En scannet kontrakt, hvor du vil citere et afsnit, en fotograferet faktura, hvor nummeret skal kopieres, en gammel PDF-bog, hvor Ctrl+F ikke finder noget: i alle disse tilfælde er “teksten” kun et billede. Optisk tegngenkendelse (OCR) gør den til rigtig tekst. Den er aldrig perfekt, men godt forberedt sparer den timers indtastning.
Sådan virker OCR, på to minutter
OCR-programmet deler billedet op i linjer, derefter ord og bogstaver, og sammenligner hver form med det, det har lært. Det giver hvert ord en sikkerhedsscore. Er billedet skarpt, kontrastrigt og lige, genkendes de fleste ord med sikkerhed; er det sløret, skævt eller støjende, hobes fejlene op, og scoren falder.
I MaxyTools foregår genkendelsen i din browser: sprogmodeller hentes én gang, og derefter forlader det billede, du behandler, aldrig din enhed. Det har betydning for dokumenter som et id, en recept eller en kontrakt.
Med værktøjet Billede til tekst (OCR)
| Din fil | Værktøj | Det får du |
|---|---|---|
| Et foto, et skærmbillede eller en scanning (JPG, PNG, WebP, BMP, GIF, HEIC) | Billede til tekst (OCR) | Redigerbar tekst, tvivlsomme ord fremhævet, eksport til .txt, søgbar PDF (latinsk tekst) eller ZIP. |
Flere sprog er tilgængelige (blandt andet dansk, engelsk og tysk), og du kan markere flere på én gang (for eksempel dansk og engelsk). Bogstaverne æ, ø og å genkendes, når dansk er valgt.
Fotografér eller scan for at få gode resultater
Ni gange ud af ti afgøres genkendelsens kvalitet, før værktøjet bruges. Nogle pejlemærker:
- Læg siden fladt, vendt mod dig, uden skygge fra din telefon. Jævnt lys slår et blitz, der skaber genskin.
- Sigt efter god opløsning. Et lille bogstav bør være mindst tyve pixels højt. Ved 300 dpi opfylder trykt tekst på 10 punkt det; ved 150 dpi er det grænsetilfælde for lille skrift.
- Kontrastrig baggrund, mørk tekst. Lysegrå tekst på cremefarvet baggrund er et problem; værktøjets adaptive sort/hvid hjælper.
- Undgå folder, stempler hen over teksten og fotos taget fra en vinkel.
Værktøjet tilbyder valgfrie indstillinger: retning, ×2 forstørrelse til små tegn, gråtoner, kontrast og adaptiv sort/hvid. Prøv dem én ad gangen i stedet for alle på én gang.
Brug værktøjet trin for trin
- Åbn Billede til tekst (OCR), og slip et eller flere billeder (op til 30).
- Markér tekstens sprog (eller flere); første gang hentes sprogfilen fra denne side, én gang.
- Klik på “Genkend tekst”, og følg fremskridtet. Regn med nogle få sekunder pr. billede.
- Kontrollér de ord, der er fremhævet som tvivlsomme, især cifre, egennavne og beløb, og ret dem direkte i teksten.
- Kopiér teksten, eller download .txt-filen eller den søgbare PDF.
Almindelige fejl
- At stole på OCR for cifre uden at læse korrektur: en 5, der læses som en 6 i et beløb, har konsekvenser.
- At glemme at vælge det rigtige sprog: danske bogstaver læst med en engelsk model giver mærkelige ord.
- At forvente, at OCR kan læse håndskrift: det er ikke dens opgave, og resultaterne er dårlige.
Ærlige begrænsninger
- OCR er aldrig perfekt: en skarp side giver fremragende resultater; et sløret foto, genskin, håndskrift eller et stempel hen over teksten forringer dem meget.
- Arabisk er sværere end latinske skrifttyper: prikker, bogstaver der ligner hinanden, og tegnsætning er de hyppigste fejl, og korte vokaltegn (tashkeel) genkendes ikke. Kalligrafiske skrifttyper virker ikke.
- Den søgbare PDF rummer kun latinsk tekst og cifre (PDF'ens standardskrifttyper har ingen arabiske tegn): til arabisk skal du bruge .txt-filen.
- Behandlingen er langsom (nogle få sekunder pr. billede), fordi den sker på din maskine og ikke på en server.
Ofte stillede spørgsmål
Sendes mit dokument til en server for at blive læst?
Nej. Genkendelsen sker i din browser; kun sprogmodellen hentes, aldrig dit billede.
Hvilken nøjagtighed kan jeg forvente?
På skarp, godt belyst trykt tekst meget god; på et sløret foto eller håndskrift dårlig. Hvert ord har en sikkerhedsscore: læs de fremhævede korrektur.
Kan flere sprog læses i ét dokument?
Ja, markér dem alle (for eksempel dansk og engelsk), før du starter genkendelsen.
Hvorfor indeholder den søgbare PDF ikke arabisk?
Fordi PDF'ens standardskrifttyper ikke har arabiske tegn. Filen .txt rummer al den genkendte tekst.
Hvordan kopierer jeg teksten fra en scanning?
Kør billedet gennem værktøjet, og kopiér derefter teksten fra resultatfeltet, eller tag .txt-filen.