استخراج متن از تصویر

فریلنسرها و صاحبان کسبوکارهای کوچک مدام رسید کاغذی دارند که باید وارد نرمافزار هزینه یا دفتر حسابداری شود. عکس گرفتن از هر رسید کار آسانی است، اما تایپ کردن نام فروشنده، تاریخ، مبلغ کل و ردیفهای مالیات به دست، کُند است و اشتباه زیاد دارد. با این ابزار، عکس رسید همان لحظه به متن قابل ویرایش تبدیل میشود؛ مبلغها را با رسید اصلی چک میکنید، رقمهای مبهم را اصلاح میکنید و جزئیات لازم را وارد چرخه حسابداری میکنید. فایل هم فقط برای شناسایی ارسال میشود و بعد از آن حذف میشود.

مهندسهای پشتیبانی و تستکنندههای نرمافزار، باگها را معمولاً با اسکرینشات از برنامه دسکتاپ، گوشی یا ماشین مجازی مستند میکنند. کدهای خطا و پیامهای تشخیصی این تصاویر اغلب قابل انتخاب نیستند و تایپ دستی آنها هم پر از اشتباه میشود. تبدیل اسکرینشات به متن، نسخهای قابل جستجو و کپی میدهد که میشود توی سیستم پیگیری باگ یا پایگاه دانش چسباند. چون فایل بعد از شناسایی حذف میشود، اسکرینشاتهایی که نام پروژه داخلی یا مشخصات حساب دارند، جای دیگری باقی نمیمانند.

دانشجوها وقتی وقت تایپ کردن همه چیز نیست، از اسلایدهای درس، صفحههای کتاب، راهنمای آزمایشگاه یا تخته کلاس عکس میگیرند. اما این عکسها بعداً قابل جستجو نیستند و تایپ دوبارهشان وسط مرور درس را به هم میریزد. تبدیل عکس به متن، پیشنویسی قابل ویرایش میسازد که در برنامه یادداشت مرتب میشود، با کلیدواژه پیدا میشود یا در خلاصه درس نقلقول میشود. عکس صاف و با نور یکنواخت، نتیجه بهتری میدهد و فرمولها و اسمها را قبل از استفاده میشود بررسی کرد.

کارمندان اداری مدام با درخواستهای اسکنشده، قبضهای پستی، فرمهای ثبتنام و اطلاعیههای امضاشده سر و کار دارند که متنشان قابل انتخاب نیست. بازنویسی هر آدرس، شماره مرجع و دستورالعمل، کار بایگانی را کُند میکند و احتمال خطای تایپی را بالا میبرد. این ابزار از هر تصویر، متن قابل ویرایش میسازد تا کارمند بخشهای لازم را در سامانههای داخلی کپی کند یا خلاصهای قابل جستجو از سندها تهیه کند. تا ۱۰ فایل با هم پردازش میشود و فایلهای اصلی بعد از کار حذف میشوند.

مسافرها، مترجمها و کارکنان رستوران و هتل، قبل از استفاده از سرویس ترجمه، به متن داخل عکس تابلو، منو، برچسب یا اطلاعیه نیاز دارند. تایپ دستی واژههای ناآشنا به خط دیگر سخت است و غلط املایی میتواند معنی جمله را عوض کند. تبدیل تصویر به متن، پیشنویسی قابل کپی میدهد که ترتیب واژهها و علائم نگارشی را تا حد امکان حفظ میکند. کاربر نتیجه را با عکس چک میکند، حروف نامشخص را درست میکند و بعد متن تأییدشده را در ابزار ترجمه موردنظرش میچسباند.

هماهنگکنندههای دسترسپذیری و مراقبان خانواده، گاهی اطلاعیه محله، نامه وقت ملاقات یا دستورالعمل چاپی را فقط بهصورت عکس یا اسکن دریافت میکنند. متن داخل این فایلها با جستجو، بزرگنمایی یا نرمافزارهای صفحهخوان هماهنگ نیست. تبدیل تصویر به متن، متنی قابل ویرایش میسازد که میشود قالببندی، بزرگ، جستجو یا با ابزارهای کمکی خواند. مقایسه نتیجه با سند اصلی — مخصوصاً تاریخها و جزئیات دارو — لازم است، اما دیگر لازم نیست کل اطلاعیه را از نو تایپ کنید و فایل اصلی هم فقط روی دستگاه خودتان میماند.