異なり、その差は大きいです。スクリーンショットやクリーンスキャンは非常によく読み取られます。なぜなら、文字がシャープで、均等に照らされ、まっすぐに配置されているからです。紙の写真は予測不可能で、ぼやけ、グレア、影、または傾いた角度で悪化します。私たちは扱えないケースもあります：手書きや、店の看板や棚のラベルなどのシーン内のテキスト。このエンジンは印刷された文字のために構築されています。他のサイトはすべてに完璧な精度を宣伝していますが、その主張はどのOCRエンジンにも当てはまらず、このエンジンにも当てはまらないので、信頼する前に出力を確認してください。

バッチを選択でき、ドロップゾーンは単一の実行の制限を示します。画像は並行処理ではなく順次処理され、各結果は完了次第表示されるため、他の画像がまだ処理中でも読み取りやコピーを開始できます。順次処理は、電話でのメモリ使用量を予測可能に保ちます。

エンジンは読み取った各単語に対してどれだけ確信があるかを報告し、結果カードは画像の平均を示します。その平均が設定した閾値を下回ると、クリーンな結果の代わりに警告が表示されます。これはテキストが間違っているという判断ではありません。確認するための信号です。実際には、ぼやけたキャプチャ、低コントラスト、非常に小さなテキスト、間違った言語選択で発生します。

エンジンにより大きく、シャープな文字を与えてください。可能な限り、写真ではなくソースのスクリーンショットを撮ってください。カメラを使用する必要がある場合は、角度をつけずにまっすぐに撮影し、テキストでフレームを埋め、照明を均等に保ち、ページを横切るグレアや影がないようにしてください。明るい背景に暗いテキストが最も読みやすいです。抽出する前に正しい言語を選択してください。この選択は、リストの他のどの要素よりも結果を変えます。

はい、スクリーンショットはこのツールの最適なケースです。それはレンダリングされたテキストです：シャープなエッジ、フラットな背景、レンズや照明の問題がありません。これは、印刷されたテキストのOCRエンジンが読み取るために構築されたものです。エラーメッセージ、チャットスレッド、アプリのダイアログ、端末出力のスクリーンショットはすべてうまく処理されます。テーブルレイアウトは再構築されないため、グリッドではなく単語が得られます。

クリップボードにコピーするか、.txtファイルとしてダウンロードします。バッチを処理すると、すべてを単一の.txtとしてダウンロードすることもできます。ここには検索可能なPDF出力はなく、私たちはそれを暗示するよりも明確に言いたいです：このツールはプレーンテキストを提供し、元のレイアウトで再構築されたドキュメントではありません。スプレッドシート、ドキュメント、または翻訳者に単語が必要な場合は、そこに貼り付けてください。

はい。同じボックスにPDFをドロップしてください。ソフトウェアが生成したデジタルPDFは、すでにテキストレイヤーを持っています。そのレイヤーは直接読み取られ、テキストはOCRを介さずに正確に書かれた通りに出てきます。スキャンされたPDFにはテキストレイヤーがなく、ページの画像のみがあるため、各ページはスクリーンショットのようにレンダリングされ、OCRを通過します。どちらの種類もPDFごとに最大25ページを読み取りますが、何もアップロードされません：ファイルはこのページ内で開かれ、あなたのデバイスに留まります。

ファイルが2種類のページを混在させているためです。デジタルレポートの中に写真で撮影した署名ページがある場合や、生成されたカバーシートが前面にあるスキャンの場合、一部のページには実際のテキストレイヤーがあり、他のページには画像しかありません。使用可能なテキストレイヤーのあるページは逐語的に読み取られます。テキストレイヤーがないページはレンダリングされ、OCRを通過します。クリーンスキャンではよく読み取られ、傾いているものやぼやけているものではあまり読み取られません。結果の要約行は、どのページがテキストレイヤーから来たのか、どのページがOCRを通過したのかを示すので、出力を確認する場所がわかります。