วิธีคัดลอกข้อความจากภาพหน้าจอหรือรูปถ่ายบนอุปกรณ์ของคุณ

หากต้องการคัดลอกข้อความออกจากภาพหน้าจอหรือรูปถ่าย คุณต้องใช้ OCR หรือการจดจำอักขระด้วยแสง ซึ่งเป็นซอฟต์แวร์ที่หาตัวอักษรในภาพและแปลงเป็นอักขระที่เลือก แก้ไข และวางได้ วางหรือลากรูปภาพลงใน เครื่องมือแปลงรูปเป็นข้อความ แล้วคำต่าง ๆ จะปรากฏเป็นข้อความที่แก้ไขได้ การอ่านทำงานในเบราว์เซอร์ของคุณ และรูปภาพจะไม่ถูกอัปโหลดไปที่ใด เปรียบเทียบ Google Drive, OnlineOCR.net และ Adobe Acrobat ครอบคลุมทางเลือกออนไลน์และสิ่งที่แต่ละตัวทำกับไฟล์ของคุณ

แปลงรูปเป็นข้อความข้อความในรูปคัดลอกไม่ได้ใช้ฟรี

OCR อ่านรูปภาพอย่างไร ฉบับเข้าใจง่าย

รูปภาพเป็นเพียงตารางของจุดสี OCR ทำงานเป็นขั้นตอน ขั้นแรกมันหาบล็อกข้อความและบรรทัดในบล็อกนั้น จากนั้นแปลงแต่ละบรรทัดเป็นลำดับของรูปตัวอักษร แล้วตัดสินใจว่ารูปแต่ละรูปน่าจะเป็นอักขระตัวใด สุดท้ายมันใช้รูปแบบที่เรียนรู้จากข้อความภาษาอังกฤษจำนวนมากเพื่อเลือกระหว่างตัวเลือกที่คล้ายกัน ทำให้ "rn" กับ "m" หรือ "l" กับ "I" ถูกตัดสินจากคำรอบข้าง

เอนจินเบื้องหลังเครื่องมือนี้คือ Tesseract ซึ่งเป็นเอนจิน OCR โอเพนซอร์สที่เผยแพร่ภายใต้สัญญาอนุญาต Apache 2.0 เว็บไซต์นี้ใช้เวอร์ชันที่คอมไพล์เป็น WebAssembly ซึ่งเป็นรูปแบบที่เบราว์เซอร์รันได้ด้วยความเร็วใกล้เคียงเนทิฟ ผ่านไลบรารี tesseract.js โดยใช้โมเดลภาษาอังกฤษที่อิงโครงข่ายประสาทเทียม (LSTM) ในการใช้งานครั้งแรก เอนจินและโมเดลจะถูกดาวน์โหลด และเบราว์เซอร์จะเก็บไว้ใช้ในภายหลัง หลังจากนั้นการอ่านจะทำงานบนอุปกรณ์ของคุณ

ข้อจำกัดเกิดจากการออกแบบนี้ โมเดลรองรับภาษาอังกฤษและข้อความในอักษรละตินที่ไม่มีเครื่องหมายกำกับ อักษรอื่น เช่น ซีริลลิก อาหรับ หรือจีน ไม่รองรับ และตัวอักษรที่มีเครื่องหมายกำกับจะอ่านได้ไม่น่าเชื่อถือ ลายมือเป็นปัญหาอีกแบบหนึ่ง และไม่ใช่สิ่งที่เครื่องมือนี้ออกแบบมาเพื่อทำ

ทำไมภาพหน้าจออ่านได้ดีกว่ารูปถ่าย

ภาพหน้าจอคือข้อความตามที่คอมพิวเตอร์วาดไว้ มีขอบคมชัด ขนาดที่รู้แน่นอน สีเรียบ และไม่มีมุมมองเอียง ส่วนรูปถ่ายของข้อความเดียวกันจะรวมทุกอย่างที่กล้องเห็น ไม่ว่าจะเป็นมุมของหน้ากระดาษ เงา กระดาษที่ม้วนงอ แสงสะท้อน ภาพเบลอจากการเคลื่อนไหว และการบีบอัดที่โทรศัพท์ใช้เพื่อประหยัดพื้นที่ สิ่งเหล่านี้ล้วนเปลี่ยนรูปร่างของตัวอักษรที่ OCR ต้องจับคู่

