این ابزار چه کاری انجام می‌دهد
تایپ دوباره‌ی متن از روی عکس یا صفحه‌ی اسکن‌شده کاری وقت‌گیر و پراشتباه است. فناوری تشخیص نوری نویسه‌ها (OCR) این کار را برای شما انجام می‌دهد: حروف را در تصویر پیدا می‌کند و آن‌ها را به متن قابل‌ویرایش تبدیل می‌کند. با این ابزار رایگان تبدیل عکس به متن می‌توانید متن یک نامه‌ی اداری که از آن عکس گرفته‌اید، قرارداد اسکن‌شده، اسکرین‌شات چت تلگرام یا پیام خطا، اسلاید کلاس، فاکتور خرید یا صفحه‌ای از کتاب و جزوه را استخراج کنید.
این ابزار یک OCR فارسی آنلاین است که انگلیسی، آلمانی و اسپانیایی را هم می‌شناسد. زبان متن را انتخاب کنید (یکی از این چهار زبان یا ترکیب‌های «فارسی + انگلیسی»، «آلمانی + انگلیسی» و «اسپانیایی + انگلیسی») تا متن تشخیص‌داده‌شده همراه با تعداد کلمه‌ها و میزان اطمینان نمایش داده شود. نتیجه را می‌توانید با یک کلیک کپی کنید یا به‌صورت یک فایل متنی ساده دانلود کنید. عکس را می‌توانید انتخاب کنید، روی صفحه بکشید یا مستقیم از کلیپ‌بورد جای‌گذاری کنید؛ این سریع‌ترین راه برای تبدیل اسکرین‌شات به متن است. فرمت‌های JPG، PNG، WebP، GIF و BMP پذیرفته می‌شوند، اما فایل PDF پشتیبانی نمی‌شود.
برخلاف بیشتر سرویس‌های OCR آنلاین، این ابزار عکس‌های شما را به هیچ‌جا نمی‌فرستد. موتور متن‌باز Tesseract با فناوری WebAssembly داخل مرورگر خودتان اجرا می‌شود؛ بنابراین حتی مدارک محرمانه مثل کارت ملی، صورت‌حساب بانکی یا نامه‌ی پزشک هم روی دستگاه شما باقی می‌مانند. نیازی به ثبت‌نام نیست، محدودیتی در تعداد صفحه‌ها وجود ندارد و هیچ واترمارکی هم اضافه نمی‌شود.
چه زمانی به کار می‌آید
نامه و مدارک اداری
از نامه‌ی اداری، فرم یا قراردادی که از آن عکس گرفته یا اسکنش کرده‌اید متنی بگیرید که بتوانید ویرایش، جست‌وجو یا ترجمه‌اش کنید.
اسکرین‌شات
متن اسکرین‌شات چت تلگرام، کپشن یا کامنت اینستاگرام، پیام خطا، فریمی از ویدیو یا برنامه‌ای را که اجازه‌ی کپی نمی‌دهد استخراج کنید.
درس و پژوهش
به‌جای تایپ دستی، نقل‌قول‌ها و بخش‌های لازم را از صفحه‌های کتاب، اسلایدها و جزوه‌های چاپی و تایپ‌شده بردارید.
فاکتور، رسید و برچسب
مبلغ، نشانی، شماره‌ی سریال یا ترکیبات را از فاکتور و رسید خرید، بسته‌بندی کالا و تابلوها بردارید.
نکته‌هایی برای بهترین نتیجه
- اول عکس را طوری برش دهید که فقط بخش متن باقی بماند؛ حاشیه‌ها، عکس‌ها و پس‌زمینه می‌توانند تشخیص را مختل کنند.
- عکس را در نور کافی و دقیقاً از بالا بگیرید؛ صفحه‌ی کج یا خمیده، مثل وسط کتاب یا جزوه‌ی صحافی‌شده، دقت را کم می‌کند.
- برای متن خیلی ریز از عکسی با وضوح بالاتر استفاده کنید یا پیش از گرفتن اسکرین‌شات، صفحه را بزرگ‌نمایی کنید.
- عددها، نام‌ها و علائم نگارشی را در نتیجه بررسی کنید؛ OCR ممکن است نویسه‌های شبیه به هم را اشتباه بگیرد، مثل ۰ و نقطه یا ۱ و «ا»، و در متن انگلیسی 0 و O یا 1 و l.
تبدیل عکس به متن (OCR) چطور کار می‌کند
وقتی تشخیص متن شروع می‌شود، مرورگر شما موتور OCR متن‌باز Tesseract را که به WebAssembly کامپایل شده، همراه با مدل آموزش‌دیده‌ی زبان انتخاب‌شده بارگذاری می‌کند. هر دو از همین وب‌سایت دریافت و در حافظه‌ی پنهان (کش) مرورگر ذخیره می‌شوند؛ بنابراین دفعه‌ی بعد تشخیص بدون دانلود دوباره شروع می‌شود.
عکس ابتدا روی یک بوم (canvas) کشیده می‌شود: عکس‌های کوچک بزرگ‌تر و عکس‌های خیلی بزرگ کوچک‌تر می‌شوند، چون موتور حروف را در اندازه‌ی مشخصی بهتر می‌خواند، و بخش‌های شفاف با رنگ سفید پر می‌شوند. سپس Tesseract خط‌ها و کلمه‌ها را پیدا می‌کند و با یک شبکه‌ی عصبی (LSTM) نویسه‌ها را تشخیص می‌دهد؛ از جمله نویسه‌های خط‌های راست‌به‌چپ مثل فارسی.
از نتیجه، فاصله‌های اضافه‌ی انتهای خط‌ها و خط‌های خالی اضافی حذف می‌شود و متن همراه با میانگین میزان اطمینان نمایش داده می‌شود. اگر این عدد پایین باشد، احتمالاً عکس تار یا خیلی کوچک بوده یا زبان نوشته با زبان انتخاب‌شده فرق داشته است.