Soma maandishi kutoka picha au skani - hapa kwenye kivinjari chako kupitia OCR, bila kupakia faili lolote.
Inachakata humu kwenye kifaa chako ...
0%
Faili zako hazikutoka kamwe kwenye kifaa chako
Hapana. Kila kitu hufanyika kwenye kivinjari chako - faili yako haitoki kamwe kwenye kifaa chako. Jinsi hili linavyoweza kuthibitishwa
OCR (utambuzi wa maandishi kwa macho) hubadilisha picha ya maandishi kuwa maandishi halisi unaoeza kuuchagua. Unapiga picha au kuscan ankara, barua au ukurasa wa kitabu na kupata maudhui kama faili TXT unaoeza kutafuta, kunakili na kutumia zaidi. Mfano wa utambuzi ni injini ya chanzo wazi ya Tesseract, inayofanya kazi hapa kikamilifu kama WebAssembly ndani ya kivinjari - mbinu ile ile kama ilivyo katika zana nyingine.
Chagua lugha ya hati kutoka kwenye orodha - zaidi ya lugha 100 zinapatikana, kuanzia Kiswahili, Kiingereza na lugha za Ulaya, hadi Kirusi, Kiarabu, Kiebrania na Kihindi, na zaidi hadi Kijapani, Kikorea na Kichina. Kila lugha inaonyeshwa kwa jina lake mwenyewe, hivyo utaipata haraka. Uchaguzi sahihi huhakikisha kwamba herufi, alama za diacritic na herufi maalum za mfumo huo wa maandishi zinatambuliwa vizuri. Wakati wa matumizi ya kwanza, kivinjari kinapakua injini ya utambuzi na mfano wa lugha ulioehaguliwa mara moja kutoka tovuti hii (megabytes chache, same-origin, hakuna seva ya nje); baada ya hapo zana inafanya kazi hata nje ya mtandao. Unaweza kuweka picha nyingi mara moja - kila moja inakuwa TXT yake.
Ubora wa utambuzi unategemea karibu kabisa chanzo: picha yenye uwazi, iliyonyooka na yenye tofauti kubwa ya rangi ya maandishi yaliyochapishwa itatambuliwa vizuri sana; picha iliyopotoka, isiyo wazi au giza - vibaya zaidi. Maandishi yaliyochapishwa yanafanya kazi vizuri, mwandiko wa mkono hayafanyi. Safu, meza na mipango isiyo ya kawaida hutolewa kama maandishi yanayoendelea - mpangilio mara nyingi ni sahihi, lakini muundo wa kuona hupotea. Daima angalia matokeo haraka, hasa nambari.
| Miundo ya ingizo | JPG, JPEG, PNG, WEBP, BMP |
|---|---|
| Muundo wa matokeo | TXT |
| Uchakataji wa kundi | Ndiyo |
| Uchakataji | Ndani ya kivinjari (WebAssembly) |
| Upakiaji wa faili | Hakuna |
Mipaka: Inatambua maandishi YALIYOCHAPISHWA kutoka picha wazi (JPG, PNG, WebP, BMP) kama TXT; mwandiko wa mkono hautambuliwi kwa uhakika. Zaidi ya lugha 100 na mifumo mingi ya maandishi (Kilatini, Kisirili, Kigiriki, Kiarabu, Kiebrania, maandishi ya Kihindi, CJK na zaidi) - chagua inayofaa hati yako. Safu/meza/mpango hazihifadhiwa kama muundo, tu kama maandishi yanayoendelea. Utambuzi si bila makosa - angalia matokeo, hasa nambari na majina maalum. Wakati wa matumizi ya kwanza injini pamoja na mfano wa lugha ulioehaguliwa zinapakuliwa mara moja (MB chache, same-origin); baadaye zinafanya kazi bila mtandao. Kwa PDF zilizoscanwa kuna zana maalum ya "PDF OCR" (PDF inayoweza kutafutwa au maandishi safi).
Hapana. Utambuzi wa maandishi unafanyika kikamilifu hapa ndani ya kivinjari (WebAssembly); picha haiachi kifaa chako - hii ndiyo faida muhimu, hasa kwa hati nyeti.
Zaidi ya lugha 100 na mifumo mingi ya maandishi - mbali na Kiswahili na Kiingereza, pia Kifaransa, Kihispania, Kirusi, Kiarabu, Kiebrania, Kihindi, Kijapani, Kikorea, Kichina na zaidi. Chagua lugha inayofaa kutoka orodha ili herufi maalum zitambuliwe vizuri.
Hapana, kwa uhakika tu na maandishi yaliyochapishwa. Injini haitambui mwandiko wa mkono kwa kutegemewa.
OCR inategemea ubora wa picha: picha wazi, iliyonyooka na yenye tofauti kubwa inatambuliwa vizuri sana; iliyopotoka, isiyo wazi au giza - vibaya zaidi. Daima angalia nambari na majina maalum.
Ndiyo, kwa hilo kuna zana maalum ya "PDF OCR": inafanya PDF iliyoscanwa iweze kutafutwa moja kwa moja au hutoa maandishi safi - bila kupitia picha moja moja.