Zamień chiński tekst na obrazie w edytowalny tekst

Zrzut ekranu chińskiej etykiety produktu może zawierać dokładnie potrzebną informację, choć nie da się na nim zaznaczyć ani jednego słowa. Optyczne rozpoznawanie znaków, czyli OCR, zamienia widoczne znaki na edytowalny tekst. Przydatny wynik to sprawdzona z oryginałem transkrypcja: nazwa do wyszukania, akapit do nauki lub ilość, którą można skopiować bez ponownego wpisywania.

Zacznij od najwyraźniejszego obrazu, wybierz język faktycznie wydrukowanego tekstu i rozpoznawaj po jednym spójnym obszarze. Następnie porównaj wynik z obrazem, zanim go przetłumaczysz, zmienisz znaki uproszczone na tradycyjne albo przeniesiesz liczby do innego dokumentu. Nawet naturalnie brzmiące zdanie może zawierać błędny znak.

Wybierz najlepszy dostępny obraz

Najpierw spróbuj zaznaczyć tekst źródłowy. Strona internetowa lub PDF mogą mieć użyteczną warstwę tekstową, choć ich zrzut ekranu jej nie ma. Skopiuj krótki fragment i porównaj go z tym, co widzisz. Jeśli się zgadza, możesz pominąć rozpoznawanie. OCR przydaje się, gdy informacja istnieje tylko w postaci pikseli lub gdy dostępna warstwa tekstowa jest bezużyteczna.

Wybierz oryginalny zrzut ekranu lub zdjęcie w pełnym rozmiarze zamiast miniatury przesłanej przez kilka wiadomości. Powiększ obraz na tyle, by obejrzeć drobne kreski chińskich znaków. Jeśli kreski zlały się lub zniknęły, dalsze powiększanie tego samego rozmytego obrazu nie odzyska brakujących informacji. Jeśli to możliwe, zdobądź wyraźniejsze źródło.

Robiąc nowe zdjęcie, połóż stronę płasko, ustaw aparat prostopadle do niej i zapewnij równomierne światło. Sprawdź, czy cienie, odblaski i zakrzywienie przy grzbiecie książki nie zasłaniają potrzebnego fragmentu. Obraz leżący na boku trzeba obrócić. Strona zwężająca się ku górze wymaga lepszego zdjęcia albo korekty perspektywy w edytorze obrazów.

Narzędzie ChinaClue obsługuje PNG, JPEG i WebP, z limitami 15 MB i 24 milionów pikseli. Jeśli źródłem jest PDF, najpierw wyeksportuj potrzebną stronę jako obraz. Zbyt duży obraz przed wyborem pliku przytnij w edytorze do użytecznej części. Zostaw niewielki margines wokół znaków, aby nie obciąć ich kresek.

Dopasuj język i układ tekstu

Język witryny i język rozpoznawania pełnią różne funkcje. Możesz używać angielskiego interfejsu do rozpoznawania ogłoszenia zapisanego tradycyjnymi znakami chińskimi. W narzędziu OCR wybierz Chiński tradycyjny + angielski, ponieważ ta opcja opisuje dokument, nawet jeśli później chcesz otrzymać wersję uproszczoną.

Dla tekstu w znakach uproszczonych użyj opcji Chiński uproszczony + angielski. Wariant łączący chiński uproszczony, tradycyjny i angielski wybierz wtedy, gdy fragment rzeczywiście je miesza. Dla obrazu wyłącznie po angielsku wybierz Angielski. Dodawanie języków nie zastępuje wyraźniejszego obrazu i może wymagać pobrania dodatkowych danych rozpoznawania.

Wyobraź sobie etykietę z napisem 净含量 i jej tradycyjną wersję z 淨含量. Oba napisy oznaczają zawartość netto, lecz pierwszy wydrukowany znak wygląda inaczej. OCR powinien najpierw odtworzyć znaki obecne w źródle. Wybór modelu tradycyjnego nie jest poleceniem zamiany całego wyniku na znaki tradycyjne, a wybór angielskiego interfejsu nie oznacza prośby o angielskie tłumaczenie.

