Εικόνα σε κείμενο (OCR)

Μετατρέψτε εικόνες σε επεξεργάσιμο κείμενο χωρίς να τις μεταφορτώσετε πουθενά. Προσθέστε ένα στιγμιότυπο οθόνης, μια φωτογραφία εγγράφου, μια σάρωση ή μια πινακίδα, και μια τοπική μηχανή OCR διαβάζει το κείμενο απευθείας στη συσκευή σας — σε 20 γλώσσες, συμπεριλαμβανομένων σελίδων με μεικτές γλώσσες. Επεξεργαστείτε το αποτέλεσμα, αντιγράψτε το στο πρόχειρο ή κατεβάστε το ως αρχείο .txt. Η μηχανή OCR κατεβαίνει μόνο μία φορά στην πρώτη χρήση και αποθηκεύεται στην cache· οι εικόνες σας δεν φεύγουν ποτέ από το πρόγραμμα περιήγησης.

Το απόρρητο προτεραιότητα: κάθε εικόνα επεξεργάζεται τοπικά στο πρόγραμμα περιήγησής σας. Τίποτα δεν μεταφορτώνεται, αποθηκεύεται ή αποστέλλεται σε κανέναν διακομιστή.

Το PixelVault μετατρέπει εικόνες σε κείμενο με OCR που εκτελείται εξ ολοκλήρου στο πρόγραμμα περιήγησής σας. Στιγμιότυπα οθόνης μηνυμάτων σφάλματος, φωτογραφίες σελίδων βιβλίων, σαρωμένες επιστολές, αποδείξεις, πινακίδες, πίνακες — προσθέστε τα, και το κείμενο βγαίνει από την άλλη άκρη, επιλέξιμο και επεξεργάσιμο. Σε αντίθεση με τους συνηθισμένους ιστότοπους τύπου «εικόνα σε κείμενο», τίποτα δεν μεταφορτώνεται: η ίδια η μηχανή αναγνώρισης εκτελείται στη συσκευή σας.

Είκοσι γλώσσες αναγνώρισης είναι διαθέσιμες, από αγγλικά, ισπανικά και γερμανικά έως αραβικά, χίντι, ιαπωνικά, κορεατικά και κινεζικά σε απλοποιημένη και παραδοσιακή μορφή. Μπορείτε να ενεργοποιήσετε έως τρεις ταυτόχρονα για έγγραφα με μεικτές γλώσσες. Κάθε πακέτο γλώσσας είναι μια μικρή, εφάπαξ λήψη (περίπου 1–3 MB) που το πρόγραμμα περιήγησής σας αποθηκεύει στην cache.

Το αποτέλεσμα εμφανίζεται σε ένα επεξεργάσιμο πεδίο κειμένου μαζί με μια βαθμολογία εμπιστοσύνης, οπότε μπορείτε να διορθώσετε έναν παράξενο χαρακτήρα πριν το χρησιμοποιήσετε. Αντιγράψτε τα πάντα στο πρόχειρο με ένα κλικ ή κατεβάστε το ως αρχείο .txt με το όνομα της εικόνας σας.

Πώς λειτουργεί

Το PixelVault χρησιμοποιεί το Tesseract, την πιο διαδεδομένη μηχανή OCR ανοιχτού κώδικα, μεταγλωττισμένη σε WebAssembly ώστε να μπορεί να εκτελείται στο πρόγραμμα περιήγησής σας. Κατά την πρώτη χρήση, κατεβάζει τη μηχανή (περίπου 5 MB) και τα εκπαιδευμένα δεδομένα για τις επιλεγμένες γλώσσες σας — ενημερώνεστε για το ακριβές μέγεθος πριν ανακτηθεί οτιδήποτε. Η εικόνα αναλύεται σε ένα νήμα παρασκηνίου: η μηχανή βρίσκει τις γραμμές και τις λέξεις, αναγνωρίζει τους χαρακτήρες σε σχέση με το γλωσσικό της μοντέλο και επιστρέφει απλό κείμενο συν μια εκτίμηση εμπιστοσύνης. Όλα αποθηκεύονται τοπικά στην cache, οπότε από τη δεύτερη εκτέλεση λειτουργεί και εκτός σύνδεσης.

Γιατί έχει σημασία η τοπική επεξεργασία

Οι εικόνες που περνούν οι άνθρωποι από OCR είναι συνήθως οι ευαίσθητες: συμβόλαια, τιμολόγια, έγγραφα ταυτότητας, ιατρικές επιστολές, ιδιωτικές συνομιλίες. Η μεταφόρτωσή τους σε μια υπηρεσία OCR σημαίνει ότι αυτά τα έγγραφα βρίσκονται, τουλάχιστον για λίγο, στην υποδομή κάποιου άλλου. Το τοπικό OCR εξαλείφει εντελώς αυτήν την έκθεση — τα pixel δεν φεύγουν ποτέ από τον υπολογιστή σας, και στην άλλη άκρη δεν υπάρχει υπηρεσία που να καταγράφει, να αποθηκεύει σε cache ή να εκπαιδεύεται στα έγγραφά σας.

