Jak zkopírovat text ze snímku obrazovky nebo fotky přímo ve vašem zařízení

Abyste zkopírovali text ze snímku obrazovky nebo fotky, potřebujete OCR, optické rozpoznávání znaků: software, který v obrázku najde písmena a převede je na znaky, které můžete označit, upravit a vložit. Vložte nebo přetáhněte obrázek do nástroje Obrázek na text a slova se zobrazí jako text, který lze upravit. Čtení probíhá ve vašem prohlížeči a obrázek se nikam nenahrává. Srovnání Google Drive, OnlineOCR.net a Adobe Acrobat popisuje online alternativy a to, co každá z nich dělá s vaším souborem.

Obrázek na textText na obrázku nejde zkopírovatVyzkoušet zdarma

Jak OCR čte obrázek lidskou řečí

Obrázek je jen mřížka barevných teček. OCR pracuje po fázích. Nejprve hledá bloky textu a řádky uvnitř nich. Pak každý řádek převede na posloupnost tvarů písmen a rozhodne, jakému znaku daný tvar nejpravděpodobněji odpovídá. Nakonec využije vzorce naučené z velkého množství anglického textu, aby vybral mezi podobnými kandidáty, takže „rn“ a „m“ nebo „l“ a „I“ se rozliší podle okolních slov.

Za tímto nástrojem stojí Tesseract, open-source OCR engine vydaný pod licencí Apache 2.0. Tento web používá verzi zkompilovanou do WebAssembly, formátu, který prohlížeče spouštějí téměř nativní rychlostí, a to prostřednictvím knihovny tesseract.js. Používá anglický model založený na neuronové síti (LSTM). Při prvním použití se engine a model stáhnou a prohlížeč je uloží pro další použití. Poté čtení probíhá ve vašem zařízení.

Z této konstrukce plynou omezení. Model je určen pro angličtinu a text v latince bez diakritiky. Jiné abecedy, například cyrilice, arabština nebo čínština, nejsou podporovány a písmena s diakritikou nebudou čtena spolehlivě. Rukopis je jiný problém a tento nástroj k němu neslouží.

Proč snímky čtou lépe než fotky

Snímek obrazovky je text tak, jak ho počítač vykreslil: ostré hrany, známá velikost, plochá barva, žádná perspektiva. Fotka stejného textu zachytí všechno, co fotoaparát viděl: úhel stránky, stíny, zvlněný papír, odlesky, rozmazání pohybem a kompresi, kterou telefony používají k úspoře místa. Každé z toho mění tvary, které se OCR snaží přiřadit.

Záleží i na velikosti. Jako hrubé pravidlo platí, že OCR funguje nejlépe, když jsou velká písmena alespoň 20 až 30 pixelů vysoká. Text v malém náhledu může být příliš malý na to, aby se oddělil, a text v silně zmenšeném snímku se rozmaže do šedi. Nástroj malé obrázky před čtením zvětší, což pomáhá, ale detaily, které v souboru nejsou, neobnoví. Pokud můžete, pořiďte snímek v takové velikosti, v jaké je text zobrazen na obrazovce, a nezmenšujte stránku jen proto, aby se na ni vešlo více.

Snímky v tmavém režimu jsou zvláštní případ. Bílý text na tmavém pozadí je pro mnoho OCR enginů těžší, proto nástroj tyto obrázky před čtením invertuje. Nemusíte dělat nic. Velmi nekontrastní tmavá obrazovka, například šedý text na tmavě šedém pozadí, bude číst stále špatně.

