SynoxTools

Kunin ang teksto mula sa buong folder

I-drop ang larawan o folder — ang teksto ay nakukuha sa bawat isa sa pamamagitan ng Tesseract.js (21 wika). I-download bilang isang .txt o .zip ng magkakahiwalay na files. Walang server.

I-drop ang folder ng mga litrato

o pumili ng folder / file / ZIP

Hanggang 500 file — JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG, ICO, TIFF — o ZIP archive

Gamitin ang tool na ito para maghanda ng mga imahe para sa social media posts, site banners, email, at print — mabilis, pribado, at direta sa iyong browser. Walang upload, walang sign-up.

Bakit kinukuha ang teksto mula sa mga imahe nang batch

Kapag mayroon kang dose-dosena o daan-daang mga na-scan na pahina, resibo, o screenshot, ang pagkopya ng teksto nang isa-isa ay mabagal. Ang batch OCR ay nagpapahintulot sa iyo na tukuyin ang buong folder at kunin ang tekso mula sa 500 imahe sa isang daan, upang i-digitize ang mga archive, punan ang mga search index, o ihanda ang mga dokumento para sa pagsasalin nang walang manu-manong pagta-type muli.

  1. 1Piliin ang hanggang 500 imahe (JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG, o TIFF).
  2. 2Piliin ang wika ng pagkilala mula sa 21 sinusuportahang opsyon.
  3. 3Pumili ng output mode: pinagsamang .txt o indibidwal na .zip.
  4. 4Simulan ang pagtakbo; pinoproseso ng tool ang mga file nang sunod-sunod gamit ang isang ginagamit-muling worker.
  5. 5Panoorin ang confidence score bawat imahe mula 0 hanggang 100 habang natatapos.
  6. 6I-download ang pinagsamang .txt o ang .zip na naglalaman ng isang .txt bawat imahe.
  • Sinusuportahan ang hanggang 500 imahe kada batch na may anumang kombinasyon ng sinusuportahang format.
  • Tumatakbo sa Tesseract.js v7, ang parehong engine tulad ng single-image OCR tool.
  • 21 wika ang available, mapipili kada batch.
  • Dalawang output mode: pinagsamang .txt na may --- filename.ext --- header, o .zip ng mga indibidwal na .txt file sa pamamagitan ng JSZip.
  • Bawat imahe ay nag-uulat ng confidence score mula 0 hanggang 100; ang mga nabigong item ay minamarkahan bilang error.
  • •I-digitize ang mga folder ng na-scan na dokumento patungo sa hinahanap na teksto.
  • •I-archive ang mga tumpok ng resibo at invoice sa isang daan.
  • •I-convert ang mga batch ng screenshot patungo sa mga nae-edit na note.
  • •Ihanda ang mga larawan ng signage at menu para sa pagsasalin sa malaking sukat.
  • •Gawing hinahanap na teksto ang mga research notebook at clipping.
  • •Gawing accessible para sa screen reader ang mga batch ng PDF na imahe-lamang.

Tumataas ang kalidad ng pagkilala kasama ng kalidad ng input. Panatilihing malinaw, maayos na naiilawan, at tama ang orientasyon ang mga imahe, at ang parehong engine na humahawak ng single OCR ay maaasahang hahawak ng iyong batch.

  • •Gumamit ng high-resolution na input; target ang hindi bababa sa 150-300 px taas ng karakter.
  • •Tiyakin ang matibay na contrast sa pagitan ng teksto at background.
  • •Para sa napakalaking batch, hatiin sa mga chunk ng ilang daang file.
  • •Piliin ang tamang wika para sa teksto sa mga imahe.
  • •I-crop ang mga imahe patungo sa text area upang mapabilis ang pagkilala.

Lahat ng pagkilala ay nagaganap sa iyong browser gamit ang WebAssembly, kaya ang iyong mga imahe ay hindi kailanman lumalabas sa iyong device. Ang tanging network request ay para sa Tesseract language model, na kinukuha mula sa CDN at naka-cache para sa paggamit-muli.

  • •Tumatakbo ang OCR nang buo sa browser sa pamamagitan ng WASM.
  • •Walang imahe na ina-upload sa anumang server.
  • •Ang language model ay na-load mula sa CDN at naka-cache nang lokal.
  • •Ang ZIP packaging ay ginagawa nang lokal gamit ang JSZip, ganap na client-side.

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.

Nag-e-extract ng text mula sa folder na may hanggang 500 na imahe nang sabay gamit ang OCR. Ang recognition ay tumatakbo sa iyong browser sa pamamagitan ng Tesseract.js, at ang resulta ay ibinibigay bilang isang pinagsamang .txt o bilang magkakahiwalay na .txt sa loob ng .zip.

Tesseract.js v7 ay parehong OCR engine ng single-image tool. Naglo-load ito ng WASM core at trained na language model, kinikilala ang text sa bawat imahe pixel nang pixel, at naglalabas ng mga karakter na may confidence scores.

21 na wika, kabilang ang English, Russian, Spanish, Chinese, Japanese, Korean, Arabic, Hindi, French, German at iba pa. Bawat wika ay nangangailangan ng sarili nitong model na dina-download mula sa CDN sa unang pag-gamit at naka-cache.

Dalawang mode. Combined .txt pinagsasama ang lahat ng imahe sa isang text file na hiwalay ng `--- filename.ext ---` headers. Individual .zip nag-pack ng isang .txt kada imahe (sa pamamagitan ng JSZip) para malagihiwalay ang bawat resulta.

Oo — MAX_FILES ay 500. Pwede mong i-drop ang buong folder na may hanggang 500 imahe at ang tool ay magpo-process nito nang sunod-sunod.

Para mapanatiling mababa ang memory (~50-80MB) at responsive ang browser, ginagamit muli ng tool ang isang Tesseract worker at nagpo-process ng imahe nang isa-isa. Parallel OCR sa daan-daang imahe ay magtaas ng RAM at CPU; ang sunod-sunod na mode ay stable sa anumang device, kabilang ang mobile.

Para sa bawat imahe, nagre-report ang engine ng confidence value mula 0 hanggang 100 na nag-e-estimate kung gaano sigurado ito sa nakilalang text. Mababang confidence ay karaniwang nangangahulugang mababang kalidad ng imahe, hindi malinaw na font, o hindi sinusuportahang karakter.

JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG, at TIFF. Karamihan ng browser ay nagde-decode ng karaniwang format nang native; HEIC at ilan pa ay maaaring mangailangan ng browser na sumusuporta dito.

Kaugnay na tool

Magpatuloy sa mga tool na bagay dito