OCR, ดึงข้อความจากรูปภาพและ PDF

tesseract.js ใช้ไฟล์ข้อมูล neural network ที่ฝึกซึ่งเฉพาะกับแต่ละภาษา ไฟล์เหล่านี้มีขนาดหลายเมกะไบต์ต่อภาษาและดาวน์โหลดครั้งเดียวจากเว็บไซต์นี้ (เราจัดเก็บไฟล์เหล่านี้เองโดยไม่ใช้ CDN ของบุคคลที่สาม) ในครั้งแรกที่คุณเลือกภาษานั้น หลังจากดาวน์โหลดครั้งแรก โมเดลจะถูกแคชโดยเบราว์เซอร์ของคุณ และการจดจำต่อๆ มาสำหรับภาษานั้นทำงานออฟไลน์ทั้งหมด

ความละเอียดสแกน (200 DPI ขั้นต่ำ 300 DPI แนะนำ) ความคมชัดของภาพ คอนทราสต์ระหว่างข้อความและพื้นหลัง และการที่หน้าตรงล้วนส่งผลต่อความแม่นยำอย่างมาก การสแกน JPEG ที่บีบอัดหนัก ฟอนต์ขนาดเล็กมาก และหน้าที่มีทิศทางผสมหรือเค้าโครงคอลัมน์ซับซ้อนเป็นแหล่งข้อผิดพลาดการจดจำที่พบบ่อยที่สุด

tesseract.js ฝึกมาสำหรับข้อความพิมพ์เป็นหลัก ความแม่นยำการจดจำลายมือโดยทั่วไปต่ำและไม่น่าเชื่อถือ โดยเฉพาะสำหรับตัวเขียนต่อกัน สำหรับเอกสารลายมือ เครื่องมือจดจำลายมือเฉพาะให้ผลลัพธ์ที่ดีกว่า

ไม่ หลังจากโมเดลภาษาถูกแคช งานการจดจำทุกอย่างเกิดขึ้นทั้งหมดในเบราว์เซอร์ของคุณโดยใช้ tesseract.js เอกสารสแกนอาจมีเนื้อหาส่วนตัวหรือลับ การประมวลผลในท้องถิ่นเท่านั้นหมายความว่าเนื้อหานั้นไม่เคยถึงเซิร์ฟเวอร์

ผลลัพธ์เป็น text stream ธรรมดาตามลำดับการอ่าน ตาราง คอลัมน์ ส่วนหัว และองค์ประกอบเค้าโครงอื่นๆ ไม่ถูกเก็บรักษาเป็นโครงสร้าง เครื่องมือส่งออกเฉพาะเนื้อหาข้อความ สำหรับผลลัพธ์ที่เก็บเค้าโครง จำเป็นต้องใช้ pipeline OCR ขั้นสูงกว่าพร้อมการวิเคราะห์เค้าโครง

เครื่องมือสามารถประมวลผล PDF ที่ใช้รูปภาพซึ่งแต่ละหน้าเป็นภาพ raster ที่ไม่มีข้อความที่ฝัง หาก PDF ของคุณมีชั้นข้อความอยู่แล้ว (คุณสามารถเลือกและคัดลอกข้อความในโปรแกรมดูได้) การรัน OCR ไม่จำเป็น ชั้นข้อความที่มีอยู่ให้ข้อมูลเดียวกันโดยไม่ต้องผ่านขั้นตอนการจดจำ

ได้ และ tesseract.js ทำงานได้บนเบราว์เซอร์มือถือ ดังนั้นคุณสามารถเปิดหน้านี้บนมือถือเครื่องเดียวกับที่ถ่ายภาพนั้นได้เลย ภาพที่ถ่ายในมุมเอียงหรือแสงไม่สม่ำเสมอจะถูกจดจำได้แย่กว่าการสแกนแบบ flatbed การจัดภาพให้ตรงและครอปพื้นหลังออกก่อนจะช่วยได้

ไม่ต้อง ไม่มีการสมัครสมาชิกและไม่มีค่าใช้จ่าย การดาวน์โหลดเพียงอย่างเดียวที่เกี่ยวข้องคือโมเดลภาษาที่ tesseract.js ต้องการ ซึ่งเป็นการดาวน์โหลด engine ครั้งเดียว ไม่ใช่การสมัครสมาชิกหรือ paywall