Gambar

Gambar ke teks: kenali, periksa, dan simpan tulisan tercetak

·

Gambar ke teks mengubah gambar tulisan tercetak menjadi teks yang dapat diedit, disalin, atau diunduh. Pilih satu JPG, PNG, atau WebP statis, tentukan bahasa cetaknya, lalu jalankan pengenalan. Bandingkan hasil dengan gambar sebelum memakainya.

Hasil yang berguna adalah teks yang sudah diperiksa, bukan sekadar proses OCR yang selesai. Panduan ini membahas sepuluh model bahasa, batas berkas dan piksel, masalah latar serta ketajaman, dan tindakan yang mempertahankan atau mengganti koreksi Anda.

Gambar ke teks

Mengambil teks yang dapat diedit dari satu gambar

Gunakan «Pilih gambar» untuk memilih tulisan tercetak, atur «Bahasa teks tercetak», lalu tekan «Kenali teks». ToolMellow memproses gambar di peramban dan mengisi «Teks yang dikenali». Koreksi isinya, kemudian gunakan «Salin» atau «Unduh teks». Berkas recognized.txt berisi teks biasa berformat UTF-8.

Mulailah dari gambar asli paling jelas: tangkapan layar artikel, foto pengumuman tercetak, atau hasil pindai yang disimpan sebagai gambar. OCR menafsirkan karakter dari piksel, bukan memulihkan naskah asli yang dijamin benar. Cocokkan hasil terutama untuk nama, tanggal, dan jumlah, karena satu kesalahan kecil bisa mengubah makna.

  • Pilih satu JPG, PNG, atau WebP statis; ruang kerja ini tidak menerima masukan secara berkelompok.
  • Pilih bahasa yang tercetak di gambar, meskipun berbeda dari bahasa situs.
  • Simpan koreksi sebelum memilih berkas lain atau memulai pengenalan lagi.

Tesseract.js: READMEAPI Tesseract.js 7.0.0

Memeriksa ukuran berkas dan kedua sisi gambar

Tiga batas berlaku bersamaan: paling banyak 25000000 byte, total 24000000 piksel, dan 12000 piksel pada setiap sisi. Ukuran berkasnya adalah 25 MB desimal, bukan 25 MiB. Lebar × tinggi menghasilkan jumlah piksel. Gambar 6000 × 4000 berjumlah 24 megapiksel dan memenuhi batas dimensi jika ukuran berkas juga sesuai serta berhasil didekode.

Gambar 13000 × 1000 hanya berjumlah 13 megapiksel, tetapi sisi panjangnya melampaui batas. Berkas yang sangat terkompresi bisa kecil namun memiliki terlalu banyak piksel. Isi berkas diperiksa: mengganti nama PDF menjadi .png tidak mengonversinya. PNG dan WebP animasi ditolak. Berkas rusak atau dimensi yang tidak dapat dibaca dengan aman juga bisa gagal meskipun ukurannya masih di bawah batas.

Memeriksa ukuran berkas dan kedua sisi gambar
PemeriksaanMasukan yang diterimaTindakan
FormatSatu JPEG, PNG, atau WebP statisEkspor gambar diam dalam format yang didukung; mengganti nama tidak cukup.
Ukuran berkasTidak lebih dari 25000000 byteBuang area yang tidak diperlukan atau ekspor dengan ukuran yang sesuai.
Total pikselLebar × tinggi tidak lebih dari 24000000Periksa dimensi piksel selain ukuran berkas.
Sisi terpanjangTidak ada sisi di atas 12000 pikselBagi atau pangkas tangkapan layar panjang menjadi bagian terbaca dengan alat lain.

Tesseract.js: README

Memilih model sesuai bahasa tulisan

Tersedia sepuluh bahasa pengenalan, satu per proses: Inggris, Prancis, Jerman, Italia, Portugis, Spanyol, Tionghoa Sederhana, Hindi, Arab, dan Bengali. Pilih bahasa kata-kata pada gambar. Antarmuka biasanya memilih model yang sesuai sebagai awal; antarmuka Indonesia dan Urdu dimulai dengan Inggris karena alat ini tidak menyediakan model OCR Indonesia atau Urdu.

