Μετατροπή εικόνας σε κείμενο

Ένα δωρεάν εργαλείο που διαβάζει το κείμενο σε εικόνες με OCR (οπτική αναγνώριση χαρακτήρων) και το μετατρέπει σε αρχείο κειμένου (TXT). Μπορείτε να ανοίξετε φωτογραφίες και στιγμιότυπα οθόνης ή να επικολλήσετε μια εικόνα με Ctrl+V (⌘V σε Mac). Μπορείτε να διαβάσετε πολλές εικόνες μαζί και να αποθηκεύσετε το αρχείο κειμένου κάθε εικόνας όλα μαζί σε ZIP. Οι εικόνες σας υποβάλλονται σε επεξεργασία στο πρόγραμμα περιήγησης και δεν μεταφορτώνονται ποτέ.

Έλεγχος του περιβάλλοντός σας…

Στην πρώτη εκτέλεση γίνεται λήψη ενός μοντέλου AI (περίπου 17 MB) από αυτόν τον ιστότοπο· οι επόμενες εκτελέσεις χρησιμοποιούν το αντίγραφο που είναι αποθηκευμένο στο πρόγραμμα περιήγησής σας. Οι εικόνες σας δεν μεταφορτώνονται ποτέ.

Μπορείτε επίσης να προσθέσετε μια αντιγραμμένη εικόνα ή ένα στιγμιότυπο οθόνης επικολλώντας το με Ctrl+V (⌘V σε Mac).

Ρυθμίσεις

Οδηγίες χρήσης

  1. 1

    Προσθέστε εικόνες

    Επιλέξτε ή αποθέστε τις εικόνες που θα αναγνωστούν. Μπορείτε επίσης να προσθέσετε μια αντιγραμμένη εικόνα ή ένα στιγμιότυπο οθόνης επικολλώντας το με Ctrl+V (⌘V σε Mac). Μπορείτε να προσθέσετε πολλές εικόνες μαζί. Οι εικόνες σας δεν μεταφορτώνονται ποτέ.

  2. 2

    Επιλέξτε τη γλώσσα του εγγράφου

    Στο «Γλώσσα εγγράφου», επιλέξτε τη γλώσσα του κειμένου στις εικόνες.

  3. 3

    Ανάγνωση και αποθήκευση

    Πατήστε «Εκτέλεση» για να δημιουργηθεί ένα αρχείο TXT με το κείμενο που αναγνώστηκε από την εικόνα. Αποθηκεύστε το με «Αποθήκευση» ή αντιγράψτε το όλο με «Αντιγραφή κειμένου». Για πολλές εικόνες, χρησιμοποιήστε την «Αποθήκευση όλων ως ZIP» για να τις αποθηκεύσετε μαζί. Μπορείτε να ελέγξετε τις γραμμές που αναγνωρίστηκαν με «Έλεγχος αναγνωρισμένου κειμένου».

Σχετικά με τη μετατροπή εικόνων σε κείμενο

Το κείμενο διαβάζεται με το μοντέλο αναγνώρισης κειμένου του PaddleOCR (PP-OCRv6, Apache-2.0), που εκτελείται μέσα στο πρόγραμμα περιήγησής σας. Στην πρώτη εκτέλεση γίνεται λήψη του μοντέλου AI (περίπου 17 MB) από αυτόν τον ιστότοπο· οι επόμενες εκτελέσεις χρησιμοποιούν το αντίγραφο που είναι αποθηκευμένο στο πρόγραμμα περιήγησής σας. Σε συσκευές που δεν μπορούν να χρησιμοποιήσουν τη GPU (WebGPU), η επεξεργασία γίνεται στη CPU και διαρκεί περισσότερο απ’ ό,τι στη GPU. Οι υποστηριζόμενες μορφές εικόνας είναι JPEG, PNG, WebP, AVIF, GIF (μόνο το πρώτο καρέ μιας κινούμενης εικόνας), BMP και HEIC (φωτογραφίες iPhone). Μπορούν να διαβαστούν και μεγάλα στιγμιότυπα οθόνης που τραβήχτηκαν με κύλιση.

Το αναγνωρισμένο κείμενο τακτοποιείται από την πάνω γραμμή προς τα κάτω, και το κείμενο στο ίδιο ύψος ενώνεται σε μία γραμμή από αριστερά προς τα δεξιά (στήλες και πίνακες μπορεί να βγουν με σειρά διαφορετική από τη σειρά ανάγνωσης). Αν επιλέξετε «Ιαπωνικά» στη «Γλώσσα εγγράφου», η αναγνώριση περιορίζεται στους χαρακτήρες που χρησιμοποιούνται σε ιαπωνικά έγγραφα, ενώ με «Κορεατικά» χρησιμοποιείται ένα κορεατικό μοντέλο (περίπου 13 MB, που δεν διαβάζει κινεζικούς χαρακτήρες). Αν χρειάζεστε μόνο να αντιγράψετε λίγο κείμενο από μια φωτογραφία του κινητού σας, μπορούν να το κάνουν και το Live Text στο iPhone ή το Google Lens. Αυτό το εργαλείο διαβάζει πολλές εικόνες μαζί και αποθηκεύει το κείμενο κάθε εικόνας ως αρχείο κειμένου UTF-8 (.txt). Για να εξαγάγετε το κείμενο από ένα PDF, χρησιμοποιήστε το «PDF σε κείμενο».

