OCR

OCR (optical character recognition), 光學字元辨識、圖片轉文字

OCR tools

圖片轉換成文字

• Google DOCs: 上傳文件後，檔案名稱點選右鍵，「選擇開啟工具」 --> 「Google 文件」 英文可以順利辨識、簡體中文遇到問題。
  • 教學: 不要浪費時間 key 資料啦！拍照上傳 Google 雲端，按個右鍵就自動幫你轉文字 | TechOrange

• Google Photos 將圖片上傳到 Google Photos，再點選「複製圖像中的文字」[Last visited: 2022-09-30]

• 免費通話、免費傳訊的應用程式「LINE」
  • 【教學】LINE 透過 OCR 文字辨識功能，直接讓圖片轉成文字技巧 - 瘋先生

• Free Online OCR - convert scanned PDF and images to Word, JPEG to Word 不註冊有前 5 頁的額度、註冊會員有總共 50 頁的免費額度 [Last visited: 2018-02-06]

• Google Keep內建辨識功能 將圖片內容轉文字輸出 | 社群網路 | 數位 | 聯合新聞網 [Last visited: 2018-08-27]

• 免費在線OCR - 在線圖片識別 - 免費OCR軟件 - 免費OCR轉換成Word - 在線文字識別轉換 - 圖片文字識別軟件 - 圖片轉文字 免費版限制每次可以批次上傳 3 頁、每天轉換 10 頁的 PDF 檔。 [Last visited: 2018-10-24]

• MS Office 2003 需額外安裝的Office 工具: Microsoft Office Document Imaging (你也可以輕鬆做文字辨識(OCR))
  1. (.pdf檔案轉為.mdi) PDF列印到 MS Office 2003 Document Imaging
  2. (.mdi檔案轉為word檔) MS Office 2003 Document Imaging(.mdi) -> 使用OCR辨識/傳送文字到Word

• Microsoft Office Document Imaging 中文簡體OCR辨識引擎

• Optical Character Recognition tool that extracts text from major image format - Online Image, PDF, Latex, OCR Converter 繁體中文辨識結果不佳。[Last visited: 2020-10-29]

• $ Free Online OCR - Convert JPEG, PNG, GIF, BMP, TIFF, PDF, DjVu to Text 可指定語言。線上網頁轉換，需要逐頁下載轉換後的檔案。使用 API 免費額度 20 頁

• Best Free OCR API, Online OCR, Searchable PDF - Fresh 2022 On-Premise OCR Software 可指定語言

• ChatGPT 顯示錯誤訊息「Tesseract 不支援繁體中文」 (Traditional Chinese language data for Tesseract is not available in this environment) [Last visited: 2024-08-23]

• Claude 可處理中文圖轉字，但字出錯仍需要人工校稿。

• $ Vision AI | 透過機器學習技術取得圖片的深入分析結果  |  Cloud Vision API  |  Google Cloud

PDF轉換成文字

講個秘訣：因為線上服務免費版會限制 PDF 檔案頁數，可使用切割軟體 PDF split and merge tools

• PDF轉換成文字

OCR scripts & API

ocropus/ocropy: Python-based tools for document analysis and OCR

• Script Language: Python
• Support Language: < 10. 沒有提供中文 model 檔案 [Last visited: 2022-04-20] More on Models · ocropus-archive/DUP-ocropy Wiki
• License: Apache License 2.0

tesseract-ocr/tesseract: Tesseract Open Source OCR Engine (main repository) [Last visited: 2022-06-19]

• Script Language: C++; Fork on PHP thiagoalessio/tesseract-ocr-for-php: A wrapper to work with Tesseract OCR inside PHP. ，
• Support Language: 100+ contains Traditional Chinese 但是繁體中文辨識結果不佳。 [Last visited: 2022-04-20]. More on Languages/Scripts supported in different versions of Tesseract | tessdoc
• License: Apache License 2.0. PHP Fork: MIT License

API of OCR services

Azure AI Vision/電腦視覺 | Microsoft Azure: 快速入門：光學字元辨識 (OCR) 用戶端程式庫或 REST API - Azure Cognitive Services | Microsoft Docs

• Support Language: 支援中文

Vision AI | 透過機器學習技術取得圖片的深入分析結果  |  Cloud Vision API  |  Google Cloud

• Support Language: 支援繁體中文 (zh-Hant)

Free OCR API

• Support Language: 支援繁體中文 (cht)

Amazon Rekognition – 影片與影像 – AWS: Detecting text - Amazon Rekognition:

• Support Language: 不支援中文 [Last visited: 2022-04-20]

相關頁面

• Troubleshooting of Amazon Rekognition
• Troubleshooting of Azure Cognitive Services API

常用文件的解析度設定

常用用途的解析度設定

• 文字辨識 75~150 dpi
• 圖文交雜 100~150 dpi
• 圖檔(螢幕上觀看) 150~250 dpi 個人經驗: 簡報掃描的圖檔，如果是小字 300 dpi 可以辨識，但建議調整到 600 dpi。
• 圖檔(有列印需求) 300 dpi以上
• 名片 150~200 dpi

出處：PCHome 2005/8

Related Pages

• Convert PDF to TXT

References

相關文章

• (請問) 有沒有可以大量OCR(圖文轉換)的軟體 - 看板 EZsoft - 批踢踢實業坊 [Last visited: 2018-02-15]