Ubah gambar ke teks

Baca teks cetak dari foto, tangkapan layar, atau hasil scan, lalu unduh sebagai file .txt, atau sebagai JSON berisi posisi dan tingkat keyakinan setiap blok.

Letakkan file di sini

.jpg, .jpeg, .png, .webp, .bmp, .gif, .avif · hingga 100 MB

Pilih file

Bahasa teks

Pengaturan lainnya

Bahasa keduaTata letak halamanHasilPraproses (skala abu-abu dan ambang)

Cara Ekstrak teks

1
Tambahkan gambar
JPG, PNG, WebP, BMP, GIF, atau AVIF, hingga 20 file. Format dikenali dari isi file itu sendiri, jadi file dengan ekstensi yang salah tetap dibuka oleh decoder yang tepat.
2
Pilih bahasa teks
Satu bahasa sudah cukup untuk sebagian besar hasil scan. Tambahkan bahasa kedua atau ketiga bila satu halaman memang mencampur beberapa bahasa. Setiap bahasa tambahan berarti satu unduhan lagi dan akurasi yang sedikit lebih rendah.
3
Klik Ekstrak teks, lalu unduh file .txt
Anda mendapatkan teks yang dikenali, jumlah karakter, dan rata-rata tingkat keyakinan. Ganti format hasil ke JSON bila Anda juga butuh koordinat.

Apa yang bisa dan tidak bisa dibaca OCR di browser

Mesinnya adalah Tesseract, mesin yang sama di balik sebagian besar OCR open source, yang dikompilasi ke WebAssembly dan dijalankan di dalam tab Anda. Tesseract andal untuk teks cetak: halaman buku, tangkapan layar, faktur, papan petunjuk, formulir, dan apa pun yang dicetak dengan huruf biasa pada ukuran yang wajar. Sebaliknya, mesin ini lemah pada tulisan tangan, huruf dekoratif yang sangat bergaya, teks di atas foto yang ramai, dan apa pun yang difoto dari sudut miring. Resolusi lebih penting daripada ukuran file: tangkapan layar sebuah paragraf yang tajam dengan lebar 1500 piksel terbaca lebih baik daripada foto ponsel sepuluh megapiksel dari paragraf yang sama, diambil dari seberang ruangan. Bila rata-rata tingkat keyakinan di bawah 30, alat ini menyatakan tidak menemukan teks yang bisa dibaca, bukan menyerahkan satu halaman omong kosong yang tampak masuk akal.

Sakelar praproses, dan kapan gunanya

Saat praproses aktif, gambar diubah ke skala abu-abu, lalu diberi ambang (threshold) dengan metode Otsu, yang menentukan batas hitam-putih dari histogram gambar itu sendiri, bukan dari angka tetap. Cara ini sangat membantu untuk halaman yang difoto dengan pencahayaan tidak rata, struk yang pudar, dan hasil scan berlatar abu-abu, karena bayangan dan gradasi dihapus, sehingga pengenal teks tidak lagi mencoba menafsirkannya. Sebaliknya, cara ini merugikan pada teks yang sudah bersih, tangkapan layar dengan teks terang di atas latar gelap, dan apa pun yang berupa teks berwarna di atas latar berwarna, karena ambang yang keras bisa menghapus hurufnya sama sekali. Coba praproses bila hasil proses biasa mengecewakan, jangan sebelumnya.

Teks saja, atau teks dengan koordinat

Hasil bawaan adalah file .txt biasa dengan jeda baris yang sama seperti yang dilihat mesin OCR. Opsi JSON memberikan array blok: setiap blok berisi teks yang dikenali, tingkat keyakinannya, dan kotak pembatas berupa empat angka, yaitu x, y, lebar, dan tinggi dalam piksel dari gambar yang dipakai untuk pengenalan. Format ini berguna untuk menandai hasil di atas gambar asli, mengambil satu isian dari formulir, atau memeriksa bagian halaman mana yang menurunkan rata-rata tingkat keyakinan.