Προδιαγραφές αυτού του εργαλείου

Είσοδος
JPG, PNG, WEBP, AVIF, GIF, BMP, HEIC, HEIF
Έξοδος
TXT
Όρια
Χωρίς όριο στον αριθμό αρχείων (μαζική επεξεργασία). Χωρίς όριο μεγέθους αρχείου (επεξεργασία εντός της μνήμης της συσκευής σας). Εικόνες έως 51 megapixel και 32.767 px στη μεγάλη πλευρά διαβάζονται ως έχουν (25 megapixel και 16.384 px σε κινητά και tablet· οι μεγαλύτερες εικόνες σμικρύνονται πρώτα)
  • Δωρεάν, χωρίς εγγραφή, χωρίς εγκατάσταση εφαρμογής
  • Τα αρχεία δεν μεταφορτώνονται ποτέ (η επεξεργασία γίνεται στο πρόγραμμα περιήγησης)

Συχνές ερωτήσεις

Αποστέλλονται οι εικόνες μου σε διακομιστή;

Όχι. Το άνοιγμα των εικόνων, η ανάγνωση του κειμένου και η αποθήκευση γίνονται στο πρόγραμμα περιήγησης της συσκευής σας. Στατιστικά που μας βοηθούν να διορθώνουμε σφάλματα (τα εύρη του πλήθους εικόνων, γραμμών και χαρακτήρων που διαβάστηκαν, το εύρος του χρόνου ανά εικόνα, τύποι σφαλμάτων κ.λπ.) αποστέλλονται στον διακομιστή αυτού του ιστοτόπου. Δεν περιλαμβάνουν τις ίδιες τις εικόνες, το αναγνωρισμένο κείμενο ή ονόματα αρχείων. Μπορείτε να απενεργοποιήσετε τα στατιστικά με τον διακόπτη «Αποστολή στατιστικών επεξεργασίας» στο κάτω μέρος της σελίδας.

Μπορεί να διαβάσει κείμενο που εμφανίζεται στην οθόνη του υπολογιστή μου;

Ναι. Όταν τραβάτε το στιγμιότυπο οθόνης, επιλέξτε μόνο το τμήμα που θέλετε να διαβάσετε (Win+Shift+S στα Windows, ⌘+Control+Shift+4 σε Mac), επικολλήστε το σε αυτή τη σελίδα με Ctrl+V (⌘V σε Mac) και πατήστε «Εκτέλεση». Αν τραβήξετε ολόκληρη την οθόνη, το κείμενο των μενού στην άκρη της οθόνης μπορεί να καταλήξει στην ίδια γραμμή με το κύριο κείμενο. Μπορείτε επίσης να αποθέσετε μια αποθηκευμένη εικόνα. Μπορούν να διαβαστούν και μεγάλα στιγμιότυπα οθόνης που τραβήχτηκαν με κύλιση. Διαβάζονται επίσης οθόνες με ανοιχτόχρωμο κείμενο σε σκούρο φόντο (σκούρα λειτουργία).

Μπορεί να διαβάσει κείμενο σε φωτογραφίες που τραβήχτηκαν με κινητό;

Ναι. Οι φωτογραφίες iPhone (HEIC) ανοίγουν ως έχουν. Οι εικόνες με πληροφορίες προσανατολισμού (EXIF) ισιώνονται πριν διαβαστεί το κείμενο. Φωτογραφίες όπου το κείμενο είναι μικρό, θολό, τραβηγμένο υπό γωνία ή σκιασμένο μπορεί να έχουν περισσότερα λάθη (αυτό το εργαλείο δεν διορθώνει την προοπτική παραμόρφωση των φωτογραφιών). Είναι φτιαγμένο για τυπωμένο κείμενο, και το χειρόγραφο κείμενο δεν υποστηρίζεται. Διαβάζει επίσης κάθετο κείμενο, αλλά με περισσότερα λάθη από το οριζόντιο, και μπορεί να χάσει σημεία στίξης.