Pengalih bahasa situs berbeda fungsi dari «Bahasa teks tercetak». Model Italia tersedia tanpa antarmuka Italia. Tionghoa Sederhana tidak menjanjikan model Tionghoa Tradisional tersendiri, dan model Arab bukan model Urdu. Tidak ada deteksi bahasa otomatis maupun pilihan gabungan bahasa. Dokumen multibahasa mungkin perlu dipangkas per bagian atau diproses dengan alur lain yang mendukung bahasanya.

Memilih model sesuai bahasa tulisan
Bahasa tercetakIdentitas modelHubungan dengan antarmuka
Inggris / Prancis / Jermaneng / fra / deuMasing-masing menjadi model awal antarmuka yang sesuai.
Italia / Portugis / Spanyolita / por / spaItalia tersedia untuk OCR; Portugis dan Spanyol juga memiliki antarmuka yang sesuai.
Tionghoa Sederhana / Hindichi_sim / hinAntarmuka Tionghoa dan Hindi dimulai dengan model masing-masing.
Arab / Bengaliara / benAntarmuka Arab dan Bengali dimulai dengan model masing-masing.
Indonesia / UrduTidak ada model yang sesuai di siniAntarmukanya dimulai dengan Inggris, tanpa menambahkan dukungan pengenalan bahasa tersebut.

API Tesseract.js 7.0.0

Mengetahui tindakan yang mengganti teks

Mengubah «Bahasa teks tercetak» mempertahankan teks saat ini dan menghapus pesan kesalahan sebelumnya. Perubahan itu tidak menjalankan ulang OCR atau menerjemahkan isi editor. Anda dapat menyiapkan setelan lain sambil menyimpan koreksi. Menekan «Kenali teks» memulai proses baru dan langsung mengosongkan teks lama. Salin atau unduh perubahan yang ingin disimpan terlebih dahulu.

Memilih berkas baru juga menghapus hasil sebelumnya. Selama pengenalan, pemilih berkas, pemilih bahasa, dan editor dinonaktifkan. Setelah selesai, hasil proses tetap berada di editor sampai Anda mengubahnya atau melakukan tindakan yang menghapusnya. Tidak ada riwayat tugas atau panel perbandingan. Untuk beberapa gambar yang saling terkait, simpan setiap hasil yang diperiksa lalu gabungkan dalam dokumen Anda sendiri.

API Tesseract.js 7.0.0

Menyiapkan gambar yang mudah dibaca

Gunakan gambar tajam dengan perbedaan jelas antara huruf dan latarnya. Foto halaman datar dengan cahaya merata dan kamera kurang lebih tegak lurus. Hindari pantulan pada kata serta bayangan pekat pada lipatan. Pangkas lingkungan yang tidak penting, tetapi sisakan tepi kecil agar aksen, bagian bawah huruf, dan ujung baris tidak terpotong. Gunakan alat pemangkas gambar secara terpisah bila diperlukan.

Luruskan tulisan yang sangat miring dan periksa huruf kecil pada pembesaran yang terbaca. Memperbesar gambar buram tidak mengembalikan detail yang hilang; mengubah label DPI saja tidak menambah piksel. Panel OCR ini tidak memiliki kontrol pemangkasan, kontras, atau resolusi. Gambar yang lebih jelas atau potongan yang relevan lebih berguna daripada mengulang sumber buruk yang sama.

Tesseract: meningkatkan kualitas hasil

Memeriksa latar dan orientasi

Dekoder memakai metadata orientasi gambar. Sebelum pengenalan, gambar yang sudah didekode digambar di atas latar putih dengan dimensi piksel yang sama. Area transparan menjadi putih. Huruf hitam pada transparansi bisa terbaca, tetapi huruf putih yang ditujukan untuk latar gelap dapat menghilang. Ekspor versi dengan latar berkontras sesuai sebelum mencoba lagi.

Mesin dapat mencoba menangani rotasi saat pengenalan, tetapi tidak menjamin tulisan menyamping, terbalik, atau miring terbaca benar. Halaman ini tidak menyediakan kontrol rotasi atau pratinjau gambar yang sudah disiapkan. Jika hasil buruk, lihat sumber di penampil gambar dan putar dengan alat terpisah. Periksa hasil baru; orientasi yang benar tidak menyelesaikan semua masalah pembacaan.

