Jak wyodrębnić tekst z obrazu lub zrzutu ekranu (OCR)

Czym jest OCR

OCR (optyczne rozpoznawanie znaków) to technologia, która szuka na obrazie kształtów liter i zamienia je w prawdziwy tekst. Dla komputera zdjęcie to tylko siatka pikseli, więc bez OCR nie da się zaznaczyć, skopiować ani przeszukać zawartych w nim słów.

Wynik nie jest magią: program zgaduje każdy znak na podstawie jego kształtu i słownika języka. Dlatego wyraźne, dobrze oświetlone zdjęcie daje znacznie lepszy rezultat niż przekrzywione i rozmazane.

Jak wyodrębnić tekst krok po kroku

• Otwórz narzędzie „Obraz na tekst” i wybierz obraz (JPG, PNG, WebP lub podobny).
• Wybierz język dokumentu. Polski tekst ze znakami takimi jak ą, ć, ę, ł, ń, ó, ś, ź, ż jest rozpoznawany dokładniej, gdy język jest ustawiony poprawnie.
• Uruchom rozpoznawanie i poczekaj: przy pierwszym użyciu mogą być pobierane dane językowe, więc może to potrwać dłużej.
• Przejrzyj wynik i popraw błędy, zwłaszcza w liczbach, datach, nazwiskach i kwotach.
• Skopiuj tekst albo zapisz go do pliku.

Przygotowanie obrazu dla lepszych wyników

Jakość źródła ma większe znaczenie niż cokolwiek innego. Kilka prostych kroków często poprawia wynik bardziej niż jakiekolwiek ustawienie.

• Fotografuj prosto z góry, aby linie nie były skośne ani zniekształcone.
• Zadbaj o równomierne oświetlenie bez cieni i odblasku lampy błyskowej.
• Znaki powinny być dostatecznie duże: jeśli obraz jest bardzo mały, powiększ go przed rozpoznawaniem, a jeśli jest ogromny, zmniejsz go, aby przetwarzanie było szybsze.
• Przytnij niepotrzebne brzegi, aby tekst wyraźnie odcinał się od tła.
• Zrzuty ekranu zapisuj jako PNG, a nie mocno skompresowany JPG: artefakty wokół liter mylą rozpoznawanie.

Co działa dobrze, a co nie

Gdzie OCR przydaje się najbardziej

Typowe przykłady to dane z paragonów i faktur, które trzeba przenieść do arkusza kalkulacyjnego, fragmenty zeskanowanych książek lub artykułów, tekst ze slajdów albo zrzutów ekranu, który chcesz zacytować, oraz zdjęcia starych dokumentów, które chcesz uczynić przeszukiwalnymi.

Jeśli potrzebujesz kilku stron, najlepiej przetwarzać je pojedynczo i łączyć wyniki ręcznie. Uważaj na tabele: OCR często poprawnie odczytuje słowa, ale rozbija strukturę kolumn, więc dane tabelaryczne trzeba uporządkować samodzielnie.

Prywatność

Zdjęcia często zawierają dane wrażliwe: numery PESEL, numery kont, notatki medyczne. Wiele internetowych usług OCR wysyła Twój plik na swój serwer. Narzędzie Konvertavimas.lt rozpoznaje tekst w przeglądarce, więc obraz nigdzie nie jest wysyłany.

Po zakończeniu pracy wyczyść niepotrzebny tekst ze schowka i folderu pobranych plików.

Co zrobić, gdy wynik jest słaby

Najpierw sprawdź wybrany język. Częsty błąd to rozpoznawanie polskiego tekstu przy wybranym angielskim, przez co litery z akcentami zamieniają się w zwykłe albo w dziwne symbole.

Jeśli tekst nadal jest zniekształcony, spróbuj zwiększyć kontrast lub obrócić obraz we właściwą stronę. Jeśli to nie pomaga, zrób zdjęcie ponownie w lepszych warunkach. Przy długich wynikach licznik słów pomaga ocenić, czy tekst ma sens, a powtarzające się błędne znaki można poprawić funkcją znajdź i zamień.