Kuidas pildilt või ekraanipildilt teksti kätte saada (OCR)

Mis on OCR

OCR (optiline tähetuvastus) on tehnoloogia, mis otsib pildilt tähekujusid ja muudab need päris tekstiks. Arvutile on foto lihtsalt pikslite ruudustik, seega ilma OCR-ita ei saa selles olevaid sõnu valida, kopeerida ega otsida.

Tulemus ei ole võluvägi: tarkvara oletab iga märgi selle kuju ja keelesõnastiku põhjal. Seepärast annab selge ja hästi valgustatud foto palju parema tulemuse kui viltune ja udune.

Kuidas teksti samm-sammult kätte saada

• Ava pilt tekstiks tööriist ja vali oma pilt (JPG, PNG, WebP või sarnane).
• Vali dokumendi keel. Täpitähtedega tekst, näiteks õ, ä, ö, ü, š ja ž, tuvastatakse täpsemalt, kui keel on õigesti seadistatud.
• Alusta tuvastamist ja oota: esimesel korral võib olla vaja keeleandmed alla laadida, seega võib see kauem aega võtta.
• Vaata tulemus üle ja paranda vead, eriti numbrid, kuupäevad, nimed ja summad.
• Kopeeri tekst või salvesta see faili.

Pildi ettevalmistamine parema tulemuse saamiseks

Lähtematerjali kvaliteet on olulisem kui miski muu. Mõni lihtne samm parandab tulemust sageli rohkem kui ükski seade.

• Pildista otse ülalt, et read ei oleks viltused ega moonutatud.
• Kasuta ühtlast valgustust ilma varjude ja välgu pimestuseta.
• Märgid peavad olema piisavalt suured: kui pilt on väga väike, suurenda seda enne tuvastamist, ja kui see on tohutu, vähenda, et töötlus oleks kiirem.
• Lõika mittevajalikud servad ära, et tekst taustast selgelt eralduks.
• Salvesta ekraanipildid PNG-na, mitte tugevalt tihendatud JPG-na: tähtede ümber olevad tihendusvead ajavad tuvastuse segadusse.

Mis töötab hästi ja mis mitte

Kus OCR kõige kasulikum on

Tüüpilised näited: tšekkide ja arvete andmed, mida pead tabelisse tõstma, katkendid skannitud raamatutest või artiklitest, slaidide või ekraanipiltide tekst, mida soovid tsiteerida, ning vanade dokumentide fotod, mida tahad otsitavaks muuta.

Kui vajad mitut lehekülge, on kõige parem töödelda neid ükshaaval ja ühendada tulemused käsitsi. Ole tabelitega ettevaatlik: OCR loeb sõnu sageli õigesti, kuid rikub veergude struktuuri, mistõttu tuleb tabeliandmed käsitsi korda teha.

Privaatsus

Fotodel on sageli tundlikke andmeid: isikukoodid, kontonumbrid, meditsiinilised märkmed. Paljud veebipõhised OCR-teenused laadivad sinu faili oma serverisse. Konvertavimas.lt tööriist teeb tuvastuse sinu brauseris, seega ei saadeta pilti kuhugi.

Kui oled lõpetanud, tühjenda mittevajalik tekst lõikelaualt ja allalaadimiste kaustast.

Mida teha, kui tulemus on kehv

Kõigepealt kontrolli valitud keelt. Levinud viga on eestikeelse teksti tuvastamine ingliskeelse seadega, mis muudab täpitähed tavalisteks tähtedeks või kummalisteks sümboliteks.

Kui tekst on endiselt segane, proovi kontrasti suurendada või pilt õigesse asendisse pöörata. Kui see ei aita, pildista uuesti paremates tingimustes. Pikkade tulemuste puhul aitab sõnaloendur väljundit üle kontrollida ning korduvaid valesid märke saab parandada otsi-ja-asenda abil.