PixelVault تصاویر را با OCRی که کاملاً در مرورگر شما اجرا میشود به متن تبدیل میکند. اسکرینشاتهای پیامهای خطا، عکسهای صفحات کتاب، نامههای اسکنشده، رسیدها، تابلوها، وایتبوردها — آنها را بیفزایید و متن از سمت دیگر بیرون میآید، قابل انتخاب و قابل ویرایش. برخلاف وبسایتهای معمول «تصویر به متن»، چیزی آپلود نمیشود: خودِ موتور تشخیص روی دستگاه شما اجرا میشود.
بیست زبان تشخیص در دسترس است، از انگلیسی، اسپانیایی و آلمانی گرفته تا عربی، هندی، ژاپنی، کرهای و هر دو چینی سادهشده و سنتی. برای اسناد چندزبانه میتوانید همزمان تا سه زبان را فعال کنید. هر بستهی زبانی یک دانلود کوچک یکباره (حدود 1–3 MB) است که مرورگر شما آن را در حافظهی نهان نگه میدارد.
نتیجه در یک کادر متن قابل ویرایش همراه با امتیاز اطمینان ظاهر میشود، بنابراین میتوانید پیش از استفاده کاراکترِ عجیبی را اصلاح کنید. همهچیز را با یک کلیک در بریدهدان کپی کنید، یا آن را بهصورت فایل .txt با نام تصویرتان دانلود کنید.
چگونه کار میکند
PixelVault از Tesseract، پرکاربردترین موتور OCR متنباز، که به WebAssembly کامپایل شده استفاده میکند تا بتواند درون مرورگر شما اجرا شود. در نخستین استفاده، موتور (حدود 5 MB) و دادهی آموزشدیدهی زبانهای انتخابی شما را دانلود میکند — پیش از دریافت هر چیزی اندازهی دقیق به شما گفته میشود. تصویر در یک نخ پسزمینه تحلیل میشود: موتور خطوط و کلمات را مییابد، کاراکترها را در برابر مدل زبانیاش تشخیص میدهد، و متن ساده بههمراه برآورد اطمینان بازمیگرداند. همهچیز بهصورت محلی در حافظهی نهان ذخیره میشود، بنابراین از دومین اجرا به بعد آفلاین هم کار میکند.
چرا پردازش محلی اهمیت دارد
تصاویری که مردم از OCR عبور میدهند معمولاً همانهای حساس هستند: قراردادها، فاکتورها، اسناد شناسایی، نامههای پزشکی، گفتوگوهای خصوصی. آپلود آنها به یک سرویس OCR یعنی آن اسناد، دستکم برای مدتی کوتاه، روی زیرساخت شخص دیگری مینشینند. OCR محلی آن افشا را بهکلی حذف میکند — پیکسلها هرگز از دستگاه شما خارج نمیشوند، و در سمت دیگر هیچ سرویسی نیست که اسناد شما را گزارش، در حافظهی نهان ذخیره یا روی آنها آموزش دهد.
فرمتهای پشتیبانیشده
- PNG / JPG — اسکرینشاتها و عکسها — رایجترین منابع OCR.
- WebP / AVIF / BMP / GIF — همگی بهعنوان ورودی پذیرفته میشوند.
- HEIC — عکسهای آیفون از اسناد نخست بهصورت محلی رمزگشایی میشوند.
- TXT — خروجی: متن ساده، آمادهی کپی یا دانلود.
کاربردهای رایج
- بهجای تایپ دوبارهی یک پیام خطا، آن را از اسکرینشات کپی کنید.
- یک نامه، دستور پخت یا صفحهی کتاب چاپی را دیجیتالی کنید.
- یک جدول یا شمارهی مرجع را از یک رسید یا فاکتور عکسگرفتهشده استخراج کنید.
- پس از یک جلسه، متن را از عکس یک اسلاید یا وایتبورد بگیرید.
- نقلقولها را از تصاویر در شبکههای اجتماعی به یک سند قابل ویرایش بکشید.