Konvertor naskenovaného obrázka na extrahovaný text
Konverzia naskenovaného obrázka na extrahovaný text prevádza obrazové pixely na upraviteľné znaky, takže môžete ľahko vyhľadávať, upravovať a ukladat slová.
Porovnanie formátov a technické špecifikácie
| Špecifikácia | IMAGE | TXT |
|---|---|---|
| MIME typ | image/jpeg | text/plain |
| Typ | scanned document bitmap photograph | plain text |
| Kompresia | lossy DCT / lossless Deflate | none |
| Štandardná špecifikácia | W3C / ISO JPEG / PNG Standard | Unicode Standard / UTF-8 RFC 3629 |
| Hlavička magických bajtov | FF D8 FF (JPEG) or 89 50 4E 47 (PNG) | UTF-8 / ASCII plain stream |
Prehľad formátu a použitie
Konverzia obrázkov dokumentov na textové súbory je bežnou úlohou pre kancelárie, školy a archívy. Keď odfotíte papierový pokladničný blok alebo naskenujete starú knižnú stranu, výsledkom je statický rastrový obrázok. Tento obrázok nie je možné upravovať pomocou štandardného textového procesora a v jeho slovách sa nedá vyhľadávať. Spustenie optického rozpoznávania znakov transformuje tieto vizuálne tvary na reťazce čitateľné strojom. Po extrakcii sa obsah uloží ako jednoduchý textový súbor. Tento formát čistého textu zaberá veľmi málo úložného priestoru a otvára sa takmer na každom zariadení. Archivári používajú tento proces na digitálnu archiváciu historických záznamov, vďaka čomu sa v nich dá vyhľadávať podľa kľúčových slov. Kancelárski pracovníci ho používajú na vyťahovanie údajov z papierových faktúr bez toho, aby museli všetko prepisovať ručne.
Technické špecifikácie a prehľad kodekov
Štandardný naskenovaný obrázok JPEG používa typ MIME image/jpeg, ktorý sa spolieha na stratovú kompresiu pomocou diskrétnej kosínusovej transformácie na ušetrenie miesta. Súbor začína podpisom magických bajtov FF D8 FF. Počas konverzie stroj na optické rozpoznávanie znakov skenuje mriežku pixelov, aby identifikoval tvary písmen na základe geometrie a kontrastu. Výstupný textový súbor používa typ MIME text/plain bez akejkoľvek kompresie. Obsahuje štandardné kódovanie znakov ASCII alebo UTF-8 bez réžie kontajnera, vďaka čomu je výsledný súbor ľahký a univerzálne čitateľný.
Kompatibilita s OS a prehliadačmi
Extrahované súbory TXT fungujú v každom operačnom systéme vrátane Windows, macOS, Linux, iOS a Android. Moderné webové prehliadače dokážu čítať a zobrazovať textové súbory priamo. Naskenované obrázky JPEG vyžadujú prehliadače obrázkov alebo špecializované editory dokumentov, ale konečný textový výstup potrebuje iba základný textový editor, ako je Poznámkový blok alebo TextEdit.
💡 Užitočné informácie
Pred spustením extrakcie textu sa uistite, že váš naskenovaný obrázok má vysoký kontrast a správne osvetlenie, aby ste znížili počet chýb v pravopise a chýbajúcich znakov.
Porovnanie formátov a technické špecifikácie
Typický naskenovaný súbor JPEG zaberá približne 2 MB, zatiaľ čo výsledný extrahovaný súbor TXT klesne na iba 5 KB. Na štandardnej mobilnej sieti 4G s prenosovou rýchlosťou 15 megabitov za sekundu trvá stiahnutie pôvodného obrázka približne jednu sekundu, zatiaľ čo malý textový súbor sa stiahne okamžite za menej ako milisekundu.
Často kladené otázky
Ako previesť naskenovaný obrázok na extrahovaný text bez straty kvality?
Extrakcia textu nezachováva vizuálnu kvalitu pôvodného obrázka. Namiesto toho prevádza údaje pixelov na čitateľné znaky. Aby bola presnosť textu vysoká, začnite s jasným skenom s vysokým rozlíšením, aby stroj na rozpoznávanie znakov mohol ľahko rozoznať písmená.
Aký je rozdiel medzi naskenovaným obrázkom a extrahovaným textom?
Naskenovaný obrázok je vizuálna mriežka farebných pixelov uložená v komprimovanom formáte, ako je JPEG. Extrahovaný text je zbierka kódovaných alfanumerických znakov uložených v čistom textovom súbore bez obrázkov, fontov alebo štýlov rozloženia.