SynoxTools

استخراج متن از کل پوشه

تصویر یا پوشه را رها کنید — متن از هر کدام با Tesseract.js (21 زبان) استخراج می‌شود. به‌صورت .txt ترکیبی یا .zip فایل‌های جداگانه دانلود کنید. بدون سرور.

یک پوشه عکس را رها کنید

یا یک پوشه / فایل‌ها / ZIP انتخاب کنید

تا 500 فایل — JPEG، PNG، WebP، GIF، AVIF، HEIC، BMP، SVG، ICO، TIFF — یا یک آرشیو ZIP

چرا متن را از تصاویر به صورت دسته‌ای استخراج کنیم

وقتی ده‌ها یا صدها صفحه اسکن‌شده، رسید یا عکس صفحه دارید، کپی کردن متن یکی‌یکی کند است. OCR دسته‌ای به شما اجازه می‌دهد به یک پوشه کامل اشاره کنید و متن را از حداکثر 500 تصویر در یک گذار استخراج کنید، تا آرشیوها را دیجیتال کنید، نمایه‌های جستجو را تغذیه کنید یا اسناد را بدون تایپ مجدد دستی برای ترجمه آماده کنید.

  1. 1حداکثر 500 تصویر انتخاب کنید (JPEG، PNG، WebP، GIF، AVIF، HEIC، BMP، SVG یا TIFF).
  2. 2زبان تشخیص را از بین 21 گزینه پشتیبانی‌شده انتخاب کنید.
  3. 3یک حالت خروجی انتخاب کنید: .txt ترکیبی یا .zip جداگانه.
  4. 4اجرای شروع کنید؛ ابزار فایل‌ها را به صورت متوالی با یک worker بازاستفاده‌شده پردازش می‌کند.
  5. 5امتیازهای اطمینان هر تصویر از 0 تا 100 را هنگام پایان ببینید.
  6. 6.txt ترکیبی یا .zip حاوی یک .txt برای هر تصویر را دانلود کنید.
  • حداکثر 500 تصویر در هر دسته با هر ترکیب از قالب‌های پشتیبانی‌شده را پشتیبانی می‌کند.
  • Tesseract.js v7 را اجرا می‌کند، همان موتور ابزار OCR تک‌تصویری.
  • 21 زبان موجود، قابل انتخاب برای هر دسته.
  • دو حالت خروجی: .txt ترکیبی با سرتیترهای --- filename.ext ---، یا .zip فایل‌های .txt جداگانه از طریق JSZip.
  • هر تصویر یک امتیاز اطمینان از 0 تا 100 گزارش می‌دهد؛ موارد ناموفق به عنوان error علامت‌گذاری می‌شوند.
  • •پوشه‌های اسناد اسکن‌شده را به متن قابل جستجو دیجیتال کنید.
  • •دسته‌های رسید و فاکتور را در یک گذار آرشیو کنید.
  • •دسته‌های عکس صفحه را به یادداشت‌های قابل ویرایش تبدیل کنید.
  • •عکس‌های تابلو و منو را برای ترجمه در مقیاس آماده کنید.
  • •دفترچه‌های پژوهش و بریده‌ها را به متنی که می‌توانید جستجو کنید تبدیل کنید.
  • •دسته‌های PDF فقط‌تصویری را برای صفحه‌خوان‌ها قابل دسترس کنید.

کیفیت تشخیص با کیفیت ورودی افزایش می‌یابد. تصاویر را واضح، با نور خوب و درست جهت‌دار نگه دارید، و همان موتوری که OCR تکی را مدیریت می‌کند دسته شما را به طور قابل اعتماد مدیریت خواهد کرد.

  • •از ورودی‌های با وضوح بالا استفاده کنید؛ حداقل 150-300 px ارتفاع نویسه را هدف بگیرید.
  • •کنتراست قوی بین متن و پس‌زمینه را تضمین کنید.
  • •برای دسته‌های بسیار بزرگ، به قطعات چند صد فایلی تقسیم کنید.
  • •زبان درست را برای متن در تصاویر انتخاب کنید.
  • •تصاویر را به ناحیه متن برش دهید تا تشخیص سریع‌تر شود.

