Salin teks dari screenshot

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.

Siap untuk tombol dan menu

Halaman ini terbuka dengan Inggris terpilih di “Bahasa teks” dan, di dalam “Pengaturan lainnya”, “Teks tersebar” di “Tata letak halaman”. Mode itu mencari kata di bagian mana pun dalam gambar dan menulis setiap potongan di barisnya sendiri. Dalam pemeriksaan kami pada 21 Oktober 2026, tangkapan layar 1280 × 800 dari sebuah halaman alat PulsarKit berisi 103 kata. “Teks tersebar” menemukan 101 di antaranya. “Deteksi otomatis” menemukan 96, karena mode itu menyatukan teks tombol berbahasa Inggris Split PDF dan PDF to Word masing-masing menjadi satu kata. Pada tema gelap halaman yang sama, hasilnya terbalik: 98 lawan 101. Kedua mode mempertahankan urutan kata seperti di layar.

Kapan beralih ke Deteksi otomatis

Pada tangkapan layar sebuah artikel blog, kedua mode menemukan 317 dari 321 kata, dengan urutan yang benar. Namun, “Teks tersebar” menyisipkan baris kosong setelah setiap baris, sedangkan “Deteksi otomatis” menjaga baris dalam setiap paragraf tetap menyatu. Pada kisi berisi empat kartu per baris, “Teks tersebar” membaca lurus ke samping dan mencampur baris dari empat deskripsi. Mode yang lain menjaga teks setiap kartu tetap utuh. Pada layar alat dengan dua foto, “Teks tersebar” menghasilkan 96 kata acak, sebagian besar dari foto; “Deteksi otomatis” menghasilkan 10. Jadi, “Teks tersebar” cocok untuk layar sederhana berisi menu dan tombol. Untuk paragraf, kisi kartu, dan apa pun yang berisi foto, beralihlah ke mode yang lain, atau potong tepinya dulu di Crop foto agar foto tidak ikut terbaca.

Apa yang Anda dapatkan, dan seberapa cepat

Tekan “Ekstrak teks”, dan teks muncul sebagai file .txt yang dinamai sesuai tangkapan layar: tangkapan layar 80 KB kami menghasilkan teks 652 byte. Halaman menampilkan file, bukan teksnya. Untuk membacanya di layar, tekan Ubah huruf kapital di deretan langkah berikutnya: teks terbuka di panel “Sumber” alat itu. Proses pertama di sebuah browser juga mengunduh mesin pengenal teks dan data bahasa Inggris, sekitar 4 MB dalam pemeriksaan kami. Di Chrome pada Mac, tangkapan layar pertama itu butuh 1,2 sampai 1,4 detik, termasuk unduhan. Setelah itu, setiap tangkapan layar butuh 0,6 sampai 2,1 detik. Dua tangkapan layar sekaligus kembali sebagai pulsarkit-batch.zip, dengan satu .txt untuk masing-masing.

Bahasa, file, dan privasi

Ada delapan bahasa dalam daftar: Inggris, Rusia, Jerman, Prancis, Spanyol, Tionghoa (Sederhana), Arab, dan Jepang. “Bahasa kedua” menambahkan satu bahasa lagi untuk tangkapan layar campuran, hingga tiga bahasa secara total. Bahasa lain, termasuk bahasa Indonesia, tidak ada dalam daftar. PNG, JPG, WebP, BMP, GIF, dan AVIF bisa dimasukkan hingga 100 MB per file, 20 file sekaligus. Potongan yang sisi panjangnya kurang dari 1000 piksel tetap diproses, dengan peringatan bahwa huruf berukuran kecil mungkin salah terbaca. Tangkapan layar dibaca di dalam tab browser dan tidak pernah keluar dari perangkat; yang diunduh hanya mesin dan data bahasanya. PDF hasil scan sebaiknya dibawa ke OCR PDF, yang saat ini hanya mengenali bahasa Inggris.

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.