תמונה לטקסט

איך זה עובד

זיהוי תווים אופטי (OCR) הוא הכלי שאליו פונים כשיש צילום מסך שאי אפשר להעתיק ממנו, עמוד סרוק שצריך כטקסט, או תמונה של מסמך. זה גם הכלי שבו הכי קשה להצדיק העלאה — התמונות הן בדרך כלל מסמכים, קבלות או התכתבויות.

הוא רץ על המכשיר, וזה יוצא דופן ב-OCR

כמעט כל שירות OCR חינמי מעלה את התמונה ועושה את העבודה בשרת. כאן רץ Tesseract שהודר ל-WebAssembly בתוך הדף. המחיר הוא הורדה חד-פעמית של כ-11 MB של נתוני זיהוי בשימוש הראשון, שהדפדפן שומר אחר כך במטמון, והזיהוי עצמו משתמש במעבד שלכם.

במה הכלי טוב ובמה לא

צילומי מסך, סריקות נקיות ומסמכים מודפסים שצולמו ישר נותנים תוצאות טובות מאוד. טקסט בזווית, בתאורה גרועה, על רקע עמוס או בגופן תצוגה יוצא דופן נותן תוצאות גרועות. כתב יד אינו נתמך בשום מובן מעשי. הכלי קורא אנגלית.

הגדרות הפריסה חשובות יותר ממה שאנשים מצפים

"עמוד של טקסט" מתאים למסמכים עם פסקאות. "בלוק אחד" עדיף לצילום מסך של קטע אחד. "שורה אחת" מיועדת לכיתוב או למספר סידורי. "מילים מפוזרות" מתאים לשלטים ותוויות שבהם הטקסט נמצא בכמה מקומות לא קשורים. בחירה שגויה היא סיבה נפוצה לפלט גרוע.

איך מקבלים תוצאה טובה יותר

חותכים רק את הטקסט לפני ההרצה. מסובבים את התמונה כך שהשורות אופקיות. רזולוציה גבוהה יותר עוזרת עד גבול מסוים — שווה ערך לכ-300 dpi הוא אידיאלי, ומעבר לכך מוסיפים זמן בלי דיוק.