Existuje několik skvělých nástrojů pro rozpoznání, chcete-li převod textů v obrázcích na textový formát. Mnoho z nich je dostupných v proprietární podobě a pro běžného uživatele tak nesnadno dostupných (třeba jako součást nějakého systému či zařízení), potom existují různé programy, které však většinou nejsou zdarma. Tuto situaci zachraňují OCR online nástroje. Jsou zdarma a nemusí se instalovat. Jediné, na co si případně musíte dávat pozor, je bezpečnost.
Co je OCR
Díky OCR (Optical Character Recognition) se z naskenovaného nebo vyfotografovaného dokumentu, případně fotografie nebo obrázku automatickým rozpoznáním znaků extrahují potřebné informace. Obvykle to zvládne program automaticky, jinak se musí naučit znaky rozpoznat. Podle toho, jak je kvalitní, vypadají i výsledky. V některých případech je míra úspěšnosti opravdu velká, jindy je v závislosti na kvalitě softwaru a předlohy nutno udělat korekturu, tedy zeditovat ho, protože OCR program nemusí rozeznat všechna písmena správně. OCR v sobě tedy kombinuje jak hardware, tak software.
OCR je užitečný nástroj pro širokou škálu účelů a situací a pomáhá nám ušetřit práci, abychom nemuseli otrocky přepisovat texty. Už dlouhá léta se používá nejen k jednoduchému převodu z obrázků na text, ale využívá se v knihovnictví, bankách či zdravotnictví. Technologie je nasazena i při rozpoznávání poznávacích značek, čtení pasů nebo třeba při automatickém překladu.
Vznik OCR
První použití OCR se vyskytlo zcela jinde a pro jiný účel. Konkrétně v telegrafii a při tvorbě čtecích zařízení pro nevidomé. V roce 1914 Emanuel Goldberg vynalezl zařízení, které četlo znaky a převádělo je do standardního telegrafního kódu. Ve stejné době Edmund Fournier d’Albe vynalezl optofon, ruční skener, který při pohybu po tištěné stránce produkoval tóny, které odpovídaly konkrétním písmenům nebo znakům (převáděl text do akordů).
Postup převodu technologií OCR
V dalších letech byla technika pro rozpoznávání významně vylepšována. V 90. letech se tato technologie prosadila při digitalizaci historických novin. K jejímu obrovskému úspěchu v posledních letech přispěly smartphony a elektronické dokumenty, které jsou katalyzátorem současného pokroku této technologie.
Pojďme se podívat na několik důvodů, proč je OCR technologie užitečná.
Učiňte dokumenty prohledatelnými
Profesionální skener textů
Pokud máte mnoho textů v JPG, PNG nebo i PDF apod. formátech, potom v nich nemůžete vyhledávat texty. A ani je upravovat. To ve výsledku znamená, že máte hodně textu (neprohledatelných dokumentů), se kterými dále nelze pracovat. Pokud v nich budete potřebovat vyhledat něco konkrétního, tak neuspějete. OCR to vyřeší. S jeho pomocí proměníte soubory na dokumenty, a tak v případě potřeby najdete specifické informace, které lze zkopírovat a vložit a použít jinde.
Usnadněte si úpravy a zabraňte chybám
Další výhodou je, že pokud takto převedete neměnné a needitovatelné texty, budete je moci dále upravovat. To mimo jiné znamená, že v nich budete moci navíc dělat úpravy nebo je využívat jako zdroj pro další použití – např. vytvářet nové nabídky, školní práce, upravit určitou část, která potřebuje vylepšit, apod. Lidským chybám se nelze vyhnout, ale pokud nastane, jistě byste uvítali možnost ji napravit. Jestliže máte dokument v needitovatelné podobě a nemáte k němu zdroj, potom i toto řeší OCR – převede finální verzi opět do editovatelné.