Tesseract: meningkatkan kualitas hasilAPI Tesseract.js 7.0.0

Memeriksa urutan baca pada teks biasa

Ruang kerja ini menghasilkan teks biasa yang dapat diedit. Tata halaman, gaya huruf, sel lembar kerja, ilustrasi, dan PDF yang dapat dicari tidak dibuat ulang. Pemisah baris bisa membantu, tetapi bukan pemetaan persis halaman asli. Dua kolom, tabel harga, atau formulir bisa menghasilkan urutan kata yang keliru walaupun setiap karakter terlihat benar.

Sebelum menempelkan hasil, periksa hubungan antara label dan nilainya. Mengenali potongan tiap kolom secara terpisah memudahkan pemeriksaan. Jika membutuhkan tabel, bangun kembali serta verifikasi baris dan kolomnya. «Unduh teks» menyimpan isi editor; mengganti ekstensi menjadi .docx, .xlsx, atau .pdf tidak membuat format dokumen tersebut.

Tesseract: meningkatkan kualitas hasilAPI Tesseract.js 7.0.0

Memeriksa kesalahan kecil yang mengubah makna

Baca hasil sambil melihat gambar asli. OCR dapat tertukar pada bentuk serupa, melewatkan tanda baca, mengubah aksen, atau memisahkan karakter secara keliru. Kata yang tampak masuk akal masih bisa salah. Halaman tidak menampilkan skor keyakinan, dan selesainya proses tidak menjamin tiap karakter. Perhatikan nama diri, kode produk, tanggal, total, serta tulisan di luar aksara yang biasa ditangani model.

Gunakan contoh struk fiktif Invoice 4827 — Total 125.50: periksa setiap digit, titik desimal, dan hubungan label dengan nilai. Jika sumber tidak jelas, jangan menebak koreksi hanya karena tampak mungkin; cari gambar yang lebih baik atau dokumen asli. Koreksi «Teks yang dikenali» sebelum menyalin atau mengunduh.

Memeriksa kesalahan kecil yang mengubah makna
Yang diperiksaKemungkinan masalahCara memeriksa
Nama dan huruf beraksenKata yang masuk akal mengganti nama, atau aksen hilang.Bandingkan setiap nama dengan sumber; jangan hanya mengandalkan pemeriksa ejaan.
Angka dan kodeO / 0, I / 1 atau satu karakter hilang mengubah nilai.Bandingkan seluruh urutan, termasuk nol awal dan pemisah.
Jumlah dan tanggalTanda desimal, tanda nilai, atau pemisah tanggal hilang.Periksa tanda baca bersama label dan konteksnya.
Tabel dan kolomKarakter terbaca tetapi terhubung dengan baris yang salah.Periksa urutan baca dan bangun kembali struktur yang diperlukan.

Tesseract: meningkatkan kualitas hasil

Mengekspor isi editor yang sudah dikoreksi

«Salin» memasukkan isi editor saat ini ke papan klip, termasuk perubahan dan pemisah baris. Setelah berhasil, tombol menjadi «Disalin»; mengedit teks mengembalikan labelnya. Jika akses papan klip gagal, halaman meminta Anda memilih teks. Gunakan seleksi biasa serta perintah salin peramban atau sistem operasi, atau unduh teks sebagai alternatif.

«Unduh teks» membuat recognized.txt dalam UTF-8 dari editor saat ini. Peramban memilih lokasi atau menanyakan tempat penyimpanan. Tindakan ini tidak menyimpan gambar asli atau membangun ulang format halaman. Salin dan unduh tidak tersedia saat pengenalan berjalan atau editor kosong. Percobaan salin ulang yang berhasil menghapus peringatan papan klip sebelumnya.

API Tesseract.js 7.0.0

Membedakan proses lokal dari pemuatan jaringan

Alur OCR memproses gambar yang dipilih dalam worker peramban. Gambar dan teks yang dikenali tidak diunggah ke server OCR. Mesin serta model bahasa terpilih dimuat dari situs ToolMellow sendiri. Karena itu, proses pertama bisa memerlukan unduhan berkas meskipun pengenalan berlangsung lokal. Setiap tugas memakai satu model terpilih, bukan mengunduh semua bahasa untuk tugas itu.

