Obraz na tekst (OCR)

Zamień obrazy w edytowalny tekst bez przesyłania ich gdziekolwiek. Dodaj zrzut ekranu, zdjęcie dokumentu, skan lub tabliczkę, a lokalny silnik OCR odczyta tekst bezpośrednio na Twoim urządzeniu — w 20 językach, także na stronach wielojęzycznych. Edytuj wynik, skopiuj go do schowka lub pobierz jako plik .txt. Silnik OCR pobiera się raz przy pierwszym użyciu i jest zapisywany w pamięci podręcznej; Twoje obrazy nigdy nie opuszczają przeglądarki.

Prywatność przede wszystkim: każdy obraz jest przetwarzany lokalnie w przeglądarce. Nic nie jest przesyłane, przechowywane ani wysyłane na żaden serwer.

PixelVault zamienia obrazy w tekst dzięki OCR działającemu w całości w Twojej przeglądarce. Zrzuty ekranu z komunikatami o błędach, zdjęcia stron książek, zeskanowane listy, paragony, tabliczki, tablice — wrzuć je, a tekst wyjdzie po drugiej stronie, zaznaczalny i edytowalny. W przeciwieństwie do typowych stron „obraz na tekst” nic nie jest przesyłane: sam silnik rozpoznawania działa na Twoim urządzeniu.

Dostępnych jest dwadzieścia języków rozpoznawania, od angielskiego, hiszpańskiego i niemieckiego po arabski, hindi, japoński, koreański oraz chiński uproszczony i tradycyjny. Możesz włączyć do trzech naraz dla dokumentów wielojęzycznych. Każdy pakiet językowy to małe, jednorazowe pobranie (około 1–3 MB), które Twoja przeglądarka trzyma w pamięci podręcznej.

Wynik pojawia się w edytowalnym polu tekstowym wraz ze współczynnikiem pewności, więc możesz poprawić pojedynczy znak przed użyciem. Skopiuj wszystko do schowka jednym kliknięciem lub pobierz jako plik .txt nazwany od Twojego obrazu.

Jak to działa

PixelVault korzysta z Tesseract, najszerzej wdrożonego silnika OCR o otwartym kodzie, skompilowanego do WebAssembly, aby mógł działać wewnątrz Twojej przeglądarki. Przy pierwszym użyciu pobiera silnik (około 5 MB) i wytrenowane dane dla wybranych języków — poznajesz dokładny rozmiar, zanim cokolwiek zostanie pobrane. Obraz jest analizowany w tle: silnik znajduje wiersze i słowa, rozpoznaje znaki względem swojego modelu językowego i zwraca zwykły tekst wraz z oszacowaniem pewności. Wszystko jest zapisywane lokalnie w pamięci podręcznej, więc od drugiego uruchomienia działa też offline.

Dlaczego lokalne przetwarzanie ma znaczenie

Obrazy, które ludzie przepuszczają przez OCR, to zwykle te wrażliwe: umowy, faktury, dokumenty tożsamości, listy medyczne, prywatne rozmowy. Przesłanie ich do usługi OCR oznacza, że te dokumenty trafiają, choćby na chwilę, na cudzą infrastrukturę. Lokalny OCR całkowicie usuwa tę ekspozycję — piksele nigdy nie opuszczają Twojego komputera, a po drugiej stronie nie ma usługi, która mogłaby logować, buforować czy trenować się na Twoich dokumentach.

Obsługiwane formaty

  • PNG / JPG — Zrzuty ekranu i zdjęcia — najczęstsze źródła OCR.
  • WebP / AVIF / BMP / GIF — Wszystkie przyjmowane jako wejście.
  • HEIC — Zdjęcia dokumentów z iPhone'a są najpierw dekodowane lokalnie.
  • TXT — Wynik: zwykły tekst, gotowy do skopiowania lub pobrania.

Typowe zastosowania

  • Skopiuj komunikat o błędzie ze zrzutu ekranu zamiast przepisywać go ręcznie.
  • Zdigitalizuj drukowany list, przepis lub stronę książki.
  • Wyodrębnij tabelę lub numer referencyjny ze sfotografowanego paragonu lub faktury.
  • Pobierz tekst ze slajdu lub zdjęcia tablicy po spotkaniu.
  • Przenieś cytaty z obrazów w mediach społecznościowych do edytowalnego dokumentu.

Najczęściej zadawane pytania

Czy mój obraz jest przesyłany, aby wyodrębnić tekst?
Nie. Rozpoznawanie odbywa się na Twoim własnym urządzeniu przy użyciu silnika OCR Tesseract skompilowanego do WebAssembly. Dokumenty, dowody tożsamości, listy i zrzuty ekranu nigdy nie trafiają na serwer.
Dlaczego jest jednorazowe pobranie?
Silnik OCR (≈5 MB) i wytrenowany pakiet danych dla każdego wybranego języka (≈1–3 MB każdy) muszą raz dotrzeć do Twojej przeglądarki. Rozmiar poznajesz, zanim cokolwiek się pobierze, a wszystko jest zapisywane lokalnie w pamięci podręcznej — kolejne uruchomienia działają natychmiast, nawet offline.
Które języki są obsługiwane?
Dwadzieścia: angielski, hiszpański, portugalski, francuski, niemiecki, włoski, niderlandzki, polski, ukraiński, rosyjski, turecki, arabski, hindi, indonezyjski, wietnamski, japoński, koreański, chiński (uproszczony i tradycyjny) oraz estoński. Możesz wybrać do trzech naraz dla obrazów wielojęzycznych.
Jak dokładne jest rozpoznawanie?
Na czystych zrzutach ekranu i skanach bardzo dokładne. Zdjęcia sprawdzają się najlepiej, gdy tekst jest ostry, dobrze oświetlony i w miarę poziomy. Z każdym wynikiem pokazywany jest współczynnik pewności, a wynik jest edytowalny, więc możesz poprawić pojedyncze znaki przed skopiowaniem.
Co mogę zrobić z wynikiem?
Wyodrębniony tekst pojawia się w edytowalnym polu — skopiuj go jednym kliknięciem lub pobierz jako plik .txt nazwany od Twojego obrazu.
Czy potrafi odczytać pismo odręczne?
Nie — jak większość silników OCR jest przeznaczony do tekstu drukowanego i ekranowego. Staranne drukowane wielkie litery czasem działają, ale pismo odręczne kursywą nie jest obsługiwane.