Ušetřete čas, peníze a místo
OCR technologie umožňuje ušetřit spoustu času a peněz snížením nároků na papírování. Většina firem (ale i domácností) má a dále tvoří mnoho dokumentů v papírové podobě, což není vždy ideální. V digitální podobě totiž výrazně šetří čas a peníze. A to včetně dokumentů, které jsou z papíru převedené prostřednictvím OCR – následně není nutné vynakládat zbytečný čas na manipulaci a případně prohledávání založených dokumentů ve skříni. Pomocí OCR můžete jednoduše naskenovat tištěné nebo elektronické obrázky obsahující text a získat jejich digitalizovanou formu. Navíc ušetříte spoustu místa, kterou zabírají hromady vašich papírových dokumentů (smlouvy, vyúčtování, složenky apod.).
Online nástroje
Nástrojů pro online převod existuje velké množství. Liší se od sebe nabízenými funkcemi a také tím, zda jsou zdarma, nebo placené. Pojďme se na tři z nich podívat blíže. Prvním nástrojem je Onlineocr.net. Ve třech krocích v něm docílíte toho, čeho chcete. Nejprve vyberete soubor pro převod (můžete použít jak obrazové formáty typu JPG, PNG apod., tak i PDF, ale rovněž DOCX, XLSX TXT atd.), následně určíte ve kterém jazyce je text a potom vyberete výstupní formát (např. Microsoft Word). Tlačítkem Convert proces převodu odstartujete.
Převod nástrojem Onlineocr.net
Výsledkem je náhled textu v textové podobě a také odkaz na dokument ve formátu Microsoft Word. Ten můžete následně podle potřeby dále upravovat. Trochu nám ve službě chybí výstupní formát PDF. Pokud však použijete další službu – NewOCR.com – potom nemusíte zoufat. Mezi výstupními formáty jsou TXT, DOC a PDF. Navíc díky zabudované službě Google Translate můžete nechat text automaticky přeložit (což se může hodit, pokud je v cizím jazyce), a dokonce v dokumentu i online zeditovat.
Převod nástrojem NewOCR.com
Třetím a posledním nástrojem, který vám doporučíme, je PDF24.org. Umí nejen vydolovat text a uložit ho do PDF, ale zachová i jeho strukturu. To se může hodit zejména u faktur, které chcete elektronizovat. Kromě vstupních formátů umožňuje importovat i soubory z Dropboxu či Google disku. V dalších volbách najdete možnosti jako odstranit pozadí, vyčistit nebo otočit stránku atd. Výsledek si lze zobrazit jako náhled, stáhnout v PDF souboru, poslat e-mailem, nahrát na Dropbox nebo Google disk a nechybí ani další volby.
Převod nástrojem PDF24.org
Offline nástroj
Pokud dáváte přednost klasickým aplikacím, potom můžeme doporučit jak zdarma dostupný Capture2Text, tak ShareX. Oběma programům jsme se věnovali v tomto článku.
Jak na „OCR“ v browseru
Kromě možnosti převést do editovatelné podoby obrázky prostřednictvím smartphonů a online a offline nástrojů je možné „dolovat“ texty také přímo z webů. Výborně k tomu slouží nástroj Blackbox AI. K dispozici je ve formě rozšíření pro browser Chrome. Jakmile je nainstalováno, stačí ho aktivovat a kurzorem vybrat oblast, kterou chcete převést do textu. Ten potom vložíte prostřednictvím klávesové zkratky Ctrl + V do textového editoru. To se může hodit nejen v případech, kdy některé weby zakazují kopírovat texty ze stránek, ale můžete toho využít rovnou u obrázků na webu, bez nutnosti je stahovat a dále převádět.
Závěrem
Jak jsme ukázali, optické určování znaků se používá k rozpoznávání naskenovaných obrázků a jiných vizuálů na text. Dokáže proměnit papírové dokumenty na upravitelné a prohledávatelné digitální soubory, a tak je zpřístupní automatizovaným systémům – například k prohledávání.
Je však třeba mít na paměti, že především online nástroje nemusí zaručit bezpečnost textu a soukromí. Vyplatí se je tak využívat především u méně citlivých informací.
