Op verschillende momenten hebben we bestanden in PDF-formaat of in een afbeeldingsformaat en voor sommige beheertaken hebben we nodig: haal de tekst uit de afbeelding of het bestand en we hebben geen praktisch hulpmiddel dat ons de mogelijkheid geeft om het correct te extraheren.
Het extraheren van de tekst uit dit type bestanden is belangrijk wanneer we aan de tekst moeten werken door de inhoud te kopiëren, te bewerken of te verwijderen en deze inhoud in een ander bewerkbaar bestand te plaatsen. Voor dit soort taken is er een technologie genaamd OCR die effectief is als het gaat om het converteren van PDF-bestanden of afbeeldingen zoals JPEG.webp, PNG, enz., naar een bewerkbaar document en vandaag zal Solvetic analyseren hoe we deze technologie kunnen gebruiken om altijd naar bewerkbare tekst onze bestanden.
Wat is OCROCR (Optical Character Recognition - Optical Character Recognition) is een techniek die is ontwikkeld om verschillende soorten documenten, zoals hierboven genoemd, te digitaliseren. Deze technologie is bedoeld om het vermogen van het menselijk oog om objecten te herkennen na te bootsen, dus OCR is verantwoordelijk voor het herkennen van elk teken in het PDF-bestand of de afbeelding en deze later te converteren naar een bewerkbaar tekstformaat.
Hoe OCR-technologie werktDe werking van OCR-technologie is, zoals gezegd, gebaseerd op de herkenning van de karakters in het bestand en hiervoor inspecteert PCR het beeld pixel voor pixel op zoek naar elementen die overeenkomen met de parameters van de karakters.
Dit proces is gebaseerd op vier fundamentele pijlers, namelijk:
- Binarisatie: De meeste algoritmen die in OCR zijn ontwikkeld, zijn gebaseerd op twee kleuren (zwart en wit) waarvoor OCR de afbeelding of het bestand omzet in een zwart-witschaal om elke pixel in detail te analyseren.
- fragmentatie: Dit proces is van vitaal belang bij het herkennen van de karakters, en deze segmentatie is verantwoordelijk voor het detecteren van de contouren van de afbeelding door middel van labeling en het starten van de respectieve analyse vanaf daar.
- Component dunner: Dit proces bestaat uit het continu wissen van de punten van de contouren van het bestand om de typologie te behouden.
- Vergelijking met karakterpatronen: Op dit punt wordt een vergelijking gemaakt tussen de verkregen tekens met andere tekens die in een database zijn opgeslagen en van daaruit wordt het resultaat weergegeven.
Zoals we kunnen zien, is deze techniek vrij diep in de taak van het converteren van onze afbeeldingen of ODF-bestanden naar platte of bewerkbare tekst.
Voordelen van het gebruik van OCREr zijn enkele voordelen wanneer we besluiten OCR te gebruiken voor de conversie van onze bestanden, waaronder:
- Ruimte besparen omdat een bestand in afbeeldingsformaat meer ruimte in beslag neemt
- Mogelijkheid om een digitale tekst om te zetten in een bewerkbare tekst
- Tijdwinst omdat OCR een leessnelheid kan hebben van maximaal 1.200 tekens per seconde.
- Er zijn tools waarmee je, in combinatie met OCR, het bestand kunt converteren naar audio of braille voor mensen met een of andere handicap.
Nu zullen we de verschillende tools zien die we hebben om effectief gebruik te maken van OCR bij de conversie van onze documenten.
Hiervoor zijn twee mogelijkheden: Online tools of tools om op je computer te installeren.
Online OCR-hulpmiddelen
I2OCR
Dit is een gratis online tool die ons geweldige alternatieven biedt voor het converteren van onze bestanden met OCR. Om er goed gebruik van te maken kunnen wij terecht op het volgende adres.
Voordelen die we hebben met i2OCR
- Herkent meer dan 60 talen
- Het ondersteunt verschillende beeldformaten, waaronder JPG.webp, PNG, BMP.webp, TIF, PBM, PGM, enz.
- helemaal gratis
- Hiermee kunt u het bewerkte bestand exporteren naar indelingen zoals Microsoft Word, Tekst, enz.
- I2OCR heeft de mogelijkheid om verschillende kolommen binnen het bestand te analyseren.
- Het is mogelijk om een webpagina naar een afbeelding te converteren
De bediening van i2OCR is eenvoudig en bestaat uit 3 stappen:
- Kies de taal die u wilt gebruiken
- Selecteer het bestand of de afbeelding om te converteren
- Voer de captcha in om door te gaan met de conversie
Zodra dit proces is voltooid, klikt u op de optie Tekst extraheren voor i2OCR om het conversieproces te starten.
