این ابزار چه می‌کند؟#
این ابزار متن داخل عکس را می‌خواند و به متن قابل ویرایش تبدیل می‌کند؛ همان کاری که به آن OCR یا «نویسه‌خوانی نوری» می‌گویند. برای تبدیل عکس به متن فارسی آنلاین نیازی به نصب برنامه یا ثبت‌نام نیست. موتور آن Tesseract است که با مدل‌های شبکه‌ی عصبی برای فارسی، عربی و انگلیسی آموزش دیده و این‌جا مستقیم در مرورگر شما اجرا میشود.
حریم خصوصی: عکس از دستگاه شما خارج نمیشود#
بیشتر سایت‌های OCR عکس را روی سرورشان آپلود می‌کنند. این‌جا موتور و دادهی زبان یک بار از همین سایت دانلود میشوند و بعد همه‌ی پردازش روی گوشی یا کامپیوتر خودتان انجام میشود. پس می‌توانید سند شخصی، رسید یا صفحه‌ی کتاب را بدون نگرانی تبدیل کنید. بار اول چند مگابایت دانلود دارد؛ دفعههای بعد دادهی زبان از حافظه‌ی مرورگر خوانده میشود و ابزار سریعتر آماده میشود.
نکته‌هایی برای دقت بیشتر#
- نور یکنواخت: زیر نور روز یا لامپ سفید عکس بگیرید و مراقب سایه‌ی گوشی و دستتان روی کاغذ باشید. فلاش روی کاغذ براق لکه‌ی نور می‌اندازد.
- صاف و روبه‌رو: گوشی را موازی صفحه نگه دارید. خط‌های کج و صفحه‌ی خمیده‌ی کتاب بیشترین خطا را می‌سازند. اگر عکس خوابیده است، با دکمه‌ی چرخش درستش کنید.
- وضوح کافی: حروف باید درشت و تیز باشند. به‌جای زوم دیجیتال نزدیک‌تر بروید. اسکرینشات معمولاً بهترین نتیجه را می‌دهد.
- فقط بخش لازم: با «انتخاب بخشی از عکس» حاشیه، تصویرها و ستون‌های کناری را کنار بگذارید.
- زبان درست: برای متنی که کلمه‌ی انگلیسی هم دارد، «فارسی + انگلیسی» را انتخاب کنید.
گزینه‌ی «بهبود خودکار عکس» عکس را سیاه‌وسفید و پرکنتراست می‌کند، عکس کوچک را بزرگ‌تر می‌کند و کجی کم را صاف می‌کند. بیشتر وقت‌ها روشن بودنش بهتر است؛ اگر نتیجه بدتر شد، خاموشش کنید و دوباره امتحان کنید.
خواندن نتیجه#
بعد از هر عکس، درصد «اطمینان» کنار آن نشان داده میشود. اگر «نمایش خط‌های مشکوک» را روشن کنید، خط‌هایی که موتور به آن‌ها مطمئن نیست رنگی میشوند تا همان‌ها را با عکس مقایسه کنید. در حالت فارسی، «ي» و «ك» عربی خودکار به «ی» و «ک» فارسی تبدیل میشوند و فاصله‌های اضافه حذف میشوند، ولی شکستن خط‌ها دست نمی‌خورد.
محدودیت‌ها#
OCR معجزه نمی‌کند. دستخط، بهخصوص شکستهنویسی، تقریباً درست خوانده نمیشود. خط نستعلیق، فونت‌های تزئینی، متن روی پس‌زمینه‌ی شلوغ و جدول‌های پیچیده هم خطای زیادی دارند. نیم‌فاصله‌ها همیشه درست نمی‌آیند و ممکن است «میشود» با فاصله‌ی کامل نوشته شود. متن نهایی را یک بار بخوانید، بهخصوص عددها و اسم‌ها را. روی گوشی‌های قدیمی، عکس‌های خیلی بزرگ کند پردازش میشوند؛ انتخاب بخشی از عکس سرعت را بالا می‌برد.
