Ảnh sang văn bản (OCR)

Biến ảnh thành văn bản có thể chỉnh sửa mà không tải chúng lên bất cứ đâu. Thả vào một ảnh chụp màn hình, một tấm ảnh tài liệu, một bản scan hoặc một biển báo, và một bộ máy OCR cục bộ sẽ đọc văn bản ngay trên thiết bị của bạn — với 20 ngôn ngữ, kể cả trang có nhiều ngôn ngữ. Chỉnh sửa kết quả, sao chép vào bộ nhớ tạm, hoặc tải xuống dưới dạng tệp .txt. Bộ máy OCR được tải xuống một lần trong lần dùng đầu tiên và được lưu vào bộ nhớ đệm; ảnh của bạn không bao giờ rời khỏi trình duyệt.

Quyền riêng tư là trên hết: mỗi hình ảnh được xử lý cục bộ trong trình duyệt của bạn. Không có gì được tải lên, lưu trữ hay truyền đến bất kỳ máy chủ nào.

PixelVault biến ảnh thành văn bản bằng OCR chạy hoàn toàn trong trình duyệt của bạn. Ảnh chụp màn hình thông báo lỗi, ảnh trang sách, thư quét, biên lai, biển báo, bảng trắng — thả chúng vào và văn bản hiện ra ở đầu bên kia, có thể chọn và chỉnh sửa. Không như các trang "ảnh sang văn bản" thông thường, không có gì được tải lên: chính bộ máy nhận dạng chạy trên thiết bị của bạn.

Có sẵn hai mươi ngôn ngữ nhận dạng, từ Anh, Tây Ban Nha và Đức đến Ả Rập, Hindi, Nhật, Hàn và cả Trung Giản thể lẫn Phồn thể. Bạn có thể bật tối đa ba ngôn ngữ cùng lúc cho tài liệu nhiều ngôn ngữ. Mỗi gói ngôn ngữ là một lần tải xuống nhỏ (khoảng 1–3 MB) mà trình duyệt của bạn giữ trong bộ nhớ đệm.

Kết quả xuất hiện trong một ô văn bản có thể chỉnh sửa cùng với một điểm độ tin cậy, để bạn sửa ký tự lạc trước khi dùng. Sao chép mọi thứ vào bộ nhớ tạm chỉ với một cú nhấp, hoặc tải xuống dưới dạng tệp .txt được đặt tên theo ảnh của bạn.

Cách hoạt động

PixelVault dùng Tesseract, bộ máy OCR mã nguồn mở được triển khai rộng rãi nhất, biên dịch sang WebAssembly để chạy được bên trong trình duyệt của bạn. Trong lần dùng đầu tiên, nó tải bộ máy (khoảng 5 MB) và dữ liệu đã huấn luyện cho các ngôn ngữ bạn chọn — bạn được cho biết dung lượng chính xác trước khi có gì được tải về. Ảnh được phân tích trong một luồng nền: bộ máy tìm các dòng và từ, nhận dạng ký tự theo mô hình ngôn ngữ của nó, và trả về văn bản thuần cùng ước lượng độ tin cậy. Mọi thứ được lưu cục bộ, nên từ lần chạy thứ hai trở đi nó còn hoạt động ngoại tuyến.

Vì sao xử lý cục bộ quan trọng

Những ảnh mà người ta đưa qua OCR thường là loại nhạy cảm: hợp đồng, hóa đơn, giấy tờ tùy thân, thư y tế, tin nhắn riêng tư. Tải chúng lên một dịch vụ OCR nghĩa là các tài liệu đó nằm, dù chỉ trong chốc lát, trên hạ tầng của người khác. OCR cục bộ loại bỏ hoàn toàn nguy cơ đó — pixel không bao giờ rời khỏi máy của bạn, và không có dịch vụ nào ở đầu bên kia để ghi nhật ký, lưu đệm hay huấn luyện trên tài liệu của bạn.

Định dạng được hỗ trợ

  • PNG / JPG — Ảnh chụp màn hình và ảnh chụp — nguồn OCR phổ biến nhất.
  • WebP / AVIF / BMP / GIF — Đều được chấp nhận làm đầu vào.
  • HEIC — Ảnh iPhone chụp tài liệu được giải mã cục bộ trước.
  • TXT — Đầu ra: văn bản thuần, sẵn sàng để sao chép hoặc tải xuống.

Trường hợp sử dụng phổ biến

  • Sao chép một thông báo lỗi ra khỏi ảnh chụp màn hình thay vì gõ lại.
  • Số hóa một lá thư in, công thức nấu ăn hoặc trang sách.
  • Trích một bảng hoặc số tham chiếu từ ảnh chụp biên lai hoặc hóa đơn.
  • Lấy văn bản từ ảnh chụp slide hoặc bảng trắng sau một cuộc họp.
  • Rút các trích dẫn từ ảnh trên mạng xã hội vào một tài liệu có thể chỉnh sửa.

Câu hỏi thường gặp

Ảnh của tôi có bị tải lên để trích xuất văn bản không?
Không. Việc nhận dạng chạy trên chính thiết bị của bạn bằng bản dựng WebAssembly của bộ máy OCR Tesseract. Tài liệu, giấy tờ tùy thân, thư từ và ảnh chụp màn hình không bao giờ chạm đến máy chủ.
Vì sao có một lần tải xuống?
Bộ máy OCR (≈5 MB) và một gói dữ liệu đã huấn luyện cho mỗi ngôn ngữ bạn chọn (≈1–3 MB mỗi gói) phải đến được trình duyệt của bạn một lần. Bạn được cho biết dung lượng trước khi có gì được tải xuống, và mọi thứ được lưu cục bộ — các lần sau chạy tức thì, kể cả ngoại tuyến.
Hỗ trợ những ngôn ngữ nào?
Hai mươi: Anh, Tây Ban Nha, Bồ Đào Nha, Pháp, Đức, Ý, Hà Lan, Ba Lan, Ukraina, Nga, Thổ Nhĩ Kỳ, Ả Rập, Hindi, Indonesia, Việt, Nhật, Hàn, Trung (Giản thể và Phồn thể) và Estonia. Bạn có thể chọn tối đa ba ngôn ngữ cùng lúc cho ảnh có nhiều ngôn ngữ.
Độ chính xác như thế nào?
Với ảnh chụp màn hình và bản scan sạch, rất chính xác. Ảnh chụp cho kết quả tốt nhất khi văn bản sắc nét, đủ sáng và tương đối nằm ngang. Mỗi kết quả đều hiển thị điểm độ tin cậy, và đầu ra có thể chỉnh sửa để bạn sửa các ký tự lạc trước khi sao chép.
Tôi có thể làm gì với kết quả?
Văn bản trích xuất xuất hiện trong một ô có thể chỉnh sửa — sao chép chỉ với một cú nhấp hoặc tải xuống dưới dạng tệp .txt được đặt tên theo ảnh của bạn.
Nó có đọc được chữ viết tay không?
Không — như hầu hết các bộ máy OCR, nó được thiết kế cho văn bản in và văn bản trên màn hình. Chữ in hoa vuông vắn đôi khi đọc được, nhưng chữ viết tay nối nét thì không được hỗ trợ.