Zodra het proces is voltooid, kunnen we het verkregen resultaat zien:
Op dit punt kunnen we beslissen in welk formaat de geconverteerde afbeelding moet worden gedownload. Eenmaal gedownload kunnen we het indien nodig bewerken.
Gratis online OCR
Gratis online OCR is een van de geweldige online tools die erg handig zal zijn bij het werken aan de conversie van onze gedigitaliseerde bestanden. We kunnen het volgende adres bezoeken om gratis online OCR te gebruiken.
Gratis online OCR-functies
- Scant PDF-bestanden en converteert ze naar DOC-bestanden
- Volledig online, u hoeft geen programma's op het systeem te installeren
- Ondersteunt PDF-, GIF.webp-, BMP.webp-, JPEG.webp-, TIFF- en PNG-bestanden.
- Draait automatisch de pagina's als ze horizontaal zijn
- Behoudt het bestandsformaat
- Zorg voor persoonlijke gegevens
- Lagen in PDF-bestanden behouden
Het gebruik van gratis online OCR is eenvoudig, we hebben het volgende nodig:
- Selecteer het bestand dat u wilt converteren
- Definieer het uitvoerformaat (Word, PDF, RTF of TXT)
Zodra het bestand is gedefinieerd, klikt u op de optie Converteren om het conversieproces te starten.
Op deze manier zetten we elke afbeelding of PDF-bestand om in bewerkbare tekst met behulp van gratis online OCR.
Online OCR
Online OCR is een van de meest gebruikte alternatieven om afbeeldingen naar platte tekst te converteren. We kunnen naar de volgende link gaan voor gebruik:
Uitstekende functies in online OCR
- Ondersteunt meerdere talen
- Ondersteunt meerdere invoerformaten zoals BMP.webp, PCX, PNG, GIF.webp en PDF.
- Hiermee kunnen de geconverteerde bestanden worden geëxporteerd naar Microsoft Word, PDF, TRF, tekstbestanden of Microsoft Excel.
Het gebruik van Online OCR is eenvoudig, we moeten het volgende doen:
- Selecteer bestand
- Definieer de taal
- Stel het uitvoerformaat in
- Voer de captcha in om het proces te starten
Nieuwe OCR
Nieuwe OCR is nog een van de online tools die waardevol zijn als het gaat om het converteren van bestanden naar bewerkbare tekst met behulp van OCR. We kunnen er gebruik van maken op het volgende adres:
De voordelen van nieuwe OCR zijn:
- meertalig
- Ondersteunt verschillende afbeeldingsformaten
- Mogelijkheid om een voorbeeld van het bestand te bekijken
- Diverse uitvoermogelijkheden zoals Microsoft Word, PDF of tekstbestanden.
- Onbeperkte bestandsconversie
- Ondersteunt afbeeldingen met een lage resolutie
- Wiskundige vergelijkingen herkennen
- Gegevensprivacy bewaren
Het gebruik is eenvoudig:
- Selecteer bestand
- We kunnen een voorbeeld van het bestand bekijken
Op deze manier hebben we verschillende gratis OCR-tools volledig online.
OCR-tools om op het systeem te installeren
Misschien vindt niet iedereen het leuk om online OCR-tools te gebruiken vanwege beveiligings-, prestatie- of stabiliteitsproblemen. Solvetic biedt u enkele van de OCR-tools die gratis kunnen worden gedownload om te installeren en altijd een OCR-tool bij de hand hebben.
GRATIS OCRTOWOORD
GRATIS OCRTOWORD, zoals de naam al doet vermoeden, geeft ons de mogelijkheid om onze gescande bestanden te converteren naar Microsoft Word-formaat voor verdere bewerking. We kunnen het downloaden via de volgende link.
Belangrijkste kenmerken van GRATIS OCRTOWORD
- U kunt de tekst uit verschillende formaten halen, zoals JPG.webp, BMP.webp, PNG, GIF.webp, TIF.
- Converteer gescande afbeeldingen en PDF-bestanden naar bewerkbare Word-documenten.
- Deze tool is compatibel met verschillende soorten scanners, waardoor u rechtstreeks vanuit de applicatie kunt scannen.
