تصاویر، بخش جداییناپذیری از زندگی روزمره ما هستند؛ از عکسهای اسناد و مدارک گرفته تا تصاویر گرفتهشده با گوشیهای هوشمند. اما اطلاعات مهم داخل این تصاویر معمولا بهصورت متنی در دسترس نیستند و این موضوع کاربری تصاویر را تا حد زیادی کاهش میدهد. برای مثال اعداد و ارقام فاکتور بدون استخراج نوشتهها از تصویر به کار نمیآیند و متون داخل عکسها نیز قابل سرچ نیستند.
همه اینها باعث شده است که OCR (تشخیص نوری کاراکترها) بسیاری کاربردی شود. این فناوری که بهشکل ابزارهای آنلاین، اپلیکیشنهای موبایل و نرمافزارهای دسکتاپ در دسترس است، پایه استخراج متن از تصویر محسوب میشود و در دنیای کنونی بسیار ضروری است.
ما در این مقاله سه راه حل ساده برای استخراج نوشتهها از تصویر را بررسی میکنیم. همچنین به شما کمک میکنیم تا با دقت بالاتر متون را از تصاویر استخراج کنید.
چه وقت نیاز به استخراج نوشتهها از تصویر داریم؟
امروز کسب و کارهای مختلف بهشکل رایجی به استخراج متن از تصویر نیاز دارند. علاوهبر اینها افراد زیادی نیز در زندگی روزمره از این فناوری استفاده میکنند. در ادامه مواردی را که نیاز به استخراج متن از تصویر است، آوردهایم:
1. وقتی متن داخل عکس قابل کپی نیست
تصویری از یک رسید، فاکتور یا اسکرینشات از یک متن را تصور کنید که میخواهید متن آن را کپی یا ویرایش کنید؛ اینجا متن در تصویر «گیر» کرده و باید OCR شود تا بتوان از آن استفاده کرد.
2. برای دیجیتالیکردن اسناد
اگر نسخه کاغذی یک سند را اسکن کردهاید، یا از یک کتاب یا جزوه قدیمی با دوربین عکس گرفتهاید، استخراج متن باعث میشود که بتوانید آن را جستوجو، ویرایش یا ذخیره کنید؛ آن هم بدون اینکه نیاز به تایپ دستی باشد.
3. وقتی میخواهید متن قابل جستوجو بسازید
اسناد اسکنشده یا عکسهای ذخیرهشده بهصورت تصویر نمیتوانند در جستوجوگرها یا آرشیوهای دیجیتال بهخوبی جستوجو شوند؛ استخراج متن از تصویر این محدودیت را برمیدارد.
4. پروژههای تحلیلی یا تحقیقاتی
برای تحلیل دادهها، استخراج مقادیر، یا استفاده از متن عکسها در گزارش و پژوهش، داشتن متن دیجیتال بسیار کاربردی است.
5.صرفهجویی در زمان و کاهش خطای دستی
تایپکردن متنهای طولانی از عکسها زمانبر و پرخطاست؛ ابزارهای OCR این کار را سریع و دقیقتر انجام میدهند.
در مجموع، هر زمان که با متنی در یک عکس، اسکن یا اسکرینشات روبهرو باشید و بخواهید آن را ویرایش، جستوجو یا بهصورت دیجیتال ذخیره کنید، استخراج نوشتهها از تصویر بهعنوان راهحل کاربردی مطرح میشود. این راهکار با پیشرفت ابزارهای OCR بهطرز چشمگیری سادهتر و دقیقتر شده است.
سه راه حل ساده برای استخراج نوشتهها از تصویر
اگر برای استفاده از متنهای داخل تصویر، نیاز به بیرونکشیدن آنها دارید، میتوانید از این سه راه حل ساده استفاده کنید.
راه حل اول: استفاده از گوگل ترنسلیت
گوگل ترنسلیت (Google Translate) یکی از سادهترین و رایجترین روشها برای استخراج متن از تصاویر است. این روش برای افراد عادی و کسبوکارهایی که نیاز فوری به دیجیتالکردن متنها دارند، بسیار مناسب است و نیاز به نصب نرمافزار پیچیده ندارد.