Opcje układu opisują rozmieszczenie, a nie temat. Etykieta z ceną nie jest automatycznie tekstem rozproszonym; zwarta etykieta może działać lepiej jako jeden blok. Zacznij od ustawienia pasującego do zaznaczonego obszaru. Porównaj drugie dopiero wtedy, gdy pierwszy wynik ma konkretny problem.

Rozpoznawaj cały obszar naraz

Otwórz narzędzie zamiany chińskiego obrazu na tekst i wybierz obraz. Przed uruchomieniem rozpoznawania obejrzyj podgląd. Przyciski obrotu w lewo i w prawo obracają obraz o 90 stopni. Najpierw go obróć, a potem zaznacz obszar, ponieważ obrót resetuje kadrowanie. Niewielkie przekrzywienie wymaga poprawki w edytorze obrazów, a nie kolejnego ćwierćobrotu.

Przeciągnij po podglądzie, aby zaznaczyć obszar, lub zmień procentowe wartości położenia od lewej, od góry, szerokości i wysokości. Obejmij cały akapit, etykietę lub kolumnę. Wycięcie samej liczby może usunąć jednostkę lub nagłówek potrzebny do jej interpretacji. Jeśli wynik ze strony dwukolumnowej miesza wiersze, rozpoznawaj kolumny oddzielnie.

Wybierz język druku i układ, a następnie użyj opcji Rozpoznaj tekst. Przeglądarka wczyta dane rozpoznawania i przetworzy wybrany obszar obrazu na Twoim urządzeniu. Pobieranie modeli nadal wymaga połączenia, więc przetwarzanie w przeglądarce nie oznacza, że strona zawsze działa offline. Podczas rozpoznawania pozostaw kartę otwartą; w razie potrzeby użyj opcji Anuluj.

Rozpoznany tekst można edytować. Przed kolejnym rozpoznawaniem zapisz lub skopiuj poprawki, które chcesz zachować, ponieważ nowy przebieg zastępuje wynik. Przy pracy z kilkoma obszarami zbieraj sprawdzone fragmenty we własnym dokumencie w zamierzonej kolejności czytania. Zachowaj tytuł lub numer strony, aby odnaleźć źródło.

Najpierw sprawdź szczegóły zmieniające sens

Sprawdzaj tekst, widząc jednocześnie obraz. Zacznij od elementów, w których drobny błąd zmienia zadanie: nazw, dat, zaprzeczeń, ilości, jednostek i kodów referencyjnych. Następnie przeczytaj cały fragment, szukając brakujących wierszy i niewłaściwych granic zdań. Znane sformułowanie może pomóc zauważyć problem, ale nie powinno służyć do wymyślania znaku, którego nie widać wyraźnie.

Poniższa etykieta jest wymyślonym przykładem ćwiczeniowym, a nie zapisem dotyczącym prawdziwego produktu. Podczas sprawdzania transkrypcji pozostaw nazwy pól obok ich wartości:

名称：绿茶
净含量：1.25 kg
编号：0018
单价：38.50 元

Jeżeli 1.25 kg zmieni się w 125 kg, utrata kropki dziesiętnej zwiększy ilość 100 razy. Poprawna wartość to 1250 gramów, co pozwala na niezależne porównanie, gdy drugi dokument używa gramów. Jeśli 0018 stanie się 18, wartość liczbowa może wyglądać na równą, lecz kod nie składa się już z tych samych czterech znaków.

Sprawdź 38.50 znak po znaku, łącznie z kropką dziesiętną i końcowym zerem. Upewnij się, że 元 dotyczy właśnie tej kwoty, a nie sąsiedniej wartości. OCR może rozpoznać liczby, ale przypisać je do niewłaściwego wiersza. Ponowne obliczenie nie naprawi transkrypcji, w której błędnie połączono nazwę pola z wartością.