ขนาดก็สำคัญ โดยทั่วไป OCR ทำงานได้ดีที่สุดเมื่อตัวอักษรพิมพ์ใหญ่สูงอย่างน้อย 20 ถึง 30 พิกเซล ข้อความในภาพขนาดย่อเล็กเกินกว่าจะแยกออกจากกันได้ และข้อความในภาพหน้าจอที่ถูกย่อมากจะเบลอเป็นสีเทา เครื่องมือจะขยายภาพเล็กก่อนอ่าน ซึ่งช่วยได้ แต่ไม่สามารถกู้รายละเอียดที่ไม่เคยอยู่ในไฟล์ได้ หากทำได้ ให้ถ่ายภาพหน้าจอที่ขนาดเดียวกับที่ข้อความปรากฏบนหน้าจอ และอย่าซูมหน้าเว็บให้เล็กลงเพียงเพื่อให้ใส่ข้อความได้มากขึ้น

ภาพหน้าจอโหมดมืดเป็นกรณีพิเศษ ข้อความสีขาวบนพื้นหลังมืดนั้นยากสำหรับเอนจิน OCR หลายตัว ดังนั้นเครื่องมือจะกลับสีภาพเหล่านี้ก่อนอ่าน คุณไม่ต้องทำอะไรเพิ่ม อย่างไรก็ตาม หน้าจอมืดที่มีคอนทราสต์ต่ำมาก เช่น ข้อความสีเทาบนพื้นเทาเข้ม ก็ยังอ่านได้ไม่ดีอยู่ดี

เคล็ดลับเพื่อให้ได้ผลลัพธ์ที่สะอาด

• ครอปให้เหลือเฉพาะข้อความ ลบแถบเครื่องมือ ไอคอน และปุ่มออกก่อน ครอปรูปภาพ ให้เหลือเฉพาะบล็อกที่ต้องการ ยิ่งรกน้อย เครื่องมือต้องเดาคำน้อยลง
• ทำให้รูปถ่ายตรง ถือโทรศัพท์ให้ขนานกับหน้ากระดาษ เพื่อให้บรรทัดอยู่ในแนวระดับ หน้าที่เอียงจะอ่านได้แย่ลง และบรรทัดที่ล้นขอบเฟรมจะสูญเสียตัวอักษรท้ายบรรทัด หากรูปถ่ายตะแคงอยู่ ให้ หมุนรูป ก่อน หรือดู คู่มือแก้รูปถ่ายที่กลับด้าน
• ใช้แสงที่สม่ำเสมอ แสงกลางวันจากด้านข้างดีที่สุด ส่วนแฟลชที่สะท้อนจากหน้ากระดาษมันวาวแย่ที่สุด เงาที่พาดผ่านครึ่งหน้ากระดาษจะทำให้การอ่านขาดเป็นสองส่วน
• ถ่ายให้ใกล้ แต่ไม่ใกล้เกินไป ให้ข้อความเต็มเฟรม รูปถ่ายหน้ากระดาษทั้งหน้าจากระยะไกลจะใช้พิกเซลไปกับขอบกระดาษ
• หลีกเลี่ยงการบีบอัดมาก แอปแชทที่ส่งรูปเป็นสำเนาคุณภาพต่ำทำให้รายละเอียดหายไป ให้ส่งไฟล์ต้นฉบับ หรือถ่ายภาพหน้าจอใหม่

ตรวจคำที่เครื่องมือทำเครื่องหมายไว้

หลังการอ่าน เครื่องมือจะแสดงตัวเลขสามค่า ได้แก่ จำนวนคำ ความมั่นใจเฉลี่ย และจำนวนคำที่ต้องตรวจ และยังทำเครื่องหมายคำที่ไม่แน่ใจเป็นสีแดงบนภาพด้วย ก่อนนำข้อความไปใช้ ให้เทียบคำสีแดงกับต้นฉบับ เพราะนั่นคือจุดที่ OCR มักผิดพลาดมากที่สุด

ความสับสนที่พบบ่อยนั้นคาดเดาได้ ได้แก่ ตัวอักษร O กับเลขศูนย์ 0 ตัว I พิมพ์ใหญ่กับตัว l พิมพ์เล็ก เลขหนึ่ง 1 ตัว S กับเลขห้า 5 และเครื่องหมายจุลภาคที่ถูกอ่านเป็นจุด จำนวนเงินและรหัสควรตรวจอย่างละเอียดที่สุด เพราะเลขเพียงตัวเดียวที่ผิดอาจเปลี่ยนความหมายทั้งหมด ความมั่นใจเฉลี่ยมีประโยชน์ในการประเมินทั้งหน้า หากค่านี้ต่ำ ภาพมักเป็นปัญหา และรูปถ่ายที่ดีกว่าจะช่วยได้มากกว่าการแก้ไขอะไรก็ตาม

