Resimden Yazıya (OCR)

OCR'nin iyi okuduğu şey — ve asla okuyamayacağı şey

Karakter tanıma, anlama değil örüntü eşleştirmedir, bu yüzden sonuç girdiyi acımasız bir dürüstlükle izler. Basılı metnin keskin bir ekran görüntüsü ya da düz, eşit aydınlatılmış bir taraması neredeyse mükemmel çıkar. Aynı sayfanın hafif bir açıyla, bir köşesinde gölge olan bir telefon fotoğrafı belirgin şekilde düşer — el yazısı, dekoratif yazı tipleri, fotoğrafların üzerindeki metin ve düşük kontrastlı baskılar (beyaz üzerine gri, renk üzerine renk) neredeyse kullanılamaz çıkabilir. Üç alışkanlık çoğu sorunu çözer: açılı değil doğrudan karşıdan çekin, kareyi metinle doldurup çevresini kırpın ve kaynak zaten ekrandaysa, monitörünüzü fotoğraflamak yerine orijinal ekran görüntüsünü kullanın. Bu adımların her biri, tanıyıcının aksi hâlde tahmin etmek zorunda kalacağı bir bozulmayı ortadan kaldırır.

Tek seferlik indirme ve neden var olduğu

İlk kez Metni Oku'ya bastığınızda, tarayıcınız tanıma motorunu ve seçtiğiniz dilin verisini getirir — birlikte yaklaşık 5 ila 7 MB, bu siteden sunulur ve önbelleğe alınır, bu yüzden sonraki çalıştırmalar anında başlar. O indirme, gerçek bir sözün bedelidir: motor tamamen kendi cihazınızda WebAssembly olarak çalışır; bu, sözleşmenizin, reçetenizin ya da maaş bordronuzun fotoğrafının hiçbir yere iletilmediği anlamına gelir. Çoğu çevrimiçi OCR hizmeti tersi yönde çalışır — küçük bir sayfa ve belgeniz onların sunucusuna yüklenir. Yavaş bir bağlantıda ilk çalıştırma birkaç saniye kıpırdamadan duruyor gibi görünüyorsa, sıkışmış değil, getiriyordur; ilerleme satırı hangi aşamada olduğunuzu söyler. O ilk ziyaretten sonra motor önbellekten yüklenir ve normal bir metin sayfasında tanıma, mütevazı bir dizüstü bilgisayarda bile birkaç saniye sürer.

On dil — ve rakamları her zaman gözden geçirin

Araç İngilizce, Felemenkçe, Almanca, Fransızca, İspanyolca, İtalyanca, Lehçe, Portekizce, Türkçe ve Arapça metinleri ve rakamları okur. Metnin dilini düğmenin yanından seçin: başlangıçta bu sayfanın dili seçilidir ve seçiminiz bu cihazda hatırlanır. Her dil kendi eğitilmiş veri dosyasıdır, bu yüzden tarayıcınız yalnızca kullandığınız dili getirir. Metinde ürün adları ya da bir başlık gibi İngilizce kelimeler de mi var? “+ İngilizce” kutusunu işaretleyin; ikisi birlikte okunur, bedeli ikinci bir dosya ve biraz daha fazla zamandır. Arapça çalışır, ancak motor Arapça metin içindeki rakamları bazen yanlış okur — Tesseract'ta bilinen ve hâlâ açık olan bir sorun — bu yüzden onları dikkatle kontrol edin. Rakamlar zaten kendi özel uyarısını hak eder: bir IBAN'da, bir telefon numarasında ya da bir fatura toplamında yanlış okunan bir 8'in 3 olarak çıkması, yanlış okunan bir kelimeden çok daha maliyetlidir ve rakamlar, motorun kendini düzeltmek için kullanabileceği hiçbir yazım bağlamı taşımaz. Metin ne olursa olsun, ona güvenmeden önce sonucu bir kez okuyun; rakamlar ne olursa olsun, onları iki kez kontrol edin.

Metin dışarı çıktı — şimdi onu işe yarar bir yere koyun

Metni Kopyala, sonucu panonuza koyar ve oradan genellikle üç hedeften birine gider. Doğrudan bir belgeye ya da e-postaya, en bariz olanıdır — OCR'nin bütün amacı bir sayfayı bir daha asla yeniden yazmamaktır. Daha az bariz olanı: onu /tr/text-to-speech'e yapıştırın ve sayfa sese dönüşür; bu, fotoğraflanmış bir makaleyi, başka bir şey yaparken dinleyebileceğiniz bir şeye çevirir. Ve gerçekten ihtiyacınız olan şey, sayfanın gevşek metin yerine paylaşılabilir bir belge olmasıysa, /tr/image-to-pdf orijinal fotoğrafı düzgün bir PDF'ye sarar — dosyalamak ve iletmek için çıplak bir görselden daha derli topludur; bu araç ise sözcüklerine de ihtiyaç duyduğunuz anları kapsar.