W chińskim tekście uważnie porównuj podobne kształty: 未 i 末 oraz 土 i 士 różnią się proporcjami kresek. W kodzie alfanumerycznym odróżniaj cyfrę 0 od litery O. To przykłady do sprawdzenia, a nie twierdzenie, że takie błędy wystąpią w każdym obrazie. Zachowaj interpunkcję i wyrazy takie jak 不, które mogą odwrócić sens instrukcji.

Jeśli nie czytasz fragmentu z wystarczającą pewnością, użyj OCR, by uzyskać tekst do wyszukiwania, a niejasne miejsca sprawdź z osobą znającą język lub wystawcą dokumentu. Tłumaczenie błędnie rozpoznanego tekstu może brzmieć przekonująco i jednocześnie zachować pierwotny błąd. Zakończ weryfikację transkrypcji, zanim uznasz tłumaczenie za objaśnienie źródła.

Napraw konkretny problem rozpoznawania

Pusty wynik oznacza, że najpierw warto sprawdzić zaznaczony obszar: może zawierać głównie puste miejsce, fotografię albo tekst zbyt mały do odczytania. Wróć do całego obrazu, znajdź potrzebny fragment i zaznacz go ponownie. Sprawdź język i orientację, zanim zmienisz kilka ustawień naraz.

Jeśli znaki wyglądają wiarygodnie, ale wiersze są w złej kolejności, potraktuj to jako problem układu. Podziel stronę wielokolumnową na kolumny lub oddziel nagłówek od otaczających opisów. W tabeli rozpoznaj pojedynczy wiersz albo niewielką grupę komórek, a następnie odtwórz tabelę, porównując ją z obrazem. Zwykły tekst nie zachowuje relacji między komórkami arkusza.

Jeśli niejasne jest tylko jedno słowo, wytnij je z odrobiną kontekstu i porównaj nowy wynik z pierwszym. Zachowaj oba odczyty w notatkach, dopóki obraz lub inne wiarygodne źródło nie rozstrzygnie różnicy. Powtarzanie rozpoznawania na tym samym rozmytym obrazie nie stanowi niezależnego potwierdzenia wątpliwej nazwy lub kodu.

Gdy przeszkadzają odblaski, silne cienie, ozdobne litery lub uszkodzony druk, lepsze źródło może oszczędzić więcej czasu niż kolejne próby OCR. Zaznacz nierozstrzygnięty fragment w kopii roboczej zamiast zgadywać bez adnotacji. W przypadku krótkiej, czytelnej etykiety ręczne przepisanie i sprawdzenie każdego znaku może być pewniejsze.

Zachowaj kopię przed konwersją

Po sprawdzeniu skopiuj wynik lub pobierz plik tekstowy UTF-8. Otwórz zapisany plik i porównaj pierwsze oraz ostatnie wiersze, liczby z przykładu i nietypowe chińskie znaki. Udane pobranie potwierdza tylko zapisanie pliku; krótkie sprawdzenie potwierdza, że zawiera on tekst, który chcesz zachować.

Jeśli potrzebujesz także wersji uproszczonej lub tradycyjnej, pozostaw sprawdzoną transkrypcję bez konwersji. Użyj konwertera chińskich znaków uproszczonych i tradycyjnych na kopii, a potem przejrzyj nazwy i sformułowania zależne od kontekstu. Oddzielisz w ten sposób to, co rzeczywiście wydrukowano, od wersji dostosowanej do innego czytelnika.

Przed wklejeniem wartości takich jak 0018 do arkusza ustaw format kolumn z kodami jako tekstowy. Trzymaj ilości razem z jednostkami, dopóki świadomie nie rozdzielisz ich na osobne pola. W odpowiednich przypadkach zachowaj obraz źródłowy obok notatek roboczych, aby kolejna osoba mogła sprawdzić wątpliwy znak bez rozpoczynania zadania od nowa.