Převod JPG na Word
Převedení rastrového obrázku dokumentu JPG na dokument Word mění ploché obrazové body na upravitelné textové odstavce pomocí optického rozpoznávání znaků.
Porovnání formátů a technické specifikace
| Specifikace | JPG | DOCX |
|---|---|---|
| MIME typ | image/ | application/ |
| Typ | rastr | zabalený dokument XML |
| Komprese | ztrátová (diskrétní kosinová transformace / DCT) | ZIP (DEFLATE) |
| Standardní specifikace | ISO/IEC 10918-1 / ITU-T T.81 | ISO/IEC 29500 / ECMA-376 |
| Hlavička souboru (Magic bytes) | FF D8 FF | 50 4B 03 04 (PK..) |
Přehled formátu a použití
Lidé často fotí papírové účtenky, stránky učebnic nebo podepsané smlouvy pomocí chytrého telefonu. Tyto záběry se ukládají jako soubory Document JPG, což jsou jednoduše obrázky obsahující písmena. Text uvnitř obrázku nemůžete zvýraznit, smazat ani přepsat. Převedením formátu JPG na dokument Word naskenuje software pro optické rozpoznávání znaků tvary na obrázku, rozpozná textové znaky a znovu je vytvoří uvnitř upravitelného textového dokumentu. Tento pracovní postup je standardem v kancelářích, školách a právních archivech. Namísto ručního přepisování stránek textu z naskenované knihy provede uživatel dávkový převod. Výsledný soubor obsahuje rozpoznaný text jako prosté odstavce, takže pracovníci mohou opravovat překlepy a přidávat vlastní nadpisy a formátování pomocí běžných textových editorů. Šetří to hodiny ručního zadávání dat a udržuje digitální archivy dokumentů vyhledávatelné.
Technické specifikace a přehled kodeků
Formát Document JPG využívá typ MIME image/jpeg a spoléhá na ztrátovou kompresi pomocí diskrétní kosinové transformace. K převodu formátu se využívá v prohlížeči běžící engine pro optické rozpoznávání znaků Tesseract WebAssembly s anglickým jazykovým modelem, který čte matici pixelů souboru JPG, mapuje glyfy znaků na prosté textové řetězce Unicode a každý rozpoznaný řádek zapisuje jako prostý odstavec v upravitelném kontejneru dokumentu OpenXML Word (.docx).
Kompatibilita s operačními systémy a prohlížeči
Dokumenty Word lze otevřít v aplikacích, jako jsou Microsoft Word, Google Docs, LibreOffice Writer a Apple Pages. Obrázky JPG lze zobrazit v mnoha prohlížečích, aplikacích pro práci s obrázky a mobilních operačních systémech. Tento nástroj převádí soubory v prohlížeči pomocí knihovny OCR ve WebAssembly, takže se obrázek nenahrává.
Užitečné informace
Nejlepších výsledků převodu dosáhnete, když před spuštěním rozpoznávání textu zajistíte, že váš zdrojový soubor JPG má vysoký kontrast, jasné osvětlení a minimální zkosení.
Často kladené otázky
Jak převést dokument JPG na dokument Word bez ztráty kvality?
Protože formát JPG využívá ztrátovou kompresi, původní fotografie neobsahuje skutečná textová data. Proces převodu znovu vytvoří text pomocí optického rozpoznávání znaků. Původní rozvržení, písma a tabulky nejsou zachovány, ale výsledný text je plně upravitelný a ostrý.
Jaký je rozdíl mezi dokumentem JPG a dokumentem Word?
Dokument JPG je plochý rastrový obrázek složený z barevných pixelů komprimovaný ztrátovou diskrétní kosinovou transformací. Dokument Word je zabalený archiv ZIP obsahující strukturované textové datové proudy XML, styly a pokyny k rozvržení.