Jak wyodrębnić tekst z obrazu
Praktyczny przewodnik po wyodrębnianiu dokładnego, edytowalnego tekstu ze zdjęć, zrzutów ekranu i zeskanowanych obrazów za pomocą OCR.
6 min czytania · OpublikowanoOptyczne rozpoznawanie znaków (OCR) zamienia piksele, które wyglądają jak litery, w tekst, który można wyszukiwać, edytować i ponownie wykorzystywać. Proces jest szybki, ale jakość obrazu i krótka recenzja nadal mają duże znaczenie.
Wybierz najlepszy obraz źródłowy
Zawsze, gdy to możliwe, zacznij od oryginalnego pliku. Ostry skan lub zdjęcie z aparatu zawiera więcej szczegółów liter niż obraz skompresowany przez aplikację czatu. Trzymaj stronę pionowo, wypełnij kadr i unikaj odblasków lub głębokich cieni.
- Użyj równomiernego oświetlenia i dotknij, aby ustawić ostrość
- Przytnij puste obramowania i niepowiązane obiekty
- Zachowaj mały tekst w czytelnej rozdzielczości
Uruchom OCR w odpowiednim języku
Otwórz narzędzie Obraz na tekst, prześlij obraz i wybierz język, który pojawia się w źródle. Silnik rozpoznawania działa w Twojej przeglądarce, więc podstawowy krok OCR nie wymaga wysyłania obrazu na nasz serwer.
Jeśli strona używa dwóch niepowiązanych skryptów, przetwarzaj sekcje oddzielnie, jeśli to możliwe. Skoncentrowane przycięcie daje silnikowi mniej konkurencyjnych układów do interpretacji.
Przejrzyj edytowalny wynik
OCR to wydajny asystent transkrypcji, a nie gwarancja. Porównaj nazwy, daty, sumy, interpunkcję i nietypową terminologię ze źródłem. Kolumny, ozdobne typy i pismo ręczne zazwyczaj wymagają największej uwagi.
Po przejrzeniu skopiuj wynik lub pobierz plik TXT. Jeśli potrzebujesz prostego dokumentu, użyj Obraz na Word; jeśli źródłem jest zeskanowany plik PDF, użyj PDF OCR.
Rozwiązywanie problemów ze słabym rozpoznawaniem
Gdy wynik jest słaby, nie uruchamiaj wielokrotnie tego samego obrazu niskiej jakości. Najpierw popraw dane wejściowe: obróć je, przytnij bliżej, zwiększ kontrast lub sfotografuj ponownie. Przetwarzanie jednej kolumny lub akapitu na raz może również przywrócić zamierzoną kolejność czytania.
Przykładowy przepływ pracy
- Źródło
- Zdjęcie telefonu z wydrukowanej ulotki wydarzenia z tytułem, datą, adresem i notatką rejestracyjną.
- Wynik
- OCR zwraca edytowalne linie, które można skopiować do wpisu w kalendarzu lub dokumentu.
- Sprawdź
- Zweryfikuj datę, numer ulicy, adres URL i wielkość liter w porównaniu z ulotką; te szczegóły są ważniejsze niż drobne różnice w odstępach.
Ograniczenia do uwzględnienia
- OCR nie może odzyskać znaków, które są nieobecne z powodu silnego rozmycia, odblasków lub przycięcia.
- Pismo ręczne, ozdobne czcionki, zakrzywione etykiety i układy wielokolumnowe zazwyczaj wymagają większej korekty.
- Wynikiem jest edytowalny tekst, a nie idealne odwzorowanie układu źródłowego.