รวมบรรทัดเป็นย่อหน้า

OCR รายงานข้อความตามบรรทัดที่ปรากฏบนหน้ากระดาษ หากคุณคัดลอกย่อหน้าจากคอลัมน์แคบ บรรทัดที่มองเห็นแต่ละบรรทัดอาจกลายเป็นบรรทัดแยกกัน ตัวเลือกรวมบรรทัดเป็นย่อหน้าจะลบการขึ้นบรรทัดใหม่เหล่านั้น ทำให้ข้อความไหลต่อกันได้อีกครั้ง อย่าใช้กับรายการ บทกวี ที่อยู่ โค้ด หรือตาราง ซึ่งการขึ้นบรรทัดมีความหมาย หากคุณคัดลอกข้อความที่ขาดบรรทัดจาก PDF หรืออีเมลมาแล้ว เครื่องมือแก้ข้อความที่วางมา จะซ่อมบรรทัดในข้อความนั้นได้ และ คู่มือคัดลอกข้อความจาก PDF อธิบายว่าทำไมการขึ้นบรรทัดเหล่านั้นจึงเกิดขึ้น

เมื่อข้อความถูกต้องแล้ว ใช้ปุ่มคัดลอกข้อความ หรือบันทึกเป็น .txt หากต้องการเป็นไฟล์

ทำไมการอ่านบนอุปกรณ์จึงสำคัญ

ภาพหน้าจอมักมีสิ่งที่คุณไม่อยากให้ไปอยู่บนเซิร์ฟเวอร์ของคนแปลกหน้า เช่น ข้อมูลบัญชีธนาคาร บัตรขึ้นเครื่อง จดหมายทางการแพทย์ หรือข้อความส่วนตัว เว็บไซต์ OCR ออนไลน์หลายแห่งส่งรูปไปยังเซิร์ฟเวอร์ของตนเพื่ออ่าน เครื่องมือนี้ไม่ทำเช่นนั้น มันทำงานในเบราว์เซอร์ของคุณ โดยไม่ต้องสร้างบัญชีและไม่มีการอัปโหลด

การอ่านข้อความเป็นงานหนึ่ง การซ่อนบางส่วนของข้อความเป็นอีกงานหนึ่ง หากคุณต้องการปิดบางส่วนของภาพหน้าจอก่อนแชร์ ให้ใช้ เครื่องมือปิดข้อมูลในภาพ ก่อน แล้วจึงรันเครื่องอ่านข้อความกับเวอร์ชันที่คุณยอมให้แชร์ได้ คู่มือปิดข้อมูลในภาพหน้าจออย่างปลอดภัย มีรายละเอียดเพิ่มเติมว่าควรซ่อนอะไร

วิธีทำกับ fixmint

1. กด Ctrl+V เพื่อวางภาพหน้าจอ ลากรูปถ่ายลงในพื้นที่วาง หรือแตะเพื่อเลือกไฟล์
2. รอให้การอ่านเสร็จ แล้วตรวจตัวเลข จำนวนคำ ความมั่นใจ และ ต้องตรวจ
3. ดูคำที่ทำเครื่องหมายเป็นสีแดงบนภาพ แล้วแก้ไขใน กล่องข้อความ
4. ติ๊ก รวมบรรทัดเป็นย่อหน้า เฉพาะกับงานร้อยแก้วเท่านั้น จากนั้นคลิก คัดลอกข้อความ หรือ บันทึกเป็น .txt

คำตอบสั้น ๆ

ทำไมเครื่องมือใช้เวลานานในการใช้งานครั้งแรก เพราะต้องดาวน์โหลดเอนจิน OCR และโมเดลภาษาอังกฤษ ซึ่งมีขนาดใหญ่ การใช้งานครั้งต่อ ๆ ไปจะใช้ไฟล์ที่แคชไว้

ทำไมมีคำเดียวผิด ขณะที่คำอื่นถูก เอนจินเลือกอักขระที่น่าจะเป็นไปได้มากที่สุดสำหรับรูปที่ไม่ชัดเจน ให้ดูคำที่ทำเครื่องหมายไว้แล้วแก้ไขในกล่องข้อความ

อ่านทั้งเล่มได้ไหม เครื่องมืออ่านทีละหนึ่งรูป รูปขนาดใหญ่มากใช้หน่วยความจำมากและใช้เวลานานกว่า ดังนั้นให้แบ่งเอกสารยาวเป็นหน้า ๆ ก่อน