SynoxTools

Extrahera text från en hel mapp

Släpp bilder eller mapp — text extraheras från varje bild via Tesseract.js (21 språk). Ladda ner som kombinerad .txt eller .zip med enskilda filer. Ingen server.

Släpp fotomapp

eller välj mapp / filer / ZIP

Upp till 500 filer — JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG, ICO, TIFF — eller ZIP-arkiv

Varför extrahera text från bilder i batch

När du har dussintals eller hundratals skannade sidor, kvitton eller skärmdumpar är det långsamt att kopiera texten en och en. Batch-OCR låter dig peka på en hel mapp och dra text från upp till 500 bilder i en enda pass, för att digitalisera arkiv, mata sökindex eller förbereda dokument för översättning utan att skriva om manuellt.

  1. 1Välj upp till 500 bilder (JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG eller TIFF).
  2. 2Välj igenkänningsspråk bland 21 alternativ som stöds.
  3. 3Välj ett utmatningsläge: kombinerad .txt eller individuell .zip.
  4. 4Starta körningen; verktyget bearbetar filer sekventiellt med en återanvänd worker.
  5. 5Bevaka konfidenspoäng per bild från 0 till 100 när de blir klara.
  6. 6Ladda ner den kombinerade .txt eller .zip som innehåller en .txt per bild.
  • Stöder upp till 500 bilder per batch med valfri blandning av format som stöds.
  • Kör Tesseract.js v7, samma motor som verktyget för OCR på en bild.
  • 21 språk tillgängliga, valbara per batch.
  • Två utmatningslägen: en kombinerad .txt med --- filename.ext --- rubriker, eller ett .zip med individuella .txt-filer via JSZip.
  • Varje bild rapporterar ett konfidensbetyg från 0 till 100; misslyckade objekt markeras som error.
  • •Digitalisera mappar med skannade dokument till sökbar text.
  • •Arkivera högar av kvitton och fakturor i en enda pass.
  • •Konvertera batcher av skärmdumpar till redigerbara anteckningar.
  • •Förbered foton av skyltar och menyer för översättning i stor skala.
  • •Förvandla forskningsanteckningar och utklipp till text du kan söka i.
  • •Gör batcher av bild-only PDFs tillgängliga för skärmläsare.

Igenkänningskvaliteten stiger med indatakvaliteten. Håll bilderna skarpa, väl belysta och korrekt orienterade, så kommer samma motor som hanterar enskild OCR att hantera din batch pålitligt.

  • •Använd högupplösta indata; sikta på minst 150-300 px teckenhöjd.
  • •Säkerställ stark kontrast mellan text och bakgrund.
  • •För mycket stora batcher, dela upp i kluster om några hundra filer.
  • •Välj rätt språk för texten i bilderna.
  • •Beskär bilderna till textområdet för att påskynda igenkänningen.

All igenkänning sker i din webbläsare med hjälp av WebAssembly, så dina bilder lämnar aldrig din enhet. Den enda nätverksförfrågan gäller Tesseract-språkmodellen, som hämtas från ett CDN och cachas för återanvändning.

  • •OCR körs helt i webbläsaren via WASM.
  • •Ingen bild laddas upp till någon server.
  • •Språkmodellen laddas från ett CDN och cachas lokalt.
  • •ZIP-paketering görs lokalt med JSZip, helt på klientsidan.

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.

Den extraherar text från en mapp med upp till 500 bilder åt gången med OCR. Erkännandet körs i din webbläsare via Tesseract.js, och resultaten levereras som en kombinerad .txt eller som separata .txt-filer inuti en .zip.

Tesseract.js v7 är samma OCR-motor som i verktyget för en bild. Den laddar en WASM-kärna och en tränad språkmodell, känner igen text i varje bild pixel för pixel och returnerar tecken med konfidenspoäng.

21 språk, inklusive engelska, ryska, spanska, kinesiska, japanska, koreanska, arabiska, hindi, franska, tyska och fler. Varje språk kräver sin egen modell som hämtas från CDN vid första användning och cachas.

Två lägen. Combined .txt slår samman alla bilder till en enda textfil åtskild av `--- filename.ext ---`-rubriker. Individual .zip packar en .txt per bild (via JSZip) så att varje resultat förblir separat.

Ja — MAX_FILES är 500. Du kan släppa en hel mapp med upp till 500 bilder och verktyget bearbetar dem sekventiellt.

För att hålla minnet lågt (~50-80MB) och webbläsaren responsiv, återanvänder verktyget en enda Tesseract-worker och bearbetar bilderna en i taget. Parallell OCR på hundratals bilder skulle driva upp RAM och CPU; det sekventiella läget förblir stabilt på alla enheter, inklusive mobil.

För varje bild rapporterar motorn ett konfidensvärde från 0 till 100 som uppskattar hur säker den är på den igenkända texten. Låg konfidens betyder oftast låg bildkvalitet, otydliga typsnitt eller tecken som inte stöds.

JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG och TIFF. De flesta webbläsare avkodar vanliga format inbyggt; HEIC och några andra kan kräva en webbläsare som stöder dem.

Relaterade verktyg

Fortsätt med verktyg som passar bra ihop med detta