تمام تشخیص در مرورگر شما با استفاده از WebAssembly انجام می‌شود، بنابراین تصاویر شما هرگز دستگاهتان را ترک نمی‌کنند. تنها درخواست شبکه برای مدل زبان Tesseract است که از یک CDN دریافت و برای استفاده مجدد ذخیره می‌شود.

  • •OCR به طور کامل در مرورگر از طریق WASM اجرا می‌شود.
  • •هیچ تصویری به هیچ سروری آپلود نمی‌شود.
  • •مدل زبان از یک CDN بارگذاری و به صورت محلی ذخیره می‌شود.
  • •بسته‌بندی ZIP به صورت محلی با JSZip انجام می‌شود، کاملاً سمت کلاینت.

از این ابزار برای آماده‌سازی تصاویر برای پست‌های شبکه‌های اجتماعی، بنرهای سایت، ایمیل و چاپ استفاده کنید — سریع، خصوصی و مستقیماً در مرورگر. بدون بارگذاری یا ثبت‌نام.

سؤالات متداول

پاسخ سوالات پرتکرار درباره سرویس، ابزارها و امکانات ما را پیدا کنید. اگر آنچه را می‌خواهید پیدا نکردید — برای ما بنویسید.

با OCR متن را از پوشه‌ای با تا ۵۰۰ تصویر یکجا استخراج می‌کند. تشخیص در مرورگر شما از طریق Tesseract.js انجام می‌شود و نتایج به‌صورت یک .txt ترکیبی یا .txt‌های جداگانه درون .zip تحویل داده می‌شوند.

Tesseract.js v7 همان موتور OCR ابزار تک‌تصویری است. یک هسته WASM و یک مدل زبانی آموزش‌دیده بارگذاری می‌کند، متن هر تصویر را پیکسل‌به‌پیکسل تشخیص می‌دهد و نویسه‌ها را با امتیاز اطمینان ارائه می‌دهد.

۲۱ زبان، شامل انگلیسی، روسی، اسپانیایی، چینی، ژاپنی، کره‌ای، عربی، هندی، فرانسوی، آلمانی و بیشتر. هر زبان مدل خود را نیاز دارد که در اولین استفاده از CDN دانلود و کش می‌شود.

دو حالت. Combined .txt همه تصاویر را در یک پرونده متنی با سرآیندهای `--- filename.ext ---` ادغام می‌کند. Individual .zip یک .txt برای هر تصویر (با JSZip) بسته‌بندی می‌کند تا هر نتیجه جدا بماند.

بله — MAX_FILES برابر ۵۰۰ است. می‌توانید یک پوشه کامل تا ۵۰۰ تصویر رها کنید و ابزار آنها را به‌ترتیب پردازش می‌کند.

برای پایین نگه‌داشتن حافظه (~50-80MB) و واکنش‌گرای مرورگر، ابزار یک worker تکراری Tesseract را بازاستفاده می‌کند و تصاویر را یکی‌یکی پردازش می‌کند. OCR موازی روی صدها تصویر RAM و CPU را بالا می‌برد؛ حالت ترتیبی روی هر دستگاهی، از جمله موبایل، پایدار می‌ماند.

برای هر تصویر موتور مقدار اطمینانی از ۰ تا ۱۰۰ گزارش می‌کند که میزان قطعیت نسبت به متن تشخیص‌داده‌شده را برآورد می‌کند. اطمینان پایین معمولاً به کیفیت پایین تصویر، فونت‌های نامشخص یا نویسه‌های پشتیبانی‌نشده اشاره دارد.

JPEG، PNG، WebP، GIF، AVIF، HEIC، BMP، SVG و TIFF. بیشتر مرورگرها قالب‌های رایج را به‌صورت بومی دیکد می‌کنند؛ HEIC و برخی دیگر ممکن است به مرورگری نیاز داشته باشند که آنها را پشتیبانی کند.

ابزارهای مرتبط

با ابزارهایی که با این به خوبی جفت می‌شوند ادامه دهید