Εξαγωγή κειμένου από ολόκληρο φάκελο
Άσε εικόνες ή φάκελο — το κείμενο εξάγεται από κάθε εικόνα μέσω Tesseract.js (21 γλώσσες). Κατέβασε ως συγχωνευμένο .txt ή .zip με μεμονωμένα αρχεία. Χωρίς διακομιστή.
Άσε φάκελο φωτογραφιών
ή επίλεξε φάκελο / αρχεία / ZIP
ή επικόλλησε (Ctrl+V)
Έως 500 αρχεία — JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG, ICO, TIFF — ή αρχειοθέτημα ZIP
Γιατί να εξάγετε κείμενο από εικόνες μαζικά
Όταν έχετε δεκάδες ή εκατοντάδες σαρωμένες σελίδες, αποδείξεις ή στιγμιότυπα οθόνης, η αντιγραφή του κειμένου μία-μία είναι αργή. Το μαζικό OCR σας επιτρέπει να δείξετε έναν ολόκληρο φάκελο και να αντλήσετε κείμενο από έως 500 εικόνες σε ένα πέρασμα, για να ψηφιοποιήσετε αρχεία, να τροφοδοτήσετε δείκτες αναζήτησης ή να προετοιμάσετε έγγραφα για μετάφραση χωρίς χειροκίνητη πληκτρολόγηση εκ νέου.
- 1Επιλέξτε έως 500 εικόνες (JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG ή TIFF).
- 2Επιλέξτε γλώσσα αναγνώρισης από 21 υποστηριζόμενες επιλογές.
- 3Επιλέξτε λειτουργία εξόδου: συνδυασμένο .txt ή μεμονωμένο .zip.
- 4Ξεκινήστε την εκτέλεση· το εργαλείο επεξεργάζεται αρχεία διαδοχικά με έναν επαναχρησιμοποιούμενο worker.
- 5Παρακολουθήστε τις βαθμολογίες εμπιστοσύνης ανά εικόνα από 0 έως 100 καθώς ολοκληρώνονται.
- 6Κατεβάστε το συνδυασμένο .txt ή το .zip που περιέχει ένα .txt ανά εικόνα.
- Υποστηρίζει έως 500 εικόνες ανά παρτίδα με οποιονδήποτε συνδυασμό υποστηριζόμενων μορφών.
- Εκτελεί Tesseract.js v7, την ίδια μηχανή με το εργαλείο OCR μεμονωμένης εικόνας.
- 21 γλώσσες διαθέσιμες, επιλέξιμες ανά παρτίδα.
- Δύο λειτουργίες εξόδου: ένα συνδυασμένο .txt με κεφαλίδες --- filename.ext ---, ή ένα .zip μεμονωμένων αρχείων .txt μέσω JSZip.
- Καθε εικόνα αναφέρει μια βαθμολογία εμπιστοσύνης από 0 έως 100· τα αποτυχημένα στοιχεία μαρκάρίζονται ως error.
- •Ψηφιοποιήστε φακέλους σαρωμένων εγγράφων σε αναζητήσιμο κείμενο.
- •Αρχειοθετήστε στοίβες αποδείξεων και τιμολογίων σε ένα πέρασμα.
- •Μετατρέψτε παρτίδες στιγμιότυπων οθόνης σε επεξεργάσιμες σημειώσεις.
- •Προετοιμάστε φωτογραφίες πινακίδων και μενού για μετάφραση μεγάλης κλίμακας.
- •Μετατρέψτε σημειωματάρια έρευνας και αποκόμματα σε κείμενο που μπορείτε να αναζητήσετε.
- •Κάντε παρτίδες PDF μόνο-εικόνας προσβάσιμες σε αναγνώστες οθόνης.
Η ποιότητα αναγνώρισης αυξάνεται με την ποιότητα εισόδου. Κρατήστε τις εικόνες ευκρινείς, καλά φωτισμένες και σωστά προσανατολισμένες, και η ίδια μηχανή που χειρίζεται το μεμονωμένο OCR θα χειριστεί την παρτίδα σας αξιόπιστα.
- •Χρησιμοποιήστε εισόδους υψηλής ανάλυσης· στοχεύστε σε τουλάχιστον 150-300 px ύψος χαρακτήρα.
- •Διασφαλίστε ισχυρή αντίθεση μεταξύ κειμένου και φόντου.
- •Για πολύ μεγάλες παρτίδες, χωρίστε σε τμήματα λίγων εκατοντάδων αρχείων.
