Як скопіювати текст зі скриншота або фото на вашому пристрої

Щоб скопіювати текст зі скриншота або фото, потрібен OCR (optical character recognition), тобто оптичне розпізнавання символів: програмне забезпечення, яке знаходить літери на зображенні та перетворює їх на символи, які можна виділити, редагувати й вставити. Вставте або перетягніть картинку в інструмент розпізнавання тексту з картинки, і слова з'являться як текст, який можна редагувати. Розпізнавання відбувається у вашому браузері, а зображення нікуди не завантажується. Порівняння Google Drive, OnlineOCR.net і Adobe Acrobat розповідає про онлайн-альтернативи та про те, що кожна з них робить з вашим файлом.

Розпізнавання тексту з картинкиТекст на фото не копіюєтьсяБезкоштовно

Як OCR читає зображення простими словами

Зображення — це лише сітка кольорових точок. OCR працює етапами. Спочатку він шукає блоки тексту та рядки всередині них. Потім перетворює кожен рядок на послідовність форм літер і визначає, яким символом найімовірніше є кожна форма. Нарешті він використовує закономірності, засвоєні з великого обсягу англомовного тексту, щоб обирати між схожими варіантами, тож «rn» і «m» або «l» і «I» визначаються за сусідніми словами.

Двигун цього інструмента — Tesseract, OCR-двигун з відкритим кодом, що поширюється за ліцензією Apache 2.0. Цей сайт використовує версію, скомпільовану у WebAssembly, формат, який браузери можуть виконувати майже зі швидкістю нативного коду, через бібліотеку tesseract.js. Він використовує англійську модель на основі нейронної мережі (LSTM). Під час першого використання двигун і модель завантажуються, а браузер зберігає їх для подальшого використання. Після цього розпізнавання відбувається на вашому пристрої.

Обмеження випливають із цього дизайну. Модель створена для англійської мови та тексту в латинському алфавіті без діакритики. Інші абетки, наприклад кирилиця, арабська чи китайська, не підтримуються, а літери з діакритичними знаками не розпізнаються надійно. Рукописний текст — це інша задача, і для неї цей інструмент не призначений.

Чому скриншоти читаються краще за фото

Скриншот — це текст у тому вигляді, в якому його намалював комп'ютер: чіткі краї, відомий розмір, однорідний колір, без перспективи. Фото того самого тексту містить усе, що побачила камера: кут сторінки, тіні, зім'ятий папір, відблиски, розмиття від руху та стиснення, яке телефони застосовують, щоб заощадити місце. Кожне з цього змінює форми, які OCR має зіставити.

Важливий і розмір. Як орієнтир, OCR працює найкраще, коли великі літери мають висоту щонайменше 20–30 пікселів. Текст у маленькій мініатюрі може бути занадто дрібним для розділення, а текст у сильно зменшеному скриншоті розпливається в сірість. Інструмент збільшує малі зображення перед розпізнаванням, що допомагає, але не може відновити деталі, яких не було у файлі. Якщо можливо, робіть скриншот у тому розмірі, в якому текст відображається на екрані, і не зменшуйте сторінку лише для того, щоб на ній вмістилося більше.

Скриншоти в темному режимі — окремий випадок. Білий текст на темному тлі важчий для багатьох OCR-двигунів, тому інструмент інвертує такі зображення перед розпізнаванням. Вам нічого не потрібно робити. Однак дуже низький контраст темного екрана, наприклад сірий текст на темно-сірому, все одно розпізнаватиметься погано.