Μπορεί το αναγνωρισμένο κείμενο να περιέχει λάθη;

Ναι. Ανάλογα με το μέγεθος του κειμένου, την ανάλυση της εικόνας και το θόλωμα ή τις σκιές στις φωτογραφίες, ορισμένοι χαρακτήρες μπορεί να διαβαστούν λάθος ή να παραλειφθούν. Χαρακτήρες που μοιάζουν μπορεί να μπερδευτούν, όπως το ιαπωνικό αριθμητικό kanji «一» και το σημάδι μακρού φωνήεντος «ー», και εικονίδια ή σύμβολα μπορεί να διαβαστούν ως χαρακτήρες. Όταν έχει επιλεγεί «Ιαπωνικά» ως γλώσσα εγγράφου, χαρακτήρες εκτός των συνόλων kanji JIS επιπέδου 1 και 2 και τα emoji μπορεί να διαβαστούν ως χαρακτήρες που μοιάζουν. Σε στιγμιότυπα οθόνης ιστοσελίδων, κείμενο μέσα σε εικόνες ή μενού στην άκρη της οθόνης μπορεί να καταλήξει στην ίδια γραμμή με το κύριο κείμενο. Πατήστε «Έλεγχος αναγνωρισμένου κειμένου» για να δείτε τις αναγνωρισμένες γραμμές με περίγραμμα πάνω στην εικόνα, με τις γραμμές που είναι πιθανότερο να έχουν λάθη σε διαφορετικό χρώμα.

Βοηθήστε μας να βελτιώσουμε την υπηρεσία

Αν μια μετατροπή ή μια συμπίεση αποτύχει, η αποστολή των συνθηκών μάς βοηθά να εντοπίσουμε την αιτία. Γνωρίζοντας ποιες συσκευές και μορφές αποτυγχάνουν συχνότερα και πόσο διαρκεί η επεξεργασία, μπορούμε να αναθεωρούμε τις υποστηριζόμενες μορφές και να διορθώνουμε τα σφάλματα που βρίσκονται πίσω από αυτές. Αν δεν σας ενοχλεί, αφήνοντάς το ενεργό μας βοηθάτε πραγματικά.

Τι αποστέλλεται

  • Το εργαλείο που χρησιμοποιήσατε και οι ρυθμίσεις που επιλέξατε (μορφή εξόδου, ποιότητα κ.λπ.)
  • Τα χαρακτηριστικά της συσκευής σας (GPU, μνήμη, αριθμός πυρήνων)
  • Η μορφή εισόδου με ένα κατά προσέγγιση μέγεθος
  • Πόσα αρχεία πέτυχαν ή απέτυχαν και πόσο χρόνο χρειάστηκε
  • Το είδος και οι λεπτομέρειες του σφάλματος όταν κάτι αποτυγχάνει

Τι δεν αποστέλλεται ποτέ

  • Τα ίδια τα αρχεία και τα ονόματα αρχείων
  • Το αναγνωρισμένο κείμενο και οι θέσεις των αναγνωρισμένων γραμμών
  • Οι διευθύνσεις IP

Τα δεδομένα πηγαίνουν μόνο στον διακομιστή αυτού του ιστοτόπου, ποτέ σε υπηρεσία τρίτων.
Για την πλήρη λίστα, μαζί με τις λεπτομέρειες που στέλνει κάθε εργαλείο, δείτε την ενότητα «Στατιστικά επεξεργασίας» στην πολιτική απορρήτου.

Λεπτομέρειες που στέλνει αυτό το εργαλείο (μόνο αριθμοί, χρόνοι, είδη και ναι/όχι)

Εκτός από όσα αναφέρονται στο «Τι αποστέλλεται», αυτό το εργαλείο στέλνει τις παρακάτω λεπτομέρειες.

Εικόνα σε κείμενο
Ο αριθμός εικόνων που αναγνώστηκαν, εικόνων που αναγνώστηκαν χωρίς να βρεθεί κείμενο, εικόνων με διορθωμένο προσανατολισμό, εικόνων που αναγνώστηκαν αφού σμικρύνθηκαν επειδή ήταν μεγάλες, εικόνων που αναγνώστηκαν με αντιστροφή φωτεινών και σκοτεινών περιοχών και εικόνων των οποίων γεμίστηκαν οι διαφανείς περιοχές, καθώς και γραμμών και χαρακτήρων που αναγνώστηκαν (όλα ως εύρη), τα εύρη του ποσοστού κάθετων γραμμών και γραμμών με μεγαλύτερη πιθανότητα σφαλμάτων, τα εύρη του χρόνου ανά εικόνα και του χρόνου φόρτωσης του μοντέλου AI, ο τύπος και η έκδοση του μοντέλου AI και αν έγινε λήψη του, το εύρος του αριθμού τμημάτων στα οποία χωρίστηκε μια εικόνα για την εύρεση κειμένου και αν η GPU έπαψε να είναι διαθέσιμη.

Σχετικά εργαλεία