- •Επιλέξτε τη σωστή γλώσσα για το κείμενο στις εικόνες.
- •Κόψτε τις εικόνες στην περιοχή κειμένου για να επιταχύνετε την αναγνώριση.
Όλη η αναγνώριση γίνεται στον περιηγητή σας χρησιμοποιώντας WebAssembly, οπότε οι εικόνες σας δεν εγκαταλείπουν ποτέ τη συσκευή σας. Το μοναδικό αίτημα δικτύου είναι για το μοντέλο γλώσσας Tesseract, το οποίο ανακτάται από ένα CDN και αποθηκεύεται στην κρυφή μνήμη για επαναχρήση.
- •Το OCR εκτελείται πλήρως στον περιηγητή μέσω WASM.
- •Καμία εικόνα δεν μεταφορτώνεται σε κανέναν διακομιστή.
- •Το μοντέλο γλώσσας φορτώνεται από ένα CDN και αποθηκεύεται τοπικά στην κρυφή μνήμη.
- •Η συσκευασία ZIP γίνεται τοπικά με JSZip, εξ ολοκλήρου στην πλευρά του πελάτη.
Frequently Asked Questions
Find answers to the most popular questions about our service, tools, and features. If you didn't find what you need — write to us.
Εξάγει κείμενο από έναν φάκελο με έως 500 εικόνες ταυτόχρονα μέσω OCR. Η αναγνώριση εκτελείται στο πρόγραμμα περιήγησής σας μέσω Tesseract.js και τα αποτελέσματα παραδίδονται ως ένα συνδυασμένο .txt ή ως ξεχωριστά αρχεία .txt μέσα σε .zip.
Το Tesseract.js v7 είναι η ίδια μηχανή OCR με το εργαλείο μονής εικόνας. Φορτώνει έναν πυρήνα WASM και ένα εκπαιδευμένο γλωσσικό μοντέλο, αναγνωρίζει το κείμενο σε κάθε εικόνα pixel προς pixel και επιστρέφει τους χαρακτήρες με βαθμολογίες εμπιστοσύνης.
21 γλώσσες, συμπεριλαμβανομένων των αγγλικών, ρωσικών, ισπανικών, κινεζικών, ιαπωνικών, κορεατικών, αραβικών, χίντι, γαλλικών, γερμανικών και άλλων. Κάθε γλώσσα απαιτεί το δικό της μοντέλο που κατεβαίνει από το CDN στην πρώτη χρήση και αποθηκεύεται στην προσωρινή μνήμη.
Δύο λειτουργίες. Το Combined .txt συγχωνεύει όλες τις εικόνες σε ένα αρχείο κειμένου διαχωρισμένο με κεφαλίδες `--- filename.ext ---`. Το Individual .zip πακετάρει ένα .txt ανά εικόνα (μέσω JSZip) ώστε κάθε αποτέλεσμα να παραμένει ξεχωριστό.
Ναι — το MAX_FILES είναι 500. Μπορείτε να ρίξετε έναν ολόκληρο φάκελο με έως 500 εικόνες και το εργαλείο θα τις επεξεργαστεί διαδοχικά.
Για να διατηρηθεί χαμηλή η μνήμη (~50-80MB) και το πρόγραμμα περιήγησης ευαίσθητο, το εργαλείο επαναχρησιμοποιεί έναν μόνο Tesseract worker και επεξεργάζεται τις εικόνες μία μία. Παράλληλο OCR σε εκατοντάδες εικόνες θα εκτόξευε τη RAM και την CPU· η διαδοχική λειτουργία παραμένει σταθερή σε οποιαδήποτε συσκευή, συμπεριλαμβανομένων των κινητών.
Για κάθε εικόνα, η μηχανή αναφέρει μια τιμή εμπιστοσύνης από 0 έως 100 που εκτιμά πόσο σίγουρη είναι για το αναγνωρισμένο κείμενο. Η χαμηλή εμπιστοσύνη συνήθως σημαίνει χαμηλή ποιότητα εικόνας, ασαφή γραμματοσειρά ή μη υποστηριζόμενους χαρακτήρες.
JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG και TIFF. Τα περισσότερα προγράμματα περιήγησης αποκωδικοποιούν τις κοινές μορφές εγγενώς· το HEIC και κάποια άλλα ενδέχεται να απαιτούν πρόγραμμα περιήγησης που τα υποστηρίζει.
Σχετικά εργαλεία
Συνεχίστε με εργαλεία που ταιριάζουν καλά με αυτό
