Gambar ke Teks: Apa yang Benar-Benar Bisa Dibaca OCR dari Screenshot atau Foto

Screenshot struk, foto kartu nama, halaman hasil pindai, atau slide berisi paragraf yang ingin dikutip. Gambar ke teks terlihat seperti tombol salin sederhana, tetapi OCR adalah prediksi. Ia bekerja paling baik saat teks dicetak, lurus, cukup besar, dan cahayanya merata. Ia kesulitan saat teks kecil, miring, ditulis tangan, atau terkubur di latar yang ramai.

Alat menghasilkan file teks dan menampilkan teks di kotak. Ia tidak mempertahankan tata letak, gambar, atau warna. Untuk PDF searchable yang mempertahankan halaman, gunakan OCR PDF.

Jenis gambar yang bekerja baik

Screenshot paling mudah. Teksnya sudah digital, tajam, dan berkontras tinggi. Screenshot obrolan, halaman web, atau slide adalah input OCR ideal.

Dokumen hasil pindai 300 DPI juga bagus, asalkan halaman lurus dan teks tidak terlalu kecil. Halaman cetak bersih dengan latar putih adalah kasus sukses klasik.

Foto dokumen bisa bekerja jika cahaya merata dan kamera dipegang lurus. Foto dari sudut, dengan bayangan tangan, jauh lebih sulit. Aplikasi pemindai yang memangkas dan meluruskan halaman memberi hasil lebih baik daripada foto kamera mentah.

Kartu nama, struk, dan label mungkin, tetapi bervariasi. Struk di kertas mengilap bisa memiliki pantulan; kartu nama dengan logo di belakang teks bisa membingungkan model.

Apa yang mengalahkan OCR

Tulisan tangan adalah masalah utama. Tanda tangan yang jelas bukan kalimat yang jelas. Tulisan sambung, campuran aksara Arab dan Latin, serta bentuk huruf tidak biasa menghasilkan kesalahan. Jika tulisan tangan penting, transkripsikan manual atau gunakan model khusus.

Teks kecil masalah lain. Paragraf yang difoto dari jauh mungkin terbaca oleh manusia yang memperbesar, tetapi mesin OCR mungkin tidak punya cukup piksel per karakter. Pangkas area dan gunakan gambar lebih besar.

Kontras rendah, bayangan, dan pantulan menurunkan akurasi. Begitu juga font dekoratif, teks di atas gambar, dan teks berwarna di latar berwarna. Menu yang difoto di bawah cahaya restoran hangat adalah kasus sulit.

Tabel dan tata letak multi-kolom sulit karena OCR membaca dalam urutan visual. Ia bisa membaca melintasi kolom alih-alih menuruni setiap kolom, menghasilkan kalimat yang melompat antar topik.

Pilih bahasa

Pilih Arab untuk teks Arab, Indonesia untuk Indonesia, Inggris untuk Inggris. Pengaturan bahasa mengubah set karakter dan model kata. Memilih bahasa salah menghasilkan output aneh: huruf Latin dikenali sebagai Arab, atau kata Arab pecah menjadi tanda baca.

Jika gambar mencampur bahasa, OCR akan memihak bahasa yang dipilih. Kartu nama dengan nama Inggris dan alamat Arab mungkin membutuhkan dua proses. Periksa bagian bahasa lain secara manual.

Pengaturan bahasa bukan bahasa antarmuka. Jika browser Anda berbahasa Prancis tetapi gambar berbahasa Inggris, pilih Inggris.

Siapkan gambar

Pangkas ke teks yang dibutuhkan. Screenshot dengan area kosong besar di sekitar paragraf pendek memberi mesin lebih banyak latar untuk diabaikan. Pemangkasan juga mengurangi waktu proses.

Luruskan teks. Rotasi kecil bisa diperbaiki dengan editor gambar atau aplikasi pemindai. OCR bisa menangani kemiringan sedikit, tetapi bukan halaman yang difoto pada 30 derajat.

Tingkatkan kontras jika teks samar. Jangan berlebihan; garis tipis bisa hilang. Untuk foto dengan bayangan, gunakan kecerahan dan kontras editor, atau foto ulang dengan cahaya lebih baik.