OCR lokal tidak berarti situs tanpa permintaan jaringan: halaman, skrip, font, berkas OCR, dan analitik situs biasa tetap dapat dimuat. Jangan mengasumsikan penggunaan luring tanpa batas atau model tersimpan permanen. Menyalin menaruh teks di papan klip, sedangkan mengunduh menyimpan berkas di bawah kendali Anda. Memuat ulang menghilangkan keadaan editor; tidak ada riwayat pemulihan atau jaminan penghapusan aman.

Pemasangan lokal Tesseract.js 7.0.0API Tesseract.js 7.0.0

Memahami progres dan pembatalan

Saat proses berjalan, halaman menampilkan «Memproses…» dan persentase. Inisialisasi mesin dan model dapat menahan angka pada nol sebelum pengenalan maju. Itu indikator aktivitas, bukan skor keyakinan atau perkiraan waktu yang andal. Gambar besar, memori perangkat terbatas, dan pemuatan berkas memengaruhi durasi. Ruang kerja ini tidak memiliki tenggat waktu pengenalan yang tetap.

«Batalkan» menghentikan tugas saat ini dan mengaktifkan kontrol kembali. Itu tidak menjeda mesin untuk dilanjutkan, menyimpan hasil sebagian, atau mengembalikan teks yang dihapus saat mulai. Proses berikutnya dimulai dari awal dengan berkas dan bahasa terpilih. Jika pemuatan tampak macet, batalkan, periksa akses berkas situs, lalu coba gambar lebih kecil yang terbaca bila sesuai.

API Tesseract.js 7.0.0Pemasangan lokal Tesseract.js 7.0.0

Membedakan hasil kosong dari kegagalan proses

«Tidak ada teks ditemukan.» berarti mesin tidak mengembalikan teks selain karakter kosong. Periksa adanya tulisan tercetak yang terlihat, bahasa yang sesuai, dan kontras. Huruf putih pada transparansi dapat menghilang di latar putih. Hasil kosong bukan bukti bahwa sumber tidak memiliki teks; setelan pengenalan ini mungkin tidak mampu membacanya.

«Tidak dapat selesai. Coba berkas lebih kecil atau muat ulang halaman.» mencakup lebih banyak penyebab: masukan tidak didukung atau rusak, batas terlampaui, masalah dekoder atau memori, serta kegagalan memuat mesin atau model. Pesan itu sendiri tidak menentukan penyebabnya. Ikuti pemeriksaan yang relevan dan simpan koreksi berguna sebelum mengganti berkas atau memulai ulang.

Membedakan hasil kosong dari kegagalan proses
PengamatanPeriksa dahuluLangkah berikutnya
«Kenali teks» tidak tersediaBelum memilih berkas atau proses masih berjalan.Pilih gambar yang didukung, tunggu, atau batalkan proses aktif.
«Tidak ada teks ditemukan.»Gambar kosong, kontras lemah, model salah, atau tulisan sulit.Periksa sumber dan bahasa, lalu coba potongan yang lebih jelas.
Tidak dapat selesaiFormat, ketiga batas, dan pemuatan berkas situs.Ekspor gambar baru yang didukung dalam batas; muat ulang jika perlu.
Kata kacau atau hilangKualitas sumber, bahasa tercetak, dan urutan baca.Bandingkan dengan gambar dan koreksi; gunakan alur lain jika aksaranya tidak didukung.
Papan klip tidak tersediaAkses papan klip peramban gagal.Pilih dan salin manual, unduh, atau coba «Salin» lagi.

API Tesseract.js 7.0.0Tesseract: meningkatkan kualitas hasil

Memilih alur lain sesuai kebutuhan

Tulisan tangan, tanda tangan, dan tata halaman persis tidak didukung. Alat ini ditujukan untuk tulisan tercetak dalam sepuluh bahasa modelnya. Alat tidak menerjemahkan, membaca kode batang, menafsirkan diagram, atau menjelaskan makna dokumen. Catatan tangan yang terbaca ataupun halaman Urdu tetap membutuhkan alur yang sesuai, bukan asumsi bahwa model bahasa yang mirip akan cocok.

