Az eszköz szöveges PNG, JPG, WEBP és SVG fájlokhoz

Egy lefotózott számla, egy képernyőképbe mentett cím vagy egy régi beszkennelt dokumentum szövege gyakran akkor kellene, amikor már nincs idő kézzel újragépelni. Az „Az eszköz szöveges (PNG, JPG, WEBP, SVG)” keresés mögött jellemzően ez az igény áll: a képen lévő tartalom gyors, másolható szöveggé alakítása.

Erre szolgál az OCR, vagyis a karakterfelismerés. Az eszköz megvizsgálja a feltöltött képet, azonosítja a betűket és számokat, majd szerkeszthető szövegként adja vissza őket. Hasznos lehet adatok átmásolásához, jegyzetek digitalizálásához vagy egy képernyőképen kapott információ gyors feldolgozásához.

Mit tud a szöveges eszköz PNG, JPG, WEBP és SVG fájlokkal?

A legtöbb képfájlban a szöveg pixelekből áll. Ilyen például a PNG, a JPG és a WEBP. Ezeknél a karakterfelismerő eszköznek a betűk formájából kell eldöntenie, mi szerepel a képen. Minél tisztább a kép, annál kevesebb javításra lesz szükség az eredményben.

A PNG általában jól működik képernyőképeknél, mert nem veszít sok részletet a mentéskor. A JPG gyakori fotóknál és beszkennelt dokumentumoknál, de erős tömörítés esetén a betűk szélei elmosódhatnak. A WEBP kis fájlméretet adhat jó képminőség mellett, ezért webes képernyőképeknél és online letöltött képeknél gyakori formátum.

Az SVG kivétel lehet. Ez a formátum sokszor nem képpontokból, hanem vektoros elemekből és valódi szövegrétegekből épül fel. Ha az SVG-ben a szöveg tényleg szöveges elem, előfordulhat, hogy OCR nélkül is kijelölhető vagy kimásolható. Ha viszont a betűk görbévé vagy képpé vannak alakítva, ugyanúgy karakterfelismerésre lehet szükség, mint egy PNG esetében.

Így kap pontosabb eredményt

A jó eredményhez nem feltétlenül a legnagyobb fájl kell, hanem az olvasható kép. A szöveg legyen lehetőleg egyenes, kontrasztos és elég nagy. Egy sötét, ferde vagy bemozdult telefonos fotón az „1”, az „l” és az „I”, illetve a „0” és az „O” könnyen összekeverhető.

Feltöltés előtt érdemes levágni a felesleges hátteret. Ha például csak egy táblázat két sora szükséges, ne az egész asztalról készült fényképet dolgoztassa fel. A kisebb, célzottabb képen a rendszernek is könnyebb felismernie a szövegsorokat és az oszlopokat.

Magyar szövegnél külön figyeljen az ékezetekre. Az á, é, í, ó, ö, ő, ú, ü és ű felismerése jó minőségű képen általában pontos, de a végeredményt mindig érdemes átolvasni. Különösen akkor, ha nevek, címek, összegek, dátumok vagy azonosítók szerepelnek benne.

Mire használható a gyakorlatban?

A képből szöveg eszköz a hétköznapi digitális feladatokat rövidítheti le. Kinyerheti vele egy online hirdetés képernyőképén lévő elérhetőséget, egy nyomtatott jegyzet tartalmát vagy egy fotózott lista adatait. Ha egy számot vagy egy rövid szövegrészt később kalkulátorban, táblázatban vagy e-mailben szeretne használni, sokkal gyorsabb lehet kimásolni, mint újra begépelni.

Táblázatoknál azonban legyen óvatos. Az OCR többnyire a karaktereket jól felismeri, de az oszlopok és sorok szerkezetét nem mindig tartja meg. Ilyenkor ellenőrizze, hogy egy összeg valóban a megfelelő sorhoz került-e. A feldolgozott szöveg kiindulópont, nem automatikusan hitelesített dokumentum.

Adatvédelem: mit ne töltsön fel?

Kényelmes megoldás, de nem minden kép való online feldolgozásra. Lehetőleg ne töltsön fel olyan fájlt, amely teljes személyazonosító adatokat, banki belépési adatokat, jelszót, egészségügyi információt vagy más bizalmas részletet tartalmaz. Ha csak egy adatot kell kinyernie, előbb takarja ki a felesleges érzékeny részeket.

A HungaryHub gyakorlati eszközeinek célja, hogy a gyakori digitális feladatokhoz ne legyen szükség telepíthető programra vagy bonyolult munkafolyamatra. Képből szöveg készítésénél a legjobb módszer egyszerű: töltsön fel tiszta, jól olvasható képet, másolja ki az eredményt, majd egy gyors ellenőrzéssel biztosítsa, hogy minden fontos karakter a helyén van.