SynoxTools

Ekstrak teks dari keseluruhan folder

Jatuhkan imej atau folder — teks diekstrak dari setiap satu melalui Tesseract.js (21 bahasa). Muat turun sebagai .txt gabungan atau .zip fail individu. Tanpa pelayan.

Jatuhkan folder foto

atau pilih folder / fail / ZIP

Sehingga 500 fail — JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG, ICO, TIFF — atau arkib ZIP

Mengapa ekstrak teks dari imej secara kelompok

Apabila anda mempunyai berdozen atau beratus halaman yang diimbas, resit, atau tangkapan skrin, menyalin teks satu demi satu adalah perlahan. OCR kelompok membolehkan anda menunjuk keseluruhan folder dan menarik teks daripada sehingga 500 imej dalam satu laluan, untuk mendigitalkan arkib, mengisi indeks carian, atau menyediakan dokumen untuk diterjemah tanpa menaip semula secara manual.

  1. 1Pilih sehingga 500 imej (JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG atau TIFF).
  2. 2Pilih bahasa pengecaman daripada 21 pilihan yang disokong.
  3. 3Pilih mod output: .txt gabungan atau .zip individu.
  4. 4Mulakan jalanan; alat memproses fail secara berurutan dengan satu pekerja yang digunakan semula.
  5. 5Pantau skor keyakinan setiap imej dari 0 hingga 100 apabila ia selesai.
  6. 6Muat turun .txt gabungan atau .zip yang mengandungi satu .txt setiap imej.
  • Menyokong sehingga 500 imej setiap kelompok dengan sebarang gabungan format yang disokong.
  • Menjalankan Tesseract.js v7, enjin yang sama seperti alat OCR imej tunggal.
  • 21 bahasa tersedia, boleh dipilih setiap kelompok.
  • Dua mod output: .txt gabungan dengan pengepala --- filename.ext ---, atau .zip fail .txt individu melalui JSZip.
  • Setiap imej melaporkan skor keyakinan dari 0 hingga 100; item yang gagal ditandakan sebagai error.
  • •Digitalkan folder dokumen yang diimbas kepada teks boleh cari.
  • •Arkibkan timbunan resit dan invois dalam satu laluan.
  • •Tukar kelompok tangkapan skrin kepada nota boleh edit.
  • •Sediakan foto papan tanda dan menu untuk terjemahan berskala.
  • •Tukar buku nota penyelidikan dan keratan kepada teks yang boleh dicari.
  • •Jadikan kelompok PDF hanya-imej boleh diakses oleh pembaca skrin.

Kualiti pengecaman meningkat dengan kualiti input. Kekalkan imej tajam, cukup terang, dan diorientasikan dengan betul, dan enjin yang sama yang mengendalikan OCR tunggal akan mengendalikan kelompok anda dengan boleh dipercayai.

  • •Gunakan input resolusi tinggi; sasarkan sekurang-kurangnya 150-300 px ketinggian aksara.
  • •Pastikan kontras kuat antara teks dan latar belakang.
  • •Untuk kelompok sangat besar, bahagikan kepada ketulan beberapa ratus fail.
  • •Pilih bahasa yang betul untuk teks dalam imej.
  • •Pangkas imej ke kawasan teks untuk mempercepat pengecaman.

Semua pengecaman berlaku dalam pelayar anda menggunakan WebAssembly, jadi imej anda tidak pernah meninggalkan peranti anda. Satu-satunya permintaan rangkaian adalah untuk model bahasa Tesseract, yang diambil dari CDN dan dicache untuk digunakan semula.

  • •OCR berjalan sepenuhnya dalam pelayar melalui WASM.
  • •Tiada imej dimuat naik ke mana-mana pelayan.
  • •Model bahasa dimuatkan dari CDN dan dicache secara tempatan.
  • •Pembungkusan ZIP dilakukan secara tempatan dengan JSZip, sepenuhnya di sisi klien.

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.

Mengekstrak teks daripada folder sehingga 500 imej serentak menggunakan OCR. Pengecaman berjalan dalam pelayar anda melalui Tesseract.js, dan hasil dihantar sebagai .txt gabungan atau sebagai fail .txt berasingan dalam .zip.

Tesseract.js v7 ialah enjin OCR yang sama seperti alat imej tunggal. Ia memuatkan teras WASM dan model bahasa terlatih, mengenal teks dalam setiap imej piksel demi piksel, dan mengeluarkan aksara dengan skor keyakinan.

21 bahasa, termasuk Inggeris, Rusia, Sepanyol, Cina, Jepun, Korea, Arab, Hindi, Perancis, Jerman dan lain-lain. Setiap bahasa memerlukan modelnya sendiri yang dimuat turun dari CDN pada penggunaan pertama dan dicache.

Dua mod. Combined .txt menggabungkan semua imej ke dalam satu fail teks yang dipisahkan oleh pengepala `--- filename.ext ---`. Individual .zip mempakejkan satu .txt setiap imej (melalui JSZip) supaya setiap hasil kekal berasingan.

Ya — MAX_FILES ialah 500. Anda boleh melepaskan satu folder sehingga 500 imej dan alat akan memprosesnya secara berurutan.

Untuk memastikan memori rendah (~50-80MB) dan pelayar responsif, alat menggunakan semula satu worker Tesseract dan memproses imej satu demi satu. OCR selari pada ratusan imej akan melonjakkan RAM dan CPU; mod berurutan kekal stabil pada mana-mana peranti, termasuk mudah alih.

Untuk setiap imej, enjin melaporkan nilai keyakinan 0 hingga 100 yang menganggarkan keyakinan terhadap teks yang dikenal. Keyakinan rendah biasanya bermaksud kualiti imej rendah, fon tidak jelas, atau aksara tidak disokong.

JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG dan TIFF. Kebanyakan pelayar menyahkod format biasa secara natif; HEIC dan beberapa yang lain mungkin memerlukan pelayar yang menyokongnya.

Alat berkaitan

Teruskan dengan alat yang sesuai dengan ini