Çince Görüntüleri Düzenlenebilir Metne Dönüştürün

Çince bir ürün etiketinin ekran görüntüsü tam aradığınız bilgiyi içerebilir, ancak içindeki tek bir kelimeyi bile seçemeyebilirsiniz. Optik karakter tanıma, yani OCR, görüntüdeki karakterleri düzenlenebilir metne dönüştürür. İşe yarayan sonuç, kontrol edilmiş bir aktarım metnidir: aratabileceğiniz bir ad, çalışabileceğiniz bir paragraf veya yeniden yazmadan kopyalayabileceğiniz bir miktar.

En net görüntüyle başlayın, gerçekten basılı olan metnin dilini seçin ve her seferinde anlamlı bir alanı tanıyın. Ardından çeviri yapmadan, basitleştirilmiş ve geleneksel Çince arasında dönüşüm uygulamadan ya da sayıları başka bir belgeye aktarmadan önce sonucu görüntüyle karşılaştırın. Akıcı görünen bir cümle bile yanlış bir karakter içerebilir.

Mevcut en iyi görüntüyü kullanın

Önce özgün metni seçmeyi deneyin. Bir web sayfası veya PDF, ekran görüntüsünde bulunmasa bile kullanılabilir bir metin katmanına sahip olabilir. Kısa bir bölümü kopyalayıp görüntüdeki metinle karşılaştırın. Doğruysa tanıma adımını atlayabilirsiniz. Bilgi yalnızca pikseller hâlinde bulunuyorsa veya mevcut metin katmanı kullanılamıyorsa OCR kullanın.

Birkaç mesaj üzerinden iletilmiş küçük bir önizleme yerine özgün ekran görüntüsünü ya da tam boyutlu fotoğrafı seçin. Çince karakterlerin küçük çizgilerini inceleyebilecek kadar yakınlaştırın. Çizgiler birleşmiş veya kaybolmuşsa aynı bulanık görüntüyü büyütmek eksik bilgiyi geri getirmez. Mümkünse daha net bir kaynak edinin.

Yeni bir fotoğraf çekerken sayfayı düz yerleştirin, kamerayı sayfaya dik tutun ve eşit aydınlatma kullanın. Gölge, yansıma ve kitabın cilt kısmındaki kıvrımın gerekli bölümü örtmediğini kontrol edin. Yan duran bir görüntünün döndürülmesi gerekir; yukarı doğru daralan bir sayfa için daha iyi bir fotoğraf veya görüntü düzenleyicide perspektif düzeltmesi gerekir.

ChinaClue aracı, 15 MB ve 24 milyon piksel sınırları içinde PNG, JPEG ve WebP görüntülerini kabul eder. Kaynak PDF ise önce gerekli sayfayı görüntü olarak dışa aktarın. Görüntü çok büyükse dosyayı seçmeden önce gerekli bölümü bir düzenleyicide ayırın. Karakterlerin çevresinde küçük bir boşluk bırakın; çizgileri kesmeyin.

Basılı dili ve düzeni eşleştirin

Sitenin dili ile tanıma dili farklı amaçlara hizmet eder. Geleneksel Çince bir duyuruyu tanımak için İngilizce arayüzü kullanabilirsiniz. OCR aracında Geleneksel Çince + İngilizce seçin; bu seçenek belgeyi tarif eder. Daha sonra metni basitleştirilmiş Çinceye çevirmek istemeniz bunu değiştirmez.

Basitleştirilmiş karakterlerden oluşan bir bölüm için Basitleştirilmiş Çince + İngilizce seçeneğini kullanın. Metin gerçekten karışıksa basitleştirilmiş, geleneksel ve İngilizceyi birleştiren seçeneği seçin. Yalnızca İngilizce içeren bir görüntü için İngilizce kullanın. Daha fazla dil seçmek net bir görüntünün yerini tutmaz ve ek tanıma verilerinin indirilmesini gerektirebilir.

Bir etikette 净含量, geleneksel sürümünde ise 淨含量 yazdığını düşünün. İkisi de net içeriği belirtir, ancak ilk basılı karakter farklıdır. OCR önce kaynakta gerçekten bulunan karakterleri çıkarmalıdır. Geleneksel modeli seçmek, bütün sonuçları geleneksel Çinceye dönüştürme komutu değildir. İngilizce arayüz seçmek de İngilizce çeviri istemek anlamına gelmez.