مراحل استفاده از گوگل ترنسلیت:
مرحله اول: نصب اپلیکیشن یا دسترسی به وب
اگر از گوشی استفاده میکنید، اپلیکیشن گوگل ترنسلیت را از فروشگاههای Google Play یا App Store دانلود و نصب کنید. اگر با کامپیوتر کار میکنید، میتوانید از نسخه وب Google Translate استفاده کنید، هرچند امکانات OCR موبایل دقیقتر و راحتتر است.
مرحله دوم: انتخاب زبان متن
قبل از استخراج، زبان متن داخل تصویر را مشخص کنید. این کار باعث میشود گوگل ترنسلیت کاراکترها را بهتر تشخیص دهد و دقت استخراج بالاتر رود. در اپلیکیشن، در قسمت پایین صفحه امکان تغییر زبان وجود دارد، اما در نسخه وب این امکان، بالای تصویر است. در حالت پیشفرض، زبان مبدا بر روی Detect Language قرار گرفته است. بهعبارت دیگر، نرمافزار میتواند بدون واردکردن زبان مبدا، آن را تشخیص دهد. اما زبان مقصد را لازم است مشخص کنید.
اگر میخواهید بدون ترجمه، تنها متن را به زبان اصلی استخراج کنید، زبان مبدا و مقصد باید یک چیز باشند.
مرحله سوم: بارگذاری تصویر
در اپلیکیشن، گزینه Camera یا اسکن تصویر را انتخاب کنید. میتوانید تصویر را مستقیماً از دوربین بگیرید یا از گالری گوشی عکس موجود را بارگذاری کنید. در نسخه وب این انتخاب از بالای صفحه و از قسمتImage امکانپذیر است.
مرحله چهارم: ویرایش و کپی متن استخراجشده
گوگل ترنسلیت بهصورت خودکار متن داخل تصویر را شناسایی و بخشبندی میکند. متن استخراجشده روی صفحه نمایش داده میشود و میتوانید آن را بررسی کنید. متن، قابل کپی و ویرایش یا ترجمه است. برای مثال، میتوانید آن را در یک نرمافزار Word یا Google Docs قرار دهید.
راه حل دوم: استفاده از اسکنیفای
در سالهای اخیر و مخصوصا در برهههایی که امنیت ملی در خطر است، دسترسی به اینترنت بینالملل و از جمله گوگل ترنسلیت برای بسیاری از افراد سخت و یا غیرممکن است. در این شرایط، استخراج متن از عکس با استفاده از نرمافزار اسکنیفای میتواند بسیار کارگشا باشد. این نرمافزار با فیلترینگ از دسترس خارج نمیشود و میتواند بهخوبی متون را عکسها استخراج کند. برای استفاده از آن مراحل زیر را طی کنید.
مرحله اول: مراجعه به سایت
به سایت اسکنیفای مراجعه کنید و سپس روی گزینه «شروع کنید» در بالای صفحه کلیک نمایید. همچنین میتوانید به طور مستقیم به صفحه نرمافزار وارد شوید.
مرحله دوم: انتخاب عکس یا پی دی اف
در این مرحله کافی است عکس یا فایل پی دی اف خود را انتخاب کنید. روی گزینه «انتخاب فایل» کلیک کرده و تصویر را انتخاب کنید. سپس گزینه «تبدیل به متن» را بزنید. نرمافزار، عکس را آپلود کرده و در چند ثانیه متن را بیرون کشیده و در اختیار شما قرار میدهد.
راه حل سوم: استفاده از CamScanner
CamScanner یکی از محبوبترین اپلیکیشنهای موبایل برای اسکن اسناد و استخراج متن است. این ابزار به شما امکان میدهد عکسهای کاغذی، رسیدها، جزوهها و حتی کتابهای قدیمی را به فایل دیجیتال قابل جستوجو و ویرایش تبدیل کنید. علاوهبر این، اپلیکیشن امکان اصلاح زاویه و بهبود کیفیت تصویر را فراهم میکند، بنابراین حتی عکسهای گرفتهشده با گوشی نیز میتوانند با دقت مناسبی پردازش شوند.