Gambar dan teksnya tidak diunggah

Mesin pengenal teks dan data bahasa diunduh satu kali, lalu disimpan di cache browser. Setelah itu semuanya berjalan secara lokal: gambar dibaca di tab, teksnya dikenali di tab, dan file teks disusun di tab. Tidak ada isi apa pun yang dikirim ke mana pun, dan itu penting bila yang Anda baca adalah kontrak, slip gaji, atau kartu identitas.

Pertanyaan yang sering diajukan

Bahasa apa saja yang didukung?

Inggris, Rusia, Jerman, Prancis, Spanyol, Tionghoa Sederhana, Arab, dan Jepang. Untuk halaman yang memang campuran, Anda bisa menggabungkan hingga tiga bahasa sekaligus, meski satu bahasa yang tepat hampir selalu lebih akurat daripada dua.

Apakah gambar saya dikirim ke server?

Tidak. Mesin OCR berupa WebAssembly yang berjalan di dalam browser Anda. Satu-satunya lalu lintas jaringan adalah unduhan sekali untuk mesin itu dan data bahasa yang Anda pilih; gambar dan teks yang dikenali tetap di perangkat Anda.

Mengapa proses pertama jauh lebih lambat?

Karena proses pertama mengunduh mesinnya, sekitar 3 MB, ditambah data bahasa Anda, antara 0,7 dan 3 MB tergantung bahasanya. Browser menyimpan keduanya di cache, jadi pada proses kedua pengenalan teks langsung dimulai.

Apakah bisa membaca tulisan tangan?

Tidak bisa diandalkan. Model di sini dilatih dengan huruf cetak, jadi tulisan tangan terbaca salah atau berada di bawah ambang tingkat keyakinan. Huruf kapital cetak yang sangat rapi kadang berhasil; tulisan sambung biasa tidak. Anggap setiap hasil dari tulisan tangan sebagai draf yang harus diperiksa, jangan pernah sebagai transkripsi.

Apa yang harus dilakukan bila teks tidak ditemukan?

Pertama, aktifkan opsi praproses dan coba lagi; cara ini mengatasi sebagian besar kasus pencahayaan tidak rata. Bila tidak membantu, penyebab yang biasa adalah resolusi: scan atau foto ulang sampai tinggi huruf setidaknya dua puluh piksel. Memotong tepi gambar hingga tinggal teksnya dan memilih bahasa yang sesuai juga lebih membantu daripada yang orang kira.

Berapa resolusi yang dibutuhkan agar hasilnya bagus?

Usahakan tinggi teks sekitar 20 sampai 40 piksel, setara dengan kurang lebih 300 DPI untuk scan dokumen biasa. Di bawah itu, huruf mulai menyatu dan akurasi turun tajam. Di atasnya, Anda terutama membayar dengan waktu: gambar tidak menjadi lebih mudah dibaca hanya karena lebarnya 10000 piksel, dan gambar yang sisinya lebih dari 12000 piksel bagaimanapun akan diperkecil sebelum pengenalan.

Bisakah mendapatkan posisi setiap kata?

Yang Anda dapatkan adalah posisi setiap blok, karena blok adalah satuan yang dilaporkan mesin OCR: teksnya, tingkat keyakinannya, dan kotak pembatasnya dalam piksel. Pilih format JSON, bukan teks biasa, dan yang diunduh adalah array itu, bukan file teks datar.

Apakah bisa dipakai di HP?

Bisa, dengan dua catatan. Proses pertama harus mengunduh beberapa megabyte lewat koneksi apa pun yang sedang Anda pakai, dan pengenalan teks di ponsel memakan waktu sekitar tiga kali lebih lama daripada di laptop, jadi scan satu halaman penuh bisa butuh setengah menit. Semuanya tetap berjalan secara lokal.