Υποστηριζόμενες μορφές

  • PNG / JPG — Στιγμιότυπα οθόνης και φωτογραφίες — οι πιο κοινές πηγές OCR.
  • WebP / AVIF / BMP / GIF — Όλα υποστηρίζονται ως είσοδος.
  • HEIC — Οι φωτογραφίες εγγράφων iPhone αποκωδικοποιούνται πρώτα τοπικά.
  • TXT — Το αποτέλεσμα: απλό κείμενο, έτοιμο για αντιγραφή ή λήψη.

Συνήθεις χρήσεις

  • Αντιγράψτε ένα μήνυμα σφάλματος από ένα στιγμιότυπο οθόνης αντί να το πληκτρολογήσετε ξανά.
  • Ψηφιοποιήστε μια έντυπη επιστολή, μια συνταγή ή μια σελίδα βιβλίου.
  • Εξαγάγετε έναν πίνακα ή έναν αριθμό αναφοράς από μια φωτογραφημένη απόδειξη ή τιμολόγιο.
  • Πάρτε κείμενο από μια διαφάνεια ή από μια φωτογραφία πίνακα μετά από μια συνάντηση.
  • Τραβήξτε αποσπάσματα από εικόνες μέσων κοινωνικής δικτύωσης σε ένα επεξεργάσιμο έγγραφο.

Συχνές ερωτήσεις

Μεταφορτώνεται η εικόνα μου για την εξαγωγή του κειμένου;
Όχι. Η αναγνώριση εκτελείται στη δική σας συσκευή μέσω μιας έκδοσης WebAssembly της μηχανής OCR Tesseract. Τα έγγραφα, τα έγγραφα ταυτότητας, οι επιστολές και τα στιγμιότυπα οθόνης δεν αγγίζουν ποτέ διακομιστή.
Γιατί υπάρχει μια εφάπαξ λήψη;
Η μηχανή OCR (≈5 MB) και ένα πακέτο εκπαιδευμένων δεδομένων για κάθε γλώσσα που επιλέγετε (≈1–3 MB η καθεμία) χρειάζεται να μπουν στο πρόγραμμα περιήγησής σας μόνο μία φορά. Ενημερώνεστε για το μέγεθος πριν κατεβεί οτιδήποτε, και όλα αποθηκεύονται τοπικά στην cache — οι επόμενες εκτελέσεις λειτουργούν άμεσα, ακόμη και εκτός σύνδεσης.
Ποιες γλώσσες υποστηρίζονται;
Είκοσι: αγγλικά, ισπανικά, πορτογαλικά, γαλλικά, γερμανικά, ιταλικά, ολλανδικά, πολωνικά, ουκρανικά, ρωσικά, τουρκικά, αραβικά, χίντι, ινδονησιακά, βιετναμέζικα, ιαπωνικά, κορεατικά, κινεζικά (απλοποιημένα και παραδοσιακά) και εσθονικά. Μπορείτε να επιλέξετε έως τρεις ταυτόχρονα για εικόνες με μεικτές γλώσσες.
Πόσο ακριβές είναι;
Σε καθαρά στιγμιότυπα οθόνης και σαρώσεις, πολύ ακριβές. Οι φωτογραφίες λειτουργούν καλύτερα όταν το κείμενο είναι ευκρινές, καλά φωτισμένο και περίπου οριζόντιο. Μια βαθμολογία εμπιστοσύνης εμφανίζεται με κάθε αποτέλεσμα, και το αποτέλεσμα είναι επεξεργάσιμο, ώστε να μπορείτε να διορθώσετε τους χαρακτήρες που ξεφεύγουν πριν την αντιγραφή.
Τι μπορώ να κάνω με το αποτέλεσμα;
Το εξαγόμενο κείμενο εμφανίζεται σε ένα επεξεργάσιμο πεδίο — αντιγράψτε το με ένα κλικ ή κατεβάστε το ως αρχείο .txt με το όνομα της εικόνας σας.
Μπορεί να διαβάσει χειρόγραφα;
Όχι — όπως οι περισσότερες μηχανές OCR, είναι σχεδιασμένη για έντυπο κείμενο και κείμενο οθόνης. Τα προσεγμένα κεφαλαία γράμματα εκτύπωσης λειτουργούν μερικές φορές, αλλά η καλλιγραφική γραφή δεν υποστηρίζεται.