Düzen seçenekleri konuyu değil, yerleşimi anlatır. Fiyat etiketi olması metnin otomatik olarak dağınık olduğu anlamına gelmez; sık yerleşimli bir etiket tek blok olarak daha iyi işlenebilir. Seçtiğiniz alana uyan ayarla başlayın. İlk sonuçta belirli bir sorun varsa ikinci bir ayarı karşılaştırın.

Her seferinde tam bir alanı tanıyın

Çince görüntüden metne aracını açıp görüntüyü seçin. Tanımayı başlatmadan önce önizlemeyi inceleyin. Sola ve sağa döndürme düğmeleri görüntüyü 90 derece çevirir. Döndürme kırpma alanını sıfırladığı için önce döndürün, sonra tanıma alanını seçin. Hafif bir eğiklik, bir çeyrek tur daha döndürmek yerine görüntü düzenleyicide düzeltilmelidir.

Bir bölge seçmek için önizleme üzerinde sürükleyin veya sol konum, üst konum, genişlik ve yükseklik yüzdelerini ayarlayın. Tam bir paragrafı, etiketi veya sütunu kapsayın. Yalnızca sayıyı kırpmak, onu yorumlamak için gereken birimi ya da başlığı dışarıda bırakabilir. İki sütunlu bir sayfanın sonucu satırları karıştırıyorsa sütunları ayrı ayrı tanıyın.

Basılı dili ve düzeni seçip Metni tanı düğmesine basın. Tarayıcı tanıma verilerini yükler ve seçilen görüntü alanını cihazınızda işler. Model indirmeleri yine bağlantı gerektirir; tarayıcıda işlenmesi sayfanın her zaman çevrimdışı kullanılabileceği anlamına gelmez. Tanıma sırasında sekmeyi açık tutun; durdurmanız gerekirse İptal seçeneğini kullanın.

Tanınan metin düzenlenebilir. Yeni bir tanıma işlemi sonucu değiştirdiği için korumak istediğiniz düzeltmeleri yeniden çalıştırmadan önce kaydedin veya kopyalayın. Birden fazla bölgeyle çalışırken kontrol ettiğiniz her parçayı kendi belgenize istediğiniz okuma sırasıyla ekleyin. Kaynağı yeniden bulabilmek için bir başlık veya sayfa numarası saklayın.

Anlamı değiştiren ayrıntıları önce kontrol edin

Düzeltme yaparken görüntü ve metin aynı anda görünür olsun. Küçük bir hatanın görevi değiştirdiği ayrıntılarla başlayın: adlar, tarihler, olumsuzluk ifadeleri, miktarlar, birimler ve referans kodları. Ardından eksik satırlar ve cümle sınırları için bölümün tamamını okuyun. Tanıdık ifadeler sorunu fark etmeye yardımcı olabilir, ancak görüntüde net olmayan bir karakteri uydurmak için kullanılmamalıdır.

Aşağıdaki etiket gerçek bir ürün kaydı değil, alıştırma için oluşturulmuş kurgusal bir örnektir. Aktarımı kontrol ederken alan adlarını değerlerin yanında tutun:

名称：绿茶
净含量：1.25 kg
编号：0018
单价：38.50 元

1.25 kg ifadesi 125 kg olursa kaybolan ondalık nokta miktarı 100 kat artırır. Doğru değer 1.250 gramdır; bu, başka bir belge gram kullanıyorsa bağımsız bir kontrol sağlar. 0018 ifadesi 18 olursa sayısal değer eşdeğer görünebilir, ancak referans kodu artık aynı dört karakterden oluşmaz.

38.50 ifadesini ondalık nokta ve sondaki sıfır dâhil karakter karakter kontrol edin. 元 ifadesinin yakındaki başka bir değere değil, bu tutara ait olduğundan emin olun. OCR sonucu tanınabilir sayılar içerirken bunları yanlış satıra bağlayabilir. Hesabı yeniden yapmak, yanlış alan adıyla değeri eşleştiren bir aktarımı düzeltemez.

