Text z obrázka (OCR)

Vytiahnite text z fotky, snímky obrazovky alebo naskenovaného PDF: rozpozná slovenčinu aj s diakritikou a nič neposiela.

Súbory neopúšťajú váš počítač

Jazyk textu

Rozpoznávanie: Tesseract a tesseract.js, licencia Apache 2.0, zdrojový kód na github.com/naptha/tesseract.js.

Nefunguje vám nástroj alebo výsledok nesedí? Napíšte nám, opravíme to.

Ako na to

  1. Zaškrtnite jazyky textu (slovenčina je predvolená).
  2. Vyberte obrázky alebo PDF. Prvýkrát sa stiahnu rozpoznávacie dáta, potom to ide rýchlo.
  3. Text skopírujte tlačidlom Kopírovať alebo stiahnite ako .txt. Skontrolujte ho: OCR sa občas pomýli.

Časté otázky

Ako previesť obrázok na text?

Nahrajte fotku, snímku obrazovky alebo naskenované PDF. Rozpoznávanie (OCR) prebehne priamo vo vašom prehliadači a text sa objaví v poli pod ním; skopírujete ho tlačidlom alebo stiahnete ako súbor .txt. Funguje aj pre viac obrázkov naraz a pre viacstranové PDF.

Vie to slovenčinu s dĺžňami a mäkčeňmi?

Áno. Používame modely Tesseract pre slovenčinu, češtinu, ukrajinčinu a angličtinu. Zaškrtnite jazyky, ktoré sú v texte; viac jazykov naraz rozpozná zmiešaný text, ale je o niečo pomalšie.

Prečo je vo výsledku chyba?

OCR číta najlepšie ostrý, rovný a dobre osvetlený tlačený text. Chyby robia rozmazané fotky, šikmý papier, tiene, malé písmo a ručne písaný text (ten Tesseract takmer nečíta). Pomôže odfotiť papier zblízka a rovno alebo ho najprv vyrovnať nástrojom Sken dokumentu.

Prečo prvé rozpoznávanie trvá dlhšie?

Prvýkrát sa sťahuje rozpoznávací program a jazykové dáta (asi 4 MB a 2 – 3 MB na jazyk). Prehliadač si ich uloží, ďalšie obrázky už idú rýchlo.

Posielate moje obrázky na server?

Nie. Obrázky ani text nikam neodchádzajú, všetko beží vo vašom zariadení. Pokojne sem dajte aj doklady, zmluvy alebo výpisy.

Nástroj beží celý vo vašom prehliadači: súbory ani zadané údaje nikam neodosielame a neukladáme. Vysvetľujúce texty pripravujeme s pomocou umelej inteligencie (ako). Viac v podmienkach používania.