Jika gambar adalah screenshot, gunakan file asli, bukan foto layar. Foto monitor menambahkan moiré, pantulan, dan distorsi perspektif.

Jalankan OCR

Buka alat Gambar ke Teks. Pilih gambar. Pilih bahasa. Jalankan pengenalan.

Teks muncul di kotak dan bisa diunduh sebagai file .txt. Baca hasilnya sebelum digunakan. OCR tidak tahu kata mana nama atau angka; ia mengeluarkan apa yang dianggapnya terlihat.

Untuk dokumen panjang, gunakan alat OCR PDF. Untuk satu screenshot atau struk, alat gambar lebih cepat.

Periksa hasilnya

Periksa nama, angka, tanggal, kode referensi, dan jumlah uang terlebih dahulu. Ini kolom tempat karakter yang salah baca menyebabkan kerusakan nyata. 0 dan O, 1 dan l, 5 dan S adalah kebingungan umum.

Periksa awal dan akhir teks. OCR kadang menjatuhkan baris pertama atau terakhir, terutama jika dekat tepi gambar. Periksa bahwa teks berada dalam urutan benar; kolom bisa kacau.

Jika teks untuk kutipan, bandingkan kata-katanya dengan gambar. OCR bisa mengubah tanda baca, huruf kapital, atau kata kecil. Kutipan yang kehilangan “tidak” bisa mengubah makna.

Format dan pemisah baris

Output teks mempertahankan pemisah baris seperti yang dilihat mesin. Paragraf bisa terpecah menjadi banyak baris pendek. Saat menempel ke dokumen, Anda mungkin perlu menggabungkan baris secara manual.

Jangan menganggap output memiliki paragraf. OCR tidak memahami struktur dokumen. Ia mengenali teks, bukan judul, daftar, atau tabel.

Jika membutuhkan tabel, salin angka ke spreadsheet dan periksa setiap baris. OCR mungkin mempertahankan angka tetapi kehilangan perataan kolom.

Kapan memakai OCR PDF?

Gunakan OCR PDF saat halaman harus tetap PDF dan teks bisa dicari di belakang gambar. Gunakan Gambar ke Teks saat hanya membutuhkan teks, misalnya untuk ditempel ke email, catatan, atau alat terjemahan.

Alat gambar tidak membuat PDF searchable. Jika penerima perlu mencari di halaman asli, gunakan alat PDF.

Screenshot versus foto

Screenshot adalah tangkapan langsung piksel yang sudah digital. OCR sering benar hampir setiap karakter. Foto layar yang sama menambahkan noise, pantulan, dan perspektif; akurasi turun.

Jika bisa mengambil screenshot, ambil. Di ponsel, gunakan tombol screenshot; di komputer, gunakan alat tangkapan layar sistem. Pangkas screenshot ke area teks dan jalankan OCR.

Foto dokumen kertas bisa sangat baik jika datar, diterangi merata, dan tajam. Gunakan kamera belakang, hindari flash, dan foto dari atas. Aplikasi pemindai bahkan lebih baik karena memangkas dan meluruskan halaman.

Struk dan kartu nama

Struk sering memakai font kecil, padat, dan kertas mengilap. Satu pantulan bisa menghapus satu baris. Foto struk di permukaan datar dengan cahaya dari samping, bukan langsung dari atas, untuk mengurangi silau. Jika struk panjang, ambil beberapa foto dekat daripada satu foto jauh.

Kartu nama bisa memiliki font dekoratif dan teks di atas logo. OCR mungkin membaca nama dan nomor telepon tetapi salah alamat. Periksa nomor telepon digit per digit; satu digit salah lebih buruk daripada satu baris hilang.

Tabel dan kolom

OCR membaca teks dalam urutan visual, tetapi tidak memahami tabel. Halaman dua kolom bisa dibaca melintasi kedua kolom, mencampur kalimat. Tabel bisa kehilangan baris atau kolom meskipun setiap angka dikenali.

