Sådan kopierer du tekst fra et skærmbillede eller foto, direkte på din enhed

Hvis du vil kopiere tekst ud af et skærmbillede eller et foto, har du brug for OCR, optisk tegngenkendelse: software, der finder bogstaverne i et billede og omsætter dem til tegn, du kan markere, redigere og indsætte. Indsæt eller træk billedet ind i værktøjet billede til tekst, så vises ordene som tekst, du kan redigere. Læsningen sker i din browser, og billedet bliver ikke uploadet nogen steder. Google Drive, OnlineOCR.net og Adobe Acrobat sammenlignet gennemgår de online alternativer og fortæller, hvad hvert af dem gør med din fil.

Billede til tekstTekst på billede kan ikke kopieresPrøv gratis

Sådan læser OCR et billede med almindelige ord

Et billede er kun et gitter af farvede prikker. OCR arbejder i flere trin. Først leder det efter tekstblokke og linjerne i dem. Derefter omsætter det hver linje til en række bogstavformer og afgør, hvilket tegn hver form mest sandsynligt er. Til sidst bruger det mønstre, der er lært af en stor mængde engelsk tekst, til at vælge mellem lignende kandidater, så „rn“ og „m“ eller „l“ og „I“ bliver afgjort af ordene omkring dem.

Motoren bag dette værktøj er Tesseract, en OCR-motor med åben kildekode, udgivet under Apache 2.0-licensen. Siden bruger en version, der er kompileret til WebAssembly, et format som browsere kan køre næsten i samme hastighed som indbygget kode, via biblioteket tesseract.js. Den bruger en engelsk model baseret på et neuralt netværk (en LSTM). Første gang du bruger værktøjet, downloades motoren og modellen, og browseren gemmer dem til senere brug. Derefter sker læsningen på din enhed.

Begrænsningerne følger af den konstruktion. Modellen er til engelsk og til tekst med det ikke-accenterede latinske alfabet. Andre alfabeter, som kyrillisk, arabisk eller kinesisk, understøttes ikke, og bogstaver med accenter bliver ikke læst pålideligt. Håndskrift er et andet problem, og det er ikke det, dette værktøj er lavet til.

Hvorfor skærmbilleder læses bedre end fotos

Et skærmbillede er teksten, sådan som computeren tegnede den: skarpe kanter, en kendt størrelse, ensfarvet baggrund og ingen perspektiv. Et foto af den samme tekst indeholder alt, kameraet så: sidens vinkel, skygger, krøllet papir, blænd og bevægelsesudskydning samt den komprimering, som telefoner bruger for at spare plads. Hver af disse ting ændrer de former, OCR skal matche.

Størrelsen betyder også noget. En tommelfingerregel er, at OCR fungerer bedst, når store bogstaver er mindst 20 til 30 pixels høje. Tekst i et lille miniaturebillede kan være for lille til at blive adskilt, og tekst i et kraftigt formindsket skærmbillede flyder ud i gråt. Værktøjet forstørrer små billeder før læsningen, hvilket hjælper, men det kan ikke genskabe detaljer, der aldrig var i filen. Hvis du kan, så tag skærmbilledet i den størrelse, teksten vises med på skærmen, og zoom ikke siden ud blot for at få mere med.

Skærmbilleder i mørk tilstand er et særtilfælde. Hvid tekst på mørk baggrund er sværere for mange OCR-motorer, så værktøjet vender disse billeder, før det læser dem. Du behøver ikke gøre noget. En meget kontrastsvag mørk skærm, som grå tekst på mørkegrå, vil stadig blive læst dårligt.