Untuk PDF, gunakan alat PDF ke Word yang terpisah dan periksa batas serta keluarannya sendiri; ruang kerja gambar ini tidak menerima PDF. Gunakan pemangkas gambar untuk mengisolasi tulisan atau penghitung kata setelah hasil diperiksa. Tentukan langkah berikutnya berdasarkan hasil yang dibutuhkan: teks terverifikasi, dokumen yang dibangun ulang, atau format lain.

Tesseract.js: READMEPertanyaan umum Tesseract

Pertanyaan umum

Format gambar apa yang bisa digunakan?

Satu JPG, PNG, atau WebP statis. PNG/WebP animasi dan isi berkas yang tidak didukung ditolak. Mengganti ekstensi tidak mengonversi berkas; berkas yang tampak valid bisa rusak atau tidak dapat didekode dengan aman.

Berapa batas ukurannya?

Paling banyak 25000000 byte, total 24000000 piksel, dan 12000 piksel pada setiap sisi. Ketiganya berlaku bersama; ukuran berkas saja tidak cukup.

Bahasa OCR apa yang tersedia?

Inggris, Prancis, Jerman, Italia, Portugis, Spanyol, Tionghoa Sederhana, Hindi, Arab, dan Bengali. Pilih satu bahasa sesuai tulisan tercetak. Tidak ada pilihan otomatis atau gabungan bahasa.

Apakah antarmuka Urdu atau Indonesia mengenali bahasa tersebut?

Bahasa antarmuka tidak menambahkan model OCR. Keduanya dimulai dengan Inggris; alat ini tidak memiliki model Urdu atau Indonesia. Model Arab bukan model Urdu. Pilih alur yang secara jelas mendukung bahasa tulisan.

Apakah mengganti bahasa tercetak menerjemahkan teks?

Tidak. Itu memilih model untuk proses berikutnya dan mempertahankan isi editor. Tekan «Kenali teks» untuk membaca ulang gambar; proses baru mengganti teks lama, jadi simpan koreksi terlebih dahulu.

Apakah tulisan tangan dikenali atau tabel dipertahankan?

Tulisan tangan dan tata halaman persis tidak didukung. Keluarannya teks biasa; urutan tabel atau kolom bisa keliru. Periksa dan bangun kembali struktur yang dibutuhkan.

Mengapa hasilnya kosong?

Mesin mungkin tidak menemukan tulisan terbaca pada gambar dan model terpilih. Periksa bahasa, kontras, ketajaman, dan latar. Transparansi diratakan di atas putih sehingga huruf terang dapat tersembunyi.

Apakah persentase menunjukkan akurasi OCR?

Tidak. Itu progres yang kadang tetap nol saat inisialisasi. Halaman tidak menampilkan skor keyakinan; proses selesai tidak menjamin hasil benar.

Apa yang terjadi saat dibatalkan?

Tugas berhenti dan kontrol kembali tersedia. Tidak ada jeda, lanjutkan, atau pemulihan hasil sebagian. Teks yang dihapus saat proses dimulai tidak dikembalikan.

Apakah gambar dan teks hasil diunggah?

Alur OCR yang diperiksa memprosesnya di peramban tanpa mengirimkannya ke server OCR. Halaman dan berkas OCR terpilih tetap dimuat dari situs, dan permintaan situs biasa dapat terjadi. Pemrosesan lokal bukan janji penggunaan luring permanen.

Apakah unduhan memuat koreksi saya?

Ya. «Salin» dan «Unduh teks» memakai isi editor saat ini. Unduhannya adalah recognized.txt dalam UTF-8, tanpa gambar sumber atau format halaman yang dibangun ulang.

Bisakah teks dipulihkan setelah mengganti gambar atau memuat ulang?

Tidak ada riwayat tugas tersimpan. Memilih gambar lain, menjalankan pengenalan lagi, atau memuat ulang dapat menghapus teks. Salin atau unduh perubahan yang ingin disimpan sebelumnya.

Sumber dan bacaan lanjutan

Praktikkan.

Panduan terkait