Bild till text (OCR)
Gör foton, skärmbilder och skannade PDF-filer till redigerbar text — texten känns igen på din egen enhet och ingenting laddas upp.
eller dra och släpp filer här, eller klistra in en bild med Ctrl+V
JPG, PNG, WebP, GIF, BMP, AVIF, HEIC och PDF (skannade sidor). Upp till 30 filer åt gången.
Textens språk
Välj vilket eller vilka språk som texten i bilden är skriven på — högst 4. Att välja rätt språk betyder mycket mer än någon annan inställning.
- Svenska
- Engelska
Första gången laddas cirka 5.2 MB språkdata ned och sparas sedan i webbläsarens cache.
Avancerat: sidlayout och bildförberedelse
Automatiskt fungerar för de flesta sidor. Välj ett enda block eller en enda rad för beskurna utsnitt, och utspridd text för enstaka etiketter, skyltar och skärmbilder.
Förhandsvisning av vad OCR-motorn ser
Visas för den första filen i listan.
Lägg till en bild eller PDF för att se en förhandsvisning.
Dina bilder och PDF-filer lämnar aldrig din enhet. Första gången hämtar webbläsaren OCR-motorn och en språkmodell (data om språket, inte ditt innehåll) — därefter sparas de i cachen och igenkänningen sker lokalt.
Så hämtar du text ur en bild med OCR
Optisk teckenigenkänning, eller OCR, förvandlar bilder av text till text som du kan markera, redigera, söka i och kopiera. Verktyget använder Tesseract, en öppen källkodsmotor för igenkänning som är kompilerad till WebAssembly, så hela processen sker inne i webbläsarfliken. Du kan släppa in foton av dokument, skärmbilder, kvitton, boksidor eller bildspel, klistra in en bild direkt från urklipp med Ctrl+V eller öppna en skannad PDF och välja vilka sidor som ska läsas.
Resultatets kvalitet beror mycket mer på underlaget än på någon inställning. Fotografera eller skanna sidan så platt och rakt som möjligt, i jämnt ljus och med så hög upplösning att bokstäverna är tydligt läsbara, och undvik skuggor och reflexer. Välj alltid det språk som faktiskt står i bilden; du kan kombinera flera, till exempel vietnamesiska och engelska för ett dokument som blandar båda. Stora bilder förminskas till en lagom storlek före igenkänningen och små bilder förstoras, vilket håller minnesanvändningen i schack.
Om resultatet blir dåligt, öppna de avancerade alternativen. Förhandsvisningen visar exakt vad motorn ser efter dina justeringar. Gråskala och kontrast hjälper vid blekt text, det adaptiva svartvita läget hjälper vid ojämn belysning, invertering fungerar för ljus text på mörk bakgrund och rotation rättar till foton som tagits i sidled. Med läget för sidlayout kan du tala om för motorn om den tittar på en hel sida, en enda kolumn, en rad eller utspridda etiketter, vilket kan göra stor skillnad för skärmbilder och beskurna utsnitt.
Efter igenkänningen ser du originalet bredvid en redigerbar textruta, med motorns genomsnittliga säkerhet och en varning när den är låg. Du kan markera de ord som motorn var mest osäker på, foga ihop rader som bröts av sidbredden, ta bort extra tomma rader, kopiera texten eller ladda ned den som .txt-fil — eller som en enda sammanslagen fil eller en zip när du har bearbetat flera bilder. En genväg skickar texten till verktyget Textjämförelse så att du kan jämföra två skanningar, och Ordräknaren och Textformatkonverteraren finns ett klick bort för vidare putsning.
Var realistisk om begränsningarna. OCR är inte perfekt: fel är vanliga i foton, liten stil, ovanliga typsnitt, tabeller och layouter med flera kolumner, och handskrift känns i regel inte igen särskilt bra. Språk med många accenter eller komplexa skriftsystem, som vietnamesiska, arabiska, hindi eller thai, ger fler fel, så korrekturläs allt som är viktigt. Första körningen måste ladda ned motorn och språkdatan, vilket tar en liten stund, och mycket stora bilder eller långa PDF-filer kan ta slut på minnet i äldre telefoner, så bearbeta dem i mindre omgångar.
Vanliga frågor
Laddas mina bilder upp till en server?
Nej. OCR-motorn körs i en Web Worker inne i din webbläsare, och dina bilder och PDF-filer bearbetas i minnet på din enhet. Det enda som laddas ned är själva motorn och en språkmodell för varje språk du väljer — öppen data om språket, aldrig ditt innehåll. Efter första gången sparas de i webbläsarens cache.
Hur träffsäker är igenkänningen?
Det beror mest på bilden. Tydlig, skarp och väl belyst tryckt text på rätt språk läses ofta mycket bra, men låg upplösning, oskärpa, skuggor, sneda sidor, dekorativa typsnitt och krångliga layouter sänker träffsäkerheten. Handskrift stöds inte på ett pålitligt sätt, och språk med accenter, som vietnamesiska, kan få felaktiga eller saknade diakritiska tecken. Se resultatet som ett första utkast och korrekturläs det; säkerhetsvärdet är bara motorns egen uppskattning.
Varför tar första körningen längre tid?
Första gången måste webbläsaren ladda ned OCR-motorn och språkdatan, ungefär 1 till 4 MB per språk. Sedan sparas de i cachen, så senare körningar startar mycket snabbare och själva igenkänningen sker lokalt. Om du är offline vid allra första körningen går språkdatan inte att hämta, och verktyget visar ett felmeddelande.
Kan verktyget läsa skannade PDF-filer?
Ja. Varje vald sida ritas upp som en bild i webbläsaren och känns igen en i taget; du kan välja ett sidintervall och avbryta när som helst. Om PDF-filen redan innehåller markerbar text kan du oftast kopiera den direkt, vilket blir mer exakt än OCR.
Vilka språk och layouter stöds?
35 språk, bland annat engelska, vietnamesiska, spanska, portugisiska, franska, tyska, japanska, koreanska, kinesiska (förenklad och traditionell), arabiska och hindi, och du kan kombinera upp till fyra samtidigt för text på flera språk. Sidor med flera kolumner, tabeller och lodrät text återskapas inte perfekt; använd läget för sidlayout under Avancerat för enstaka kolumner eller utsnitt.