Tips til et rent resultat

• Beskær til teksten. Fjern først værktøjslinjer, ikoner og knapper. Beskær billedet, så kun den blok, du har brug for, er tilbage. Mindre rod betyder færre ord, værktøjet skal gætte på.
• Ret et foto op. Hold telefonen parallelt med siden, så linjerne løber vandret. En skæv side læses dårligere, og en linje, der løber ud over billedkanten, mister sine sidste bogstaver. Hvis fotoet ligger på siden, roter det først, eller se guiden om fotos, der ligger på siden.
• Brug jævnt lys. Dagslys fra siden er bedst, og et blitzlys, der reflekteres i en blank side, er værst. En skygge hen over halvdelen af siden deler læsningen i to.
• Kom tæt på, men ikke for tæt. Fyld billedet med teksten. Et fjernt foto af en hel side bruger sine pixels på margenerne.
• Undgå kraftig komprimering. En beskedapp, der sender et foto som en kopi af lav kvalitet, har smidt detaljer væk. Send originalfilen, eller tag skærmbilledet igen.

Tjek de ord, værktøjet markerer

Efter læsningen viser værktøjet tre tal: antal ord, gennemsnitlig sikkerhed og antal ord at tjekke. Det markerer også de ord, det er usikker på, med rødt i billedet. Læs de røde ord igennem mod originalen, før du bruger teksten, for det er der, OCR oftest tager fejl.

De almindelige forvekslinger er til at forudsige: bogstavet O og tallet 0, stort I og småt l, tallet 1, bogstavet S og tallet 5, og et komma, der læses som et punktum. Beløb og koder fortjener den nøjeste kontrol, for ét forkert ciffer kan ændre betydningen helt. Den gennemsnitlige sikkerhed er nyttig til at vurdere en hel side. Hvis den er lav, er billedet sandsynligvis problemet, og et bedre foto vil slå enhver redigering.

Saml linjer til afsnit

OCR gengiver tekst, som linjerne står på siden. Hvis du kopierer et afsnit fra en smal spalte, kan hver visuel linje komme ud som sin egen linje. Valgmuligheden for at sammenlægge linjer til afsnit fjerner disse brud, så teksten igen flyder. Brug den ikke til lister, digte, adresser, kode eller tabeller, hvor linjeskiftene har betydning. Hvis du allerede har kopieret ødelagt tekst fra en PDF eller en e-mail, reparerer værktøjet ret indsat tekst linjerne i den tekst. Guiden om kopiering fra PDF forklarer, hvorfor de brud opstår.

Når teksten er rigtig, så brug Kopiér tekst, eller Gem .txt, hvis du vil have en fil.

Hvorfor det betyder noget, at læsningen sker på enheden

Skærmbilleder indeholder ofte ting, du ikke ville have på en fremmed server: bankoplysninger, et boardingkort, et lægebrev, en privat besked. Mange online OCR-sider sender billedet til deres servere for at læse det. Det gør dette værktøj ikke. Det kører i din browser, uden konto og uden upload.

At læse teksten er én opgave, og at skjule dele af den er en anden. Hvis du har brug for at dække over dele af et skærmbillede, før du deler det, så brug værktøjet sværtning af billede først, og kør derefter tekstlæseren på den version, du er tryg ved at dele. Guiden om sikker sværtning af skærmbilleder har mere om, hvad du bør skjule.

Sådan gør du med fixmint

1. Tryk på Ctrl+V for at indsætte et skærmbillede, træk et foto ind i området, eller tryk for at vælge et.
2. Vent, til læsningen er færdig, og tjek derefter tallene ord, sikkerhed og at tjekke.
3. Se på de ord, der er markeret med rødt i billedet, og ret dem i feltet Tekst.
4. Sæt flueben ved Saml linjer til afsnit kun for almindelig prosa, og klik derefter på Kopiér tekst eller Gem .txt.

Hurtige svar

Hvorfor tager værktøjet noget tid første gang? Det downloader OCR-motoren og den engelske model, som er store. Senere brug genbruger de gemte filer.

Hvorfor er ét ord forkert, når resten er rigtigt? Motoren valgte det mest sandsynlige tegn for en form, der var utydelig. Se på det markerede ord, og ret det i tekstfeltet.

Kan det læse en hel bog? Det læser ét billede ad gangen. Meget store billeder bruger meget hukommelse og tager længere tid, så del et langt dokument op i sider først.