Çince metinde benzer şekilleri dikkatle karşılaştırın: 未 ile 末 veya 土 ile 士, çizgi oranları bakımından farklıdır. Harf ve rakamlardan oluşan bir kodda 0 rakamını O harfinden ayırın. Bunlar kontrol örnekleridir; her görüntünün bu hataları üreteceği iddiası değildir. Noktalama işaretlerini ve bir talimatın anlamını tersine çevirebilen 不 gibi sözcükleri koruyun.

Bölümü güvenle okuyamıyorsanız metni aranabilir hâle getirmek için OCR kullanın, ardından belirsiz kısımları yetkin bir okuyucuya veya belgeyi düzenleyen kuruma kontrol ettirin. Yanlış tanınan metnin çevirisi ikna edici görünürken ilk tanıma hatasını koruyabilir. Çeviriyi kaynağın açıklaması olarak kullanmadan önce aktarımı kontrol edin.

Belirli tanıma sorununu giderin

Boş bir sonuç aldığınızda önce seçilen alanı kontrol edin: çoğunlukla boşluk, fotoğraf veya ayırt edilemeyecek kadar küçük metin içeriyor olabilir. Görüntünün tamamına dönün, gerekli bölümü bulun ve yeni bir alan seçin. Birkaç ayarı aynı anda değiştirmeden önce dil ve yönü doğrulayın.

Karakterler makul görünüyor ancak satırlar yanlış sıradaysa bunu bir yerleşim sorunu olarak ele alın. Çok sütunlu sayfayı sütunlara ayırın veya başlığı çevresindeki etiketlerden ayrı tanıyın. Tablo için yönetilebilir bir satır ya da küçük bir hücre grubu tanıyıp görüntüyle karşılaştırarak tabloyu yeniden kurun. Düz metin çıktısı bir elektronik tablodaki hücre ilişkilerini korumaz.

Yalnızca bir kelime belirsizse biraz bağlamla birlikte kırpın ve yeni sonucu ilkiyle karşılaştırın. Görüntü veya başka güvenilir bir kaynak farkı açıklığa kavuşturana kadar iki okumayı da çalışma notlarında tutun. Aynı bulanık girdide tanımayı tekrarlamak, tartışmalı bir adın veya kodun bağımsız doğrulaması değildir.

Sorun yansıma, yoğun gölge, süslü yazı veya hasarlı baskıysa daha iyi bir kaynak edinmek tekrarlanan OCR denemelerinden daha çok zaman kazandırabilir. Çözülemeyen bölümü sessizce tahmin etmek yerine çalışma kopyasında işaretleyin. Kısa ve okunabilir bir etiketi elle yazıp her karakteri kontrol etmek daha güvenilir olabilir.

Dönüşümden önce kontrol edilmiş kopyayı saklayın

Kontrolden sonra sonucu kopyalayın veya UTF-8 metin dosyasını indirin. Kaydedilen dosyayı açıp ilk ve son satırları, örnek sayıları ve yaygın olmayan Çince karakterleri karşılaştırın. Başarılı indirme yalnızca bir dosyanın kaydedildiğini gösterir. Bu kısa kontrol, dosyanın saklamak istediğiniz metni içerdiğini doğrular.

Basitleştirilmiş ya da geleneksel bir sürüme de ihtiyacınız varsa dönüştürülmemiş, kontrol edilmiş aktarımı saklayın. Basitleştirilmiş ve geleneksel Çince dönüştürücüsünü bir kopya üzerinde kullanın; sonra adları ve bağlama bağlı ifadeleri gözden geçirin. Böylece kaynakta gerçekten basılı olan içerikle başka okuyucular için uyarlanmış sürüm ayrı kalır.

Elektronik tabloya yapıştırırken 0018 gibi değerleri eklemeden önce kod sütunlarını metin olarak biçimlendirin. Miktarları ve birimleri, bilinçli olarak ayrı alanlara ayırana kadar birlikte tutun. Uygun olduğunda kaynak görüntüyü çalışma notlarınızla birlikte saklayın. Böylece sonraki kişi şüpheli bir karakteri kontrol etmek için bütün göreve baştan başlamak zorunda kalmaz.