- GRATIS OCRTOWORD heeft een conversiemarge van 98%
- Snel en veilig
- Gratis
Het GRATIS OCRTOWORD-installatieproces is eenvoudig en als we het eenmaal hebben uitgevoerd, zal dit de interface zijn. Daar is het voldoende om toegang te krijgen tot de bestandsselectie via de knop Openen of om deze rechtstreeks te scannen met de optie Scannen. Zodra we het bestand hebben geladen, hebben we de mogelijkheid om het hele document of slechts een deel ervan te converteren:
Zodra we het gebied hebben geselecteerd, klikt u op de OCR-knop en in het rechterpaneel zien we de respectievelijke geselecteerde conversie. We kunnen zien dat de tool ons verschillende alternatieven biedt om met het geconverteerde bestand te werken, we kunnen de afbeelding draaien, de grootte verkleinen of vergroten, enz. Om de geconverteerde tekst op te slaan, klikken we op het gebied waar de geconverteerde tekst zich bevindt en daar selecteren we de optie Export text into Microsoft Word
We kunnen de grote hulp zien die door deze applicatie wordt geboden.
gratisOCR
FreeOCR is een gratis en zeer praktische tool die kan worden gedownload via de volgende link:
De voordelen die we hebben bij het gebruik van deze applicatie zijn:
- Ondersteunt alle edities van Windows
- Gratis
- Ondersteunt meerdere bestandsformaten om te converteren
- We kunnen de bestanden rechtstreeks van een scanner importeren
Het installatieproces van FreeOCR is eenvoudig en dit zal uw interface zijn zodra we er toegang toe hebben. Daar kunnen we het bestand direct scannen of op de computer opzoeken. Zodra we het bestand openen, zien we het volgende:
Daar kunnen we de pictogrammen in de centrale balk gebruiken om de nodige taken uit te voeren voor de conversie van onze afbeelding of ons bestand, we kunnen het bestand converteren naar Word, RFT of TXT.
VueScan
De VueScan-aanpak is meer ontworpen voor macOS-besturingssysteemomgevingen, maar we hebben ook de bestanden voor Windows 10 die kunnen worden gedownload via de volgende link:
Het werk van VueScan is gericht op scanners, omdat voor de werking ervan een scanner op de apparatuur moet worden aangesloten.
De voordelen van deze tool zijn:
- Automatische kleurdetectie
- Ondersteunt Windows- en Mac-besturingssystemen
- We kunnen de grootte van de bestanden verkleinen
- Kan bestanden automatisch decoderen
- We kunnen meerdere soorten bestanden scannen
Bij het uitvoeren van de tool hebben we meerdere opties voor het bewerken van de bestanden:
Vanuit dit menu kunnen we alles met betrekking tot onze documenten beheren.
gImageReader
gImageReader is een eenvoudige maar geweldige tool waarmee we bestanden rechtstreeks vanaf het apparaat kunnen scannen of screenshots kunnen maken van wat we willen converteren. Deze tool kan worden gedownload via de volgende link:
Belangrijkste kenmerken:
- Mogelijkheid om PDF-bestanden te importeren voor conversie
- Mogelijkheid om meerdere afbeeldingen in één bestand te beheren
- Selectiegebied kan handmatig of automatisch worden ingesteld
- Gratis
- Het kan alleen worden gebruikt op 64-bits architecturen
We kunnen een scherm van de afbeelding nemen om te converteren:
We selecteren de tekst die we willen converteren en klikken op de knop Selectie herkennen en we kunnen zien dat de geselecteerde tekst is omgezet in een bewerkbaar tekstformaat aan de rechterkant.
Vanaf daar kunnen we deze tekst exporteren in PDF, Microsoft Word, enz.
Foto Scan
Dit is een eigen Windows-tool en kan worden gedownload en geïnstalleerd via de volgende link:
Belangrijkste kenmerken:
- Ondersteunt spraakherkenning
- Gratis
- meertalig
- Het is mogelijk om afbeeldingen rechtstreeks van internet te importeren
- Het is mogelijk om het naar onze smaak aan te passen
- Ondersteunt Windows 10
Eenmaal gedownload uit de Windows Store zullen we verschillende mogelijkheden zien. Daar kunnen we het bestand vinden om de tekst uit te pakken, de afbeelding te plakken, de camera te gebruiken, enz. Zodra we het bestand automatisch laden, wordt de tekst van de afbeelding geëxtraheerd:
Van daaruit kunnen we het opslaan in TXT, HTML, enz.
Hebben meerdere opties om alle gescande bestanden om te zetten in bewerkbare tekst om de nodige procedures uit te voeren met behulp van deze verschillende tools naar onze smaak, online of rechtstreeks door de applicatie op de computer te installeren.
PDF-afbeeldingen extraheren