Tipy pro čistý výsledek

• Ořízněte na text. Nejdřív odstraňte panely nástrojů, ikony a tlačítka. Ořízněte obrázek tak, aby zůstal jen blok, který potřebujete. Méně rušivých prvků znamená méně slov, která musí nástroj odhadovat.
• Narovnejte fotku. Držte telefon rovnoběžně se stránkou, aby řádky běžely vodorovně. Pokřivená stránka se čte hůř a řádek, který přesahuje okraj záběru, ztratí poslední písmena. Pokud je fotka na boku, nejdřív ji otočte, nebo se podívejte na návod k fotce otočené na bok.
• Používejte rovnoměrné světlo. Nejlepší je denní světlo ze strany, nejhorší je blesk, který se odráží od lesklé stránky. Stín přes polovinu stránky čtení rozdělí na dvě části.
• Přibližte se, ale ne moc. Vyplňte záběr textem. Vzdálená fotka celé stránky vynaloží své pixely na okraje.
• Vyhněte se silné kompresi. Aplikace pro zprávy, které posílají fotku jako kopii nízké kvality, zahodí detaily. Odešlete původní soubor nebo snímek pořiďte znovu.

Zkontrolujte slova, která nástroj označí

Po přečtení nástroj ukáže tři čísla: počet slov, průměrnou jistotu a počet slov ke kontrole. Slova, o kterých si není jistý, také označí na obrázku červeně. Než text použijete, porovnejte červená slova s originálem, protože právě tam OCR nejčastěji chybuje.

Časté záměny jsou předvídatelné: písmeno O a číslice 0, velké I a malé l, číslice 1, písmeno S a číslice 5 a čárka, která se čte jako tečka. Částky a kódy si zaslouží nejpřísnější kontrolu, protože jedna špatná číslice může úplně změnit význam. Průměrná jistota je užitečná při posuzování celé stránky. Je-li nízká, je problém pravděpodobně v obrázku a lepší fotka pomůže víc než jakákoli úprava textu.

Spojte řádky do odstavců

OCR hlásí text tak, jak řádky ve stránce vypadají. Když zkopírujete odstavec z úzkého sloupce, může se každý vizuální řádek objevit jako samostatný řádek. Volba Spojit řádky do odstavců tyto zalomení odstraní, takže text opět plyne. Nepoužívejte ji u seznamů, básní, adres, kódu nebo tabulek, kde zalomení řádků nese význam. Pokud jste už zkopírovali rozbitý text z PDF nebo e-mailu, nástroj Oprava vloženého textu opraví řádky v tom textu. Návod ke kopírování z PDF vysvětluje, proč k těm zalomením dochází.

Až bude text v pořádku, použijte Kopírovat text, nebo Uložit .txt, pokud chcete soubor.

Proč záleží na čtení v zařízení

Snímky obrazovky často obsahují věci, které byste nechtěli mít na cizím serveru: bankovní údaje, nástupní kartu, lékařský dopis, soukromou zprávu. Mnoho online OCR stránek posílá obrázek na své servery, aby ho přečetly. Tento nástroj to nedělá. Běží ve vašem prohlížeči, bez účtu a bez nahrávání.

Čtení textu je jedna věc, skrývání jeho částí je jiná. Potřebujete-li před sdílením zakrýt části snímku, použijte nejdřív nástroj Začernit obrázek a teprve pak spusťte čtečku textu na verzi, kterou jste ochotni sdílet. Návod k začernění snímků podrobněji popisuje, co skrýt.

Postup ve fixmint

1. Stiskněte Ctrl+V, chcete-li vložit snímek obrazovky, přetáhněte fotku do oblasti pro vložení, nebo klepněte a vyberte soubor.
2. Počkejte, až čtení skončí, a pak zkontrolujte údaje slova, jistota a ke kontrole.
3. Podívejte se na slova označená na obrázku červeně a opravte je v poli Text.
4. Zaškrtněte Spojit řádky do odstavců jen u běžného textu, pak klepněte na Kopírovat text nebo Uložit .txt.

Rychlé odpovědi

Proč nástroj poprvé trvá? Stahuje OCR engine a anglický model, které jsou velké. Při dalším použití se použijí uložené soubory.

Proč je jedno slovo špatně, když je zbytek správně? Engine zvolil nejpravděpodobnější znak pro nejasný tvar. Podívejte se na označené slovo a opravte ho v textovém poli.

Dokáže přečíst celou knihu? Čte jeden obrázek najednou. Velmi velké obrázky spotřebují hodně paměti a trvají déle, takže dlouhý dokument nejdřív rozdělte na jednotlivé stránky.