แปลงรูปเป็นข้อความ (OCR)
ดึงข้อความจากรูปด้วยโมเดล OCR ขนาดกลาง สมดุลระหว่างความเร็วและความแม่นยำ
ลากรูปที่มีข้อความมาวางที่นี่หรือคลิกเพื่อเลือก
รูปถ่าย ภาพสแกน และภาพหน้าจอ: JPG, PNG, WebP, GIF, BMP, TIFF หรือ AVIF อ่านภาษาอังกฤษและภาษาอื่นที่ใช้อักษรละติน ภาษาจีน และภาษาญี่ปุ่น แต่อ่านภาษาเกาหลีไม่ได้ ไฟล์ถูกประมวลผลในเบราว์เซอร์และไม่ถูกอัปโหลด รูปจะอยู่ในเบราว์เซอร์นี้จนกว่าคุณจะนำออก
Ctrl+OเลือกCtrl+Vวาง
โมเดลจดจำข้อความ
โมเดลแบบสมดุล · …
อ่านภาษาอังกฤษและภาษาอื่นที่ใช้อักษรละติน (ฝรั่งเศส เยอรมัน สเปน โปแลนด์…) ภาษาจีน (ตัวย่อและตัวเต็ม) และภาษาญี่ปุ่น แต่อ่านภาษาเกาหลี รัสเซียหรืออักษรซีริลลิกอื่น อาหรับ ไทย ฮินดี หรือเวียดนามไม่ได้
สัญญาอนุญาต: โมเดล (Apache-2.0) · เอนจิน (MIT)
คัดลอกข้อความจากรูปถ่ายเอกสาร หน้าที่สแกน หรือภาพหน้าจอ แล้วแก้ไขและบันทึกได้ นี่คือตัวเลือกสำหรับใช้งานประจำวันในสามเครื่องมือแปลงรูปเป็นข้อความ โมเดลจดจำข้อความขนาด 30 MB อ่านตัวอักษรเล็ก รูปที่ถ่ายเอียง และพื้นหลังที่รกได้ดีกว่าแบบเร็วที่สุดอย่างเห็นได้ชัด และยังอ่านภาพหน้าจอเสร็จในไม่กี่วินาที ทุกอย่างทำงานในเบราว์เซอร์ รูปของคุณไม่ออกจากอุปกรณ์ ใช้ฟรีและไม่ต้องสมัครสมาชิก
เปรียบเทียบโมเดลแปลงรูปภาพเป็นข้อความทั้งสาม
| แปลงรูปเป็นข้อความ (เร็วที่สุด) | แปลงรูปเป็นข้อความ (สมดุล)หน้านี้ | แปลงรูปเป็นข้อความ (แม่นยำที่สุด) | |
|---|---|---|---|
| ขนาดโมเดล | 6 MB | 29.7 MB | 132.3 MB |
| ใช้ครั้งแรก: ดาวน์โหลดพร้อมเอนจินที่ 50 Mbit/s | 19.6 MB · ≈ 3 วิ | 43.4 MB · ≈ 7 วิ | 145.9 MB · ≈ 24 วิ |
| ครั้งต่อไป | เก็บไว้ในเบราว์เซอร์ — ไม่ต้องดาวน์โหลดซ้ำ | ||
| ความเร็ว | เร็วที่สุด | เร็ว | ช้าที่สุด |
| ความแม่นยำ | ดีกับข้อความที่คมชัด | แม่นยำกว่ากับภาพถ่ายและตัวอักษรเล็ก | ดีที่สุดกับภาพที่อ่านยาก |
| อ่านได้ | อักษรละติน (อังกฤษ ฝรั่งเศส เยอรมัน…)และจีน | อักษรละติน (อังกฤษ ฝรั่งเศส เยอรมัน…) จีน และญี่ปุ่น | อักษรละติน (อังกฤษ ฝรั่งเศส เยอรมัน…) จีน และญี่ปุ่น |