مراحل استفاده از CamScanner برای استخراج متن
برای استخراج متن از عکس با استفاده از CamScanner مراحل زیر را دنبال کنید.
مرحله ۱: نصب و راهاندازی
اپلیکیشن CamScanner را از Google Play یا App Store نصب کنید. برنامه را باز کنید و در صورت نیاز حساب کاربری بسازید یا با حساب گوگل/اپل وارد شوید.
مرحله ۲: اسکن یا بارگذاری تصویر
برای اسکن یک سند جدید، روی + یا Scan ضربه بزنید. دوربین گوشی را روی سند یا عکس بگیرید. CamScanner بهطور خودکار لبهها را تشخیص میدهد و تصویر را برش میدهد.
اگر تصویری قبلاً گرفته شده دارید، گزینه Import from Gallery را انتخاب کنید تا عکس موجود را بارگذاری کنید.
مرحله ۳: بهبود تصویر (اختیاری اما توصیهشده)
CamScanner امکان بهبود کیفیت تصویر را دارد (Enhance / Auto Enhance). این کار روشنایی، کنتراست و وضوح متن را افزایش میدهد و دقت OCR را بهتر میکند.
مرحله ۴: استخراج متن با OCR
پس از آمادهشدن تصویر، گزینه Extract Text / OCR را انتخاب کنید. زبان متن را مشخص کنید تا اپلیکیشن بتواند کاراکترها را دقیقتر تشخیص دهد. CamScanner متن را پردازش میکند و متن استخراجشده را روی صفحه نشان میدهد.
مرحله ۵: ویرایش و ذخیره متن
متن استخراجشده قابل ویرایش و اصلاح دستی است. میتوانید متن را کپی کنید، یا به PDF قابل جستوجو و Word ذخیره کنید. همچنین امکان اشتراکگذاری مستقیم متن با ایمیل یا پیامرسانها وجود دارد.
نکات طلایی برای افزایش دقت استخراج متن از تصویر
در ادامه نکات طلایی برای افزایش دقت استخراج نوشتهها از تصویر (OCR) را آوردهایم. این نکات به شما کمک میکنند نتایج بهمراتب دقیقتری هنگام تبدیل تصاویر به متن دیجیتال بگیرید.
📌 ۱. از تصویر با وضوح و رزولوشن بالا استفاده کنید
برای OCR، رزولوشن تصویر یا اسکن مهمترین عامل است. تصاویر با رزولوشن پایین باعث میشوند حروف بههم بچسبند یا تار بهنظر برسند. حداقل 300 DPI برای اسناد معمول توصیه میشود و برای متنهای ریز یا کوچک میتوانید رزولوشن را تا 600 DPI نیز افزایش دهید تا دقت به بالای ۹۵٪ برسد.
📌 ۲. نورپردازی و کنتراست تصویر باید عالی باشد
نور غیر یکنواخت، سایه یا تابش مستقیم نور باعث کاهش کیفیت استخرج نوشتهها از تصاویر میشود. بهترین نتیجه زمانی حاصل میگردد که نور همگن و یکنواخت روی صفحه بیفتد و کنتراست بین متن و پسزمینه زیاد باشد (مثلاً متن تیره روی پسزمینه روشن). در صورت امکان برای جلوگیری از سایه از نور طبیعی یا چراغهای پراکنده استفاده کنید.
📌 ۳. تصویر را صاف و تراز (بدون زاویه) بگیرید
متنهایی که کج یا زاویهدار باشند، سبب میشوند موتور OCR نتواند خطوط را درست تشخیص دهد. تلاش کنید دوربین را عمود بر صفحه نگه دارید و اگر تصویر اسکن یا عکسی زاویه دارد، آن را با ابزارهای ویرایش درست کنید تا متن کاملاً افقی باشد.