Поради для чистого результату

• Обріжте до тексту. Спочатку приберіть панелі інструментів, іконки та кнопки. Обріжте зображення, щоб залишився лише потрібний блок. Менше зайвого означає менше слів, які інструменту доведеться вгадувати.
• Вирівняйте фото. Тримайте телефон паралельно до сторінки, щоб рядки були рівними. Перекошена сторінка читається гірше, а рядок, що виходить за край кадру, втратить останні літери. Якщо фото повернуте набік, спершу поверніть його або скористайтеся посібником про фото, повернуте набік.
• Використовуйте рівне світло. Найкраще денне світло збоку, а найгірше — спалах, що відбивається від глянцевої сторінки. Тінь на половині сторінки розрізає розпізнавання навпіл.
• Підходьте близько, але не надто. Заповніть кадр текстом. Далека фотографія всієї сторінки витрачає пікселі на поля.
• Уникайте сильного стиснення. Месенджер, який надсилає фото як копію низької якості, відкидає деталі. Надішліть оригінальний файл або зробіть скриншот знову.

Перевірте слова, які позначив інструмент

Після розпізнавання інструмент показує три числа: кількість слів, середню впевненість і кількість слів для перевірки. Він також позначає червоним на зображенні слова, в яких не впевнений. Перш ніж використовувати текст, звірте червоні слова з оригіналом, бо саме тут OCR найчастіше помиляється.

Типові плутанини передбачувані: літера O і цифра 0, велика I і мала l, цифра 1, літера S і цифра 5, а також кома, яку прочитано як крапку. Суми та коди потребують найпильнішої перевірки, адже одна помилкова цифра може повністю змінити значення. Середня впевненість корисна для оцінки всієї сторінки. Якщо вона низька, найімовірніше проблема в зображенні, і кращий знімок переможе будь-яке редагування.

Об'єднайте рядки в абзаци

OCR передає текст так, як рядки розташовані на сторінці. Якщо ви скопіюєте абзац із вузької колонки, кожен візуальний рядок може стати окремим рядком. Опція об'єднання рядків в абзаци прибирає ці розриви, і текст знову тече. Не використовуйте її для списків, віршів, адрес, коду чи таблиць, де розриви рядків мають значення. Якщо ви вже скопіювали зламаний текст із PDF або листа, інструмент «Виправлення вставленого тексту» виправить рядки в цьому тексті. Посібник щодо копіювання з PDF пояснює, чому виникають ці розриви.

Коли текст правильний, натисніть «Копіювати текст» або «Зберегти .txt», якщо потрібен файл.

Чому важливо розпізнавати на пристрої

Скриншоти часто містять речі, які ви не хотіли б передавати на чужий сервер: банківські реквізити, посадковий талон, медичний лист, особисте повідомлення. Багато онлайн-сайтів OCR надсилають зображення на свої сервери для розпізнавання. Цей інструмент цього не робить. Він працює у вашому браузері, без облікового запису та без завантаження.

Читання тексту — одна задача, а приховування частин — інша. Якщо потрібно закрити частини скриншота перед тим, як ним ділитися, спершу скористайтеся інструментом «Приховати частину зображення», а потім запустіть розпізнавання тексту для версії, якою готові поділитися. Посібник про приховування частин скриншотів містить більше про те, що варто приховувати.

Як це зробити з fixmint

1. Натисніть Ctrl+V, щоб вставити скриншот, перетягніть фото в зону для файлів або натисніть, щоб вибрати його.
2. Дочекайтеся завершення розпізнавання, а потім перевірте показники слів, впевненості та для перевірки.
3. Погляньте на слова, позначені червоним на картинці, і виправте їх у полі Текст.
4. Позначте Об'єднати рядки в абзаци лише для прози, а потім натисніть Копіювати текст або Зберегти .txt.

Короткі відповіді

Чому інструмент працює довго під час першого запуску? Він завантажує OCR-двигун і англійську модель, які великі. Наступні використання повторно використовують збережені файли.

Чому одне слово неправильне, а решта правильні? Двигун обрав найімовірніший символ для форми, яка була нечіткою. Перегляньте позначене слово та виправте його в текстовому полі.

Чи може він прочитати цілу книгу? Він розпізнає одне зображення за раз. Дуже великі зображення займають багато пам'яті та працюють довше, тож спершу розбийте довгий документ на сторінки.