เอนจินจดจำข้อความ (13.7 MB หรือ 27.4 MB ในเบราว์เซอร์ที่มี WebGPU) ดาวน์โหลดเพียงครั้งเดียวและใช้ร่วมกันทั้งสามโมเดล จะไม่มีการดาวน์โหลดใดๆ จนกว่าคุณจะให้เครื่องมืออ่านรูปภาพ
วิธีดึงข้อความจากรูปภาพ
- ลากรูปมาวางที่ใดก็ได้บนหน้า วางด้วย Ctrl+V หรือคลิกเพื่อเลือกไฟล์ ใส่หลายรูปพร้อมกันก็ได้ รูปที่เพิ่มไว้แล้วในเครื่องมือรูปภาพใดก็ตาม รวมถึงหน้าเร็วที่สุดและแม่นยำที่สุด จะรออยู่ในรายการ
- ครั้งแรกให้คลิก “ดาวน์โหลดโมเดลและอ่านข้อความ” โมเดล (30 MB) และเอนจินที่ใช้รัน รวมราว 43 MB จะถูกดาวน์โหลดครั้งเดียวและเก็บไว้ในเบราว์เซอร์ ต่อจากนั้นรูปที่เพิ่มจะถูกอ่านทันที รูปที่เลือกอยู่จะถูกอ่านทันทีที่เปิดหน้า ส่วนรูปอื่นที่อยู่ในรายการอยู่แล้วอ่านได้ด้วย “อ่าน” หรือ “อ่านทั้งหมด”
- เทียบข้อความกับรูป คลิกบริเวณหนึ่งเพื่อหาบรรทัดของบริเวณนั้น หรือคลิกบรรทัดเพื่อหาบริเวณในรูป บรรทัดที่มีเส้นใต้คือบรรทัดที่โมเดลไม่แน่ใจ แก้ไขแล้วคลิก “คัดลอกข้อความ” (Ctrl+Shift+C) หรือ “ดาวน์โหลด .txt”
- หากจะแชร์รูปโดยไม่มีข้อความ ให้เปิด “ซ่อนข้อความในรูป” เลือกสี ปล่อยบริเวณที่ต้องการเก็บไว้ให้มองเห็น แล้วดาวน์โหลดสำเนาที่ปิดข้อความแล้ว
ความสามารถ
- อ่านภาษาอังกฤษที่พิมพ์และภาษาอื่นที่ใช้อักษรละติน ภาษาจีน (ตัวย่อและตัวเต็ม) และภาษาญี่ปุ่น
- ข้อความเรียงตามลำดับการอ่าน: คอลัมน์ต่อกันทีละคอลัมน์ รายการในใบเสร็จอยู่คู่กับราคา
- บริเวณข้อความมีกรอบและหมายเลขบนรูป คลิกบริเวณเพื่อหาบรรทัดของบริเวณนั้น
- แก้ไขข้อความ แล้วคัดลอกหรือดาวน์โหลดเป็น .txt บรรทัดที่โมเดลไม่แน่ใจจะมีเส้นใต้
- ซ่อนข้อความ: ดาวน์โหลดสำเนารูปที่ข้อความถูกปิดด้วยกล่อง
- หลายรูปพร้อมกัน และตรวจพบหน้าที่กลับหัวแล้วอ่านให้ถูกทิศ
- ดาวน์โหลดครั้งเดียวราว 43 MB (โมเดล 30 MB และเอนจิน) แล้วบันทึกไว้ในเบราว์เซอร์
เป็นส่วนตัวหรือไม่
ใช่ รูปถูกอ่านโดยโมเดลที่ทำงานในเบราว์เซอร์ของคุณ ทั้งรูปและข้อความไม่ถูกส่งไปที่ใด และรูปของคุณจะอยู่ในเบราว์เซอร์นี้จนกว่าคุณจะนำออกจากรายการ มีเพียงโมเดลและเอนจินที่ดาวน์โหลดครั้งเดียวจากเว็บไซต์นี้ และบันทึกไว้ในเบราว์เซอร์ของคุณ