📌 ۴. از عکسهای بدون بلور و با فوکوس دقیق استفاده کنید
عکسهای لرزان یا فوکوسنداشته باعث میشوند کاراکترها تار بهنظر برسند و OCR نتواند آنها را بهدرستی تشخیص دهد. هنگام عکاسی با موبایل، دست خود را ثابت نگه دارید، روی متن تپ کنید تا فوکوس شود و در صورت نیاز چند بار عکس بگیرید و بهترینش را انتخاب کنید.
📌 ۵. زمینه ساده و تمیز انتخاب کنید
وجود اشیاء غیرضروری، الگوهای پسزمینه، سایهها یا خطوط اضافی باعث میشود OCR بخشهایی از تصویر را اشتباه بخواند. بهتر است متن را روی یک پسزمینه ساده و بدون جزئیات مزاحم قرار دهید و فقط ناحیه متن را در تصویر بگیرید یا کراپ کنید.
📌 ۶. زبان و تنظیمات را درست انتخاب کنید
بسیاری از ابزارهای OCR این امکان را دارند که زبان متن را انتخاب کنید یا چند زبان همزمان تعیین کنید. اگر ابزار زبان اشتباه انتخاب کند، دقت خواندن کاراکترها بهطور قابل توجهی کاهش مییابد. پس حتماً زبان دقیق متن را قبل از استخراج تعیین کنید.
📌 ۷. از فرمتهای تصویری مناسب استفاده کنید
برخی فرمتها کیفیت تصویر را بهتر حفظ میکنند. برای مثال، فرمتهای PNG یا TIFF باعث میشوند جزئیات متن واضحتر بماند و فشردهسازی اثر مخرب JPEG را نداشته باشید. این کار باعث میشود استخراج نوشته از تصویر راحتتر باشد.
📌 ۸. پیشپردازشهای ساده قبل از OCR انجام دهید
ابزارهای ویرایش تصویر امکان افزایش کنتراست یا شارپنس (sharpness) را دارند که باعث میشوند خطوط حروف واضحتر شوند. حتی اعمال فیلترهای ساده حذف نویز یا صافکردن پسزمینه میتواند دقت استخراج نوشتهها از تصویر را افزایش دهد.
📌 9. از تصاویر فشرده یا بازارسالشده استفاده نکنید
ارسال تصاویر از طریق اپهایی که کیفیت را کاهش میدهند (مثل ارسال در واتساپ با فشردهسازی) باعث میشود جزئیات مهم متن از بین برود و OCR نتواند کاراکترها را درست تشخیص دهد. بهتر است همیشه فایل اصلی (بدون فشردهسازی) را برای استخراج استفاده کنید.
برای کسب اطلاعات بیشتر دراین زمینه مقاله «نکات مهم برای افزایش دقت در تبدیل عکس به متن» را بخوانید.
جمعبندی: کدام روش مناسبتر است؟
استخراج نوشتهها از تصویر امروزه برای افراد و کسبوکارها ضروری است. در میان ابزارهای مختلف گوگل ترنسلیت سریع و رایگان است و برای متنهای کوتاه یا متونی که نیاز به ترجمه دارند مناسب است؛ اما دقت آن برای اسناد طولانی یا پیچیده محدود است. اسکنیفای گزینهای کاربردی در شرایط محدودیت اینترنت یا فیلترینگ است و متنها را بدون مشکل استخراج میکند، اما امکانات ویرایشی آن کمتر است. CamScanner دقت بالاتری دارد و با ابزارهایی مثل اصلاح زاویه، بهبود تصویر و خروجی PDF یا Word، برای اسناد طولانی و چندصفحهای ایدهآل است. بااینحال برخی امکانات پیشرفته نیاز به نسخه پولی دارد.
برای افزایش دقت استخراج نوشته از عکس، باید نکات مهم ذکرشده در این مقاله را در نظر بگیرید. در غیر این صورت، حتی بهترین نرمافزار، کمترین بازدهی را خواهد داشت.
