Konverter JPG til TXT
Konvertering af et scannet billede til tekst gør billedets pixels til redigerbare tegn, så teksten nemt kan søges i, redigeres og gemmes.
Formatsammenligning & tekniske specifikationer
| Specifikation | JPG | TXT |
|---|---|---|
| MIME-type | image/ | text/ |
| Type | raster | ren tekst |
| Komprimering | med tab (Discrete Cosine Transform / DCT) | ingen |
| Standardspecifikation | ISO/IEC 10918-1 / ITU-T T.81 | Unicode Standard / UTF-8 RFC 3629 |
| Magic Bytes-header | FF D8 FF | UTF-8 / ASCII plain stream |
Formatoversigt og anvendelse
Konvertering af dokumentbilleder til almindelige tekstfiler er en almindelig opgave på kontorer, skoler og i arkiver. Når du tager et billede af en papirkvittering eller scanner en gammel bogside, får du et statisk bitmapbillede. Det kan ikke redigeres i et almindeligt tekstbehandlingsprogram, og der kan ikke søges efter ordene i det. Med optisk tegngenkendelse omdannes billedformerne til maskinlæsbar tekst. Efter udtrækningen gemmes indholdet som en simpel tekstfil. Tekstformatet fylder meget lidt og kan åbnes på næsten enhver enhed. Arkivarer bruger metoden til at digitalisere historiske dokumenter, så de kan søges frem med nøgleord. Kontormedarbejdere bruger den til at udtrække data fra papirfakturaer uden at skulle skrive det hele ind manuelt.
Tekniske specifikationer og codec-oversigt
Et scannet JPEG-billede bruger MIME-typen image/jpeg og tabsgivende komprimering med diskret cosinustransformation til at spare plads. Filen begynder med bytesignaturen FF D8 FF. Under konverteringen scanner en OCR-motor billedets pixelgitter for at genkende bogstavformer ud fra geometri og kontrast. Tekstfilen bruger MIME-typen text/plain og er ukomprimeret. Den indeholder tegn kodet som standard ASCII eller UTF-8 uden ekstra containerdata, så filen bliver lille og kan læses af mange programmer.
OS- og browserkompatibilitet
Udtrukne TXT-filer fungerer på mange styresystemer, herunder Windows, macOS, Linux, iOS og Android. Moderne webbrowsere kan læse og vise tekstfiler direkte. Scannede JPEG-billeder kræver billedvisere eller særlige dokumentredigeringsprogrammer, mens den færdige tekst kun kræver en enkel teksteditor som Notesblok eller TextEdit.
Nyttig information
Sørg for, at dit scannede billede har høj kontrast og ordentlig belysning, før du kører tekstudtræk for at reducere stavefejl og manglende tegn.
Ofte stillede spørgsmål
Hvordan konverterer man scannet billede til udtrukket tekst uden at miste kvalitet?
Tekstudtrækning bevarer ikke billedets visuelle kvalitet. I stedet omdannes pixeldataene til læsbare tegn. For at få præcis tekstgenkendelse skal du begynde med en tydelig scanning i høj opløsning, så OCR-motoren nemt kan skelne bogstaverne fra hinanden.
Hvad er forskellen mellem et scannet billede og udtrukket tekst?
Et scannet billede er et visuelt gitter af farvede pixels gemt i et komprimeret format som JPEG. Udtrukket tekst er en samling af kodede alfanumeriske tegn gemt i en almindelig tekstfil uden billeder, skrifttyper eller layoutformatering.