tigtools

Obrázek na text (OCR)

Nahrajte snímek obrazovky, sken nebo fotografii dokumentu a získejte jeho text rozpoznaný přímo ve vašem zařízení. K dispozici v plánu Pro.

Běží ve vašem prohlížeči Bez registrace

PNG, JPEG nebo WebP do velikosti 25 MB. Obrázek zůstane ve vašem zařízení.

Jak používat

  1. Ujistěte se, že jste přihlášeni k účtu Pro.
  2. Vyberte nebo přetáhněte obrázek PNG, JPEG nebo WebP.
  3. Vyberte jazyk textu. U smíšeného textu zaškrtněte „Rozpoznávat také anglická slova“.
  4. Klikněte na „Extrahovat text“ a počkejte, až se zaplní ukazatel průběhu. Opravte případné chyby v poli a poté text zkopírujte nebo stáhněte.

Jak to funguje

Rozpoznávání textu využívá Tesseract, open-source OCR engine zkompilovaný do WebAssembly, který běží přímo ve vašem prohlížeči. Při prvním použití jazyka se z veřejného CDN stáhnou engine a jazyková data (několik megabajtů); prohlížeč je může uložit do mezipaměti pro pozdější použití.

Rozpoznávání funguje nejlépe u ostrých, rovnoměrně nasvícených obrázků tištěného textu s dobrým kontrastem, jako jsou snímky obrazovky a skeny. Rukopis, velmi malý text, silná perspektiva, zakřivené stránky a ozdobná písma dávají špatné výsledky. Na výběru správného jazyka záleží, zejména u diakritiky a nelatinkových písem.

Pole s výsledkem je upravitelné, takže můžete opravit chyby před zkopírováním. Hodnota spolehlivosti je vlastní průměrný odhad Tesseractu a slouží jen jako hrubé vodítko. Maximální velikost obrázku závisí na vašem tarifu.

Příklady

Kopírování textu ze snímku obrazovky

Pořiďte snímek obrazovky s chybovou zprávou nebo snímek prezentace, přetáhněte ho sem s vybranou angličtinou a vložte text do e-mailu nebo vyhledávacího pole.

Digitalizace tištěné stránky

Vyfoťte stránku turecké knihy za dobrého světla, zvolte turečtinu a získejte upravitelný text se správnými znaky ç, ğ, ı, ö, ş a ü.

Časté dotazy

Nahrává se můj obrázek?

Ne. Obrázek se zpracovává ve vašem prohlížeči. Z CDN se stahují pouze OCR engine a jazyková data; samotný obrázek se nikam neodesílá.

Umí číst rukopis?

Pouze velmi úhledné tiskací písmo, a ani to ne spolehlivě. Tesseract je určen pro tištěný text.

Proč je první spuštění pomalé?

Při prvním spuštění si prohlížeč stáhne engine a jazyková data. Při dalších spuštěních se mohou znovu použít soubory z mezipaměti a rozpoznávání začne rychleji.

Funguje to s PDF?

Ne přímo. Nejprve převeďte stránku PDF na obrázek (například pomocí snímku obrazovky) a pak obrázek nahrajte.

Soukromí

Obrázek se zpracovává lokálně ve vašem prohlížeči a nenahrává se na TIG ani nikam jinam. Aby nástroj fungoval, stáhne si z veřejné sítě CDN (jsDelivr) engine Tesseract OCR a data vybraného jazyka; tato služba může vidět, že si tyto soubory váš prohlížeč vyžádal. Rozpoznaný text se neukládá a není součástí analytiky.