Làm thế nào để trích xuất văn bản từ một hình ảnh hoặc một bản quét?
Mở một bức ảnh hoặc một bản quét và công cụ nhận dạng văn bản trong đó, hoàn toàn trên máy của bạn, rồi cho phép bạn sao chép hoặc tải kết quả xuống. Công cụ nhận dạng và dữ liệu ngôn ngữ được phục vụ từ trang web này chứ không phải lấy từ một API của bên thứ ba, nên một trang chữ viết tay, một giấy tờ tùy thân hay một hợp đồng không bao giờ rời khỏi thiết bị của bạn.
Chạy hoàn toàn trong trình duyệt · không tải lên · không tài khoản · không hình mờ
- Mở một bức ảnh hoặc một bản quét của trang bạn muốn đọc.
- Chọn ngôn ngữ mà văn bản được viết bằng.
- Chạy nhận dạng, rồi sao chép văn bản hoặc tải xuống dưới dạng tệp.
PNG, JPEG, WebP, GIF hoặc BMP. Hình ảnh được đọc bởi trang này và không bao giờ được gửi đi đâu cả.
Ô văn bản có thể chỉnh sửa: hãy sửa những gì công cụ làm sai trước khi sao chép ra.
Trang này làm được gì
- Nhận dạng văn bản trong ảnh PNG, JPEG và WebP
- Dữ liệu nhận dạng tiếng Anh và tiếng Trung giản thể
- Sao chép văn bản hoặc tải xuống dưới dạng tệp
- Chạy ngoại tuyến sau khi công cụ đã được tải
Khi nào nên dùng công cụ này
- Sao chép văn bản ra khỏi một ảnh chụp màn hình hoặc một bản quét sạch.
- Một vài trang nơi một bản chép đủ tốt là hữu ích.
- Văn bản không được rời khỏi thiết bị.
Khi nào nên chọn cách khác
- Chữ viết tay, độ nghiêng lớn, độ tương phản thấp hoặc bảng nhiều cột phức tạp.
- Bạn cần dựng lại bố cục, thứ tự đọc, bảng biểu hoặc hộp bao.
- Bạn đang xử lý hàng trăm trang, hoặc cần kết quả ngay trên một kết nối chậm.
So với các lựa chọn khác
Tesseract chạy cục bộ ở đây, nghĩa là lần truy cập đầu tiên tải xuống một mô hình ngôn ngữ (hàng chục megabyte) và việc nhận dạng chậm hơn một API đám mây. Các dịch vụ như Google Vision hay AWS Textract tốt hơn rõ rệt với chữ viết tay và bố cục phức tạp và có thể trả về cấu trúc cùng tọa độ, nhưng chúng đòi hỏi tải hình ảnh lên và thường cần một tài khoản. Trang này cho bạn văn bản thuần từ tài liệu in rõ, không tải lên và không dựng lại bảng biểu.
Tệp của bạn đi đâu
Không đi đâu cả. Trang này tải đoạn mã làm việc, và từ đó trở đi tệp bạn mở do chính trình duyệt của bạn đọc. Không có bước tải lên, không có bản sao tạm trên máy chủ, không có khâu dọn dẹp nào phải tin — dữ liệu không bao giờ đi qua mạng, nên không còn gì để xóa sau đó. Bạn có thể tự kiểm chứng: mở bảng mạng của trình duyệt khi công cụ đang chạy và xem nó im lặng.
Câu hỏi về công cụ này
- Việc nhận dạng thực sự diễn ra ở đâu?
- Trong một Web Worker trên chính máy của bạn. Trang tải công cụ nhận dạng một lần — khoảng 3,8 MB JavaScript và WebAssembly — và dữ liệu ngôn ngữ cho ngôn ngữ bạn chọn. Sau đó hình ảnh được CPU của bạn đọc và không bao giờ được truyền đi. Bạn có thể xác nhận điều này trong bảng mạng của trình duyệt: các yêu cầu duy nhất là cho hai tệp đó.
- Bản tải xuống lớn cỡ nào, và nó có được lưu đệm không?
- Khoảng 7,8 MB lần đầu bạn dùng tiếng Anh, hoặc khoảng 10,2 MB nếu bạn cũng cần tiếng Trung giản thể. Trình duyệt lưu đệm tất cả, nên lần chạy thứ hai với cùng ngôn ngữ bắt đầu ngay và không cần mạng gì cả.
- Nó chính xác đến mức nào?
- Trên một bản quét sạch, thẳng, đủ sáng của văn bản in, độ chính xác ký tự thường trên 98%. Độ chính xác giảm với chữ viết tay, trang bị nghiêng hoặc cong, độ tương phản thấp, chữ nhỏ và ảnh chụp màn hình. Nếu kết quả trông sai, chạy lại với một vùng cắt sát hơn của cột văn bản thường giúp ích hơn bất cứ điều gì khác.
- Nó có giữ bố cục, bảng biểu hay cột không?
- Không. Kết quả là văn bản thuần theo thứ tự đọc. Các trang nhiều cột thường được đọc từng cột một nhưng các cột không được đánh dấu, và bảng biểu ra thành một chuỗi dòng. Trang này để lấy chữ ra, không phải để dựng lại một tài liệu.
- Tôi có thể mở những định dạng ảnh nào?
- Bất cứ thứ gì trình duyệt của bạn giải mã được — PNG, JPEG, WebP, GIF, BMP và AVIF. Một trang PDF không phải là hình ảnh, nên hãy xuất trang đó thành PNG trước; công cụ “PDF sang hình ảnh” trên trang web này làm đúng điều đó mà không cần tải PDF lên.