Jika tabel adalah bagian penting, jangan mengandalkan OCR saja. Salin nilai ke spreadsheet dan verifikasi setiap sel terhadap gambar. Untuk menu atau daftar harga, periksa harga secara terpisah.

Cara menguji akurasi

Pilih baris dengan nama, baris dengan angka, dan baris dengan tanda baca. Bandingkan teks OCR dengan gambar kata per kata. Jika baris itu benar, hasilnya mungkin cukup untuk pencarian.

Jika hasilnya buruk, ubah input, bukan pengaturan bahasa. Pangkasan lebih tajam, cahaya lebih baik, atau gambar beresolusi lebih tinggi biasanya membantu lebih dari menjalankan OCR lagi pada piksel yang sama.

Kesalahan umum

• Memfoto layar alih-alih mengambil screenshot.
• Memakai foto dengan bayangan di teks.
• Memilih bahasa yang salah.
• Mengharapkan OCR mempertahankan paragraf dan kolom.
• Mempercayai nomor telepon atau jumlah uang tanpa memeriksa.
• Memakai OCR untuk tulisan tangan dan menganggapnya benar.
• Menghapus gambar asli sebelum memeriksa teks.

Jika teks masih tidak terbaca, coba gambar sumber lebih baik, bukan alat lain; gambar buram adalah batasnya. Simpan asli sampai teks hasil ekstrak diperiksa.

Tips memotret

Foto di ruangan terang, atau dekat jendela pada siang hari. Buat kamera sejajar kertas, tidak miring. Hindari bayangan tangan; gunakan lampu dari samping atau minta orang lain memotret.

Bersihkan lensa ponsel sebelum memotret. Sidik jari kecil di lensa membuat teks lembut. Stabilkan ponsel di tripod jika memungkinkan, dan gunakan timer untuk menghindari goyangan.

Apa yang dilakukan dengan teks?

Jika teks untuk catatan, tempel di editor. Jika untuk terjemahan, periksa kalimat pendek; OCR bisa mengubah urutan kata. Jika untuk kutipan resmi, bandingkan setiap kata dengan gambar.

Jangan memakai teks hasil ekstrak sebagai bukti hukum tanpa pemeriksaan. Gambar adalah aslinya; teks adalah salinan turunan. Jika teks dan gambar berbeda, gambar yang menjadi bukti.

Batas alat

Alat memproses satu gambar sekaligus. Untuk beberapa gambar, ulangi. Ia tidak mempertahankan tata letak, gambar, atau tautan. Ia tidak membuat PDF searchable. Ia tidak mengenali musik atau simbol non-teks.

Jika gambar berisi teks vertikal atau sangat miring, alat bisa gagal. Jika berisi beberapa kolom, baris bisa tercampur. Jika berisi font dekoratif, huruf bisa salah.

Sebelum menghapus

Simpan gambar asli dan file teks sampai hasilnya diperiksa. Jika perlu memproses ulang, aslinya diperlukan. Jangan hapus gambar hanya karena teksnya terlihat baik.

Sebelum memakai hasilnya

Jika teks untuk dokumen penting, simpan gambar asli dan teks hasil ekstrak. Periksa ulang angka dan nama pada gambar, bukan hanya di teks. Jika ada perbedaan, gambar yang benar.

Jika teks untuk situs atau publikasi, periksa ejaan dan tanda baca. OCR sering mengubah tanda kutip dan tanda hubung. Jangan menerbitkan teks mentah tanpa membaca. Jika teks akan dipakai untuk aplikasi resmi, simpan gambar asli bersama hasilnya, dan jangan hanya mengandalkan OCR. Simpan aslinya dan periksa hasilnya; ini penting.

Privasi

Gambar diproses di browser. OpenToola tidak mengunggahnya dan tidak menyimpan salinan. Teks dibuat secara lokal dan diunduh ke perangkat Anda.

Itu berguna untuk struk, dokumen identitas, dan screenshot klien. Namun itu tidak membuat komputer bersama aman. Hapus gambar dan file teks setelah digunakan jika berisi informasi sensitif, dan hindari OCR di mesin publik.

Alat yang disebut

• Gambar ke Teks
• OCR PDF
• Kompres Gambar
• Panduan OpenToola