Gambar ke teks

Cara kerjanya

Optical character recognition (OCR) adalah alat yang dicari orang saat memiliki tangkapan layar yang tidak bisa disalin, halaman hasil pindai yang dibutuhkan sebagai teks, atau foto dokumen. Ini juga alat yang paling sulit dibenarkan jika harus mengunggah — gambarnya biasanya berupa dokumen, struk, atau korespondensi.

Berjalan di perangkat Anda, yang tidak biasa untuk OCR

Hampir semua layanan OCR gratis mengunggah gambar dan mengerjakannya di server. Alat ini menjalankan Tesseract yang dikompilasi ke WebAssembly di dalam halaman. Konsekuensinya adalah satu kali unduhan sekitar 11 MB data pengenalan pada penggunaan pertama, yang kemudian di-cache oleh browser Anda, dan proses pengenalan itu sendiri menggunakan prosesor Anda sendiri.

Apa yang dikuasainya, dan apa yang tidak

Tangkapan layar, hasil pindai yang bersih, dan dokumen cetak yang difoto lurus dari depan memberikan hasil yang sangat baik. Teks yang miring, dalam cahaya buruk, di atas latar yang ramai, atau dalam font tampilan yang tidak biasa memberikan hasil yang buruk. Tulisan tangan tidak didukung dalam arti praktis apa pun. Alat ini membaca bahasa Inggris.

Pengaturan tata letak lebih penting daripada yang orang kira

"Satu halaman teks" cocok untuk dokumen berparagraf. "Satu blok" lebih baik untuk tangkapan layar satu bagian. "Satu baris" untuk keterangan gambar atau nomor seri. "Kata-kata tersebar" cocok untuk papan petunjuk dan label dengan teks di beberapa tempat yang tidak berkaitan. Memilih yang salah adalah penyebab umum hasil yang buruk.

Mendapatkan hasil yang lebih baik

Potong hanya bagian teks sebelum menjalankannya. Putar gambar agar baris teks horizontal. Resolusi yang lebih tinggi membantu hingga batas tertentu — setara sekitar 300 dpi sudah ideal, dan lebih dari itu hanya menambah waktu tanpa menambah akurasi.