คำถามที่พบบ่อย
อ่านภาษาอะไรได้บ้าง
อ่านภาษาอังกฤษที่พิมพ์และภาษาอื่นที่ใช้อักษรละติน (ฝรั่งเศส เยอรมัน สเปน โปรตุเกส อิตาลี โปแลนด์ เช็ก ตุรกี…) ตัวเลขและสัญลักษณ์ ภาษาจีน (ตัวย่อและตัวเต็ม) และภาษาญี่ปุ่น (คันจิ ฮิรางานะ และคาตากานะ) แต่อ่านภาษาเกาหลี รัสเซียหรืออักษรซีริลลิกอื่น อาหรับ ไทย ฮินดี หรือเวียดนามไม่ได้
ทำไมครั้งแรกจึงช้ากว่า
เพราะเฉพาะครั้งแรก เบราว์เซอร์ต้องดาวน์โหลดโมเดลและเอนจินที่ใช้รัน (14 MB หรือ 27 MB ในเบราว์เซอร์ที่ใช้การ์ดจอผ่าน WebGPU) แล้วเตรียมให้พร้อม หลังจากนั้นทั้งสองถูกบันทึกไว้ การอ่านจึงเริ่มได้โดยไม่ต้องดาวน์โหลด และหน้าที่เปิดอยู่แล้วยังใช้งานได้แม้ไม่มีอินเทอร์เน็ต หากคุณเคยใช้เครื่องมือแปลงรูปเป็นข้อความตัวอื่นแล้ว เอนจินจะมีอยู่แล้วและดาวน์โหลดเพียงโมเดล
เร็วที่สุด สมดุล หรือแม่นยำที่สุด ควรใช้แบบไหน
แบบสมดุลเหมาะกับรูปส่วนใหญ่ แบบเร็วที่สุด (โมเดล 6 MB ดาวน์โหลดราว 20 MB ในครั้งแรก) เพียงพอสำหรับภาพหน้าจอและเอกสารที่ชัดเจนในภาษาอังกฤษหรือจีน แบบสมดุล (30 MB ดาวน์โหลดราว 43 MB) แม่นยำกว่ากับรูปถ่ายและข้อความเล็ก และอ่านภาษาญี่ปุ่นได้ด้วย แบบแม่นยำที่สุด (132 MB ดาวน์โหลดราว 146 MB) อ่านรูปที่ยากที่สุดได้ดีที่สุด แต่หากไม่มีการเร่งความเร็วด้วยกราฟิก (WebGPU) จะใช้เวลาราวครึ่งนาทีสำหรับหน้าสั้น ๆ แต่ละแบบดาวน์โหลดครั้งเดียวแล้วบันทึกไว้ในเบราว์เซอร์
คงรูปแบบการจัดหน้าไว้ไหม
คงลำดับการอ่านไว้ แต่ไม่ใช่การจัดวางที่แน่นอน ข้อความที่อยู่ในแถวเดียวกันจะถูกรวมกัน แต่ละแถวเป็นหนึ่งบรรทัด และมีบรรทัดว่างคั่นระหว่างย่อหน้า คอลัมน์ที่อยู่เคียงกันจะถูกอ่านทีละคอลัมน์ และตารางจะออกมาเป็นข้อความตามลำดับการอ่าน ไม่ใช่สเปรดชีต
อ่านหลายรูปพร้อมกันได้ไหม
ได้ เพิ่มได้มากเท่าที่ต้องการ แต่ละรูปจะถูกอ่านตามลำดับ “คัดลอกทุกรูป” จะคัดลอกข้อความทั้งหมดพร้อมชื่อไฟล์ และ “ดาวน์โหลดทั้งหมด (ZIP)” จะบันทึกสำเนาที่ปิดข้อความแล้ว