ดึงข้อความจากรูปภาพออนไลน์ฟรี

เปลี่ยนรูปภาพเป็นข้อความที่แก้ไขได้ด้วย PP-OCRv6 โมเดล OCR ขนาดกะทัดรัดที่ทำงานในเบราว์เซอร์ทั้งหมด โมเดลดาวน์โหลดจาก Hugging Face ครั้งเดียวแล้วเก็บในแคช รูปภาพจึงไม่ออกจากอุปกรณ์

เลือกรูปภาพ แล้วโหลดโมเดล การดึงข้อความจะใช้โมเดลที่โหลดไว้แล้ว

โมเดลขนาดกลางทั้งคู่มีขนาดรวมประมาณ 140 MB (ตรวจจับ + รู้จำ) พร้อมพจนานุกรม ไฟล์มาจากศูนย์รวมโมเดลสาธารณะ ไม่ใช่จาก 73hi และเบราว์เซอร์จะแคชไว้สำหรับครั้งต่อไป ไม่มีการอัปโหลดรูปภาพในขั้นตอนใด

รูปภาพของคุณจะปรากฏที่นี่

สามขั้นตอนง่ายๆ

วิธีดึงข้อความจากรูปภาพออนไลน์

อ่านข้อความในภาพโดยไม่ต้องมีบัญชี รอคิว หรือส่งข้อมูลไปกลับกับเซิร์ฟเวอร์

1

เลือกรูปภาพ

วางภาพหน้าจอ ภาพสแกน หรือภาพถ่ายลงบนหน้า หรือเลือกไฟล์จากอุปกรณ์

2

โหลดโมเดล

เลือก โหลดโมเดล แล้วรอจน PP-OCRv6 พร้อม จากนั้นเลือก ดึงข้อความ การดึงข้อความจะใช้ไฟล์ที่โหลดไว้แล้วโดยไม่ดาวน์โหลดโมเดลซ้ำ

3

คัดลอกหรือดาวน์โหลด

บรรทัดที่ตรวจพบจะแสดงเป็นกรอบบนภาพและเป็นข้อความที่แก้ไขได้ คุณสามารถคัดลอกลงคลิปบอร์ดหรือบันทึกเป็นไฟล์ .txt

วิธีทำงาน

โมเดล OCR ขนาดกะทัดรัด ทำงานบนอุปกรณ์ของคุณทั้งหมด

ทุกขั้นตอนทำงานในหน้าเว็บ: สแกนภาพเพื่อหาบริเวณข้อความ ครอปแต่ละบริเวณแล้วส่งให้โครงข่ายรู้จำ จากนั้นถอดรหัสเป็นตัวอักษร

ขั้นตอน หน้าที่ ทำงานที่
ตรวจจับข้อความ ค้นหาบริเวณข้อความทั้งหมดในภาพเป็นรูปหลายเหลี่ยม เบราว์เซอร์ของคุณ
ครอปและปรับมาตรฐาน ตัดแต่ละบริเวณและเตรียมให้โมเดลรู้จำ เบราว์เซอร์ของคุณ
รู้จำข้อความ อ่านตัวอักษรด้วยตัวถอดรหัส CTC และพจนานุกรม เบราว์เซอร์ของคุณ

ดาวน์โหลดเพียงครั้งแรก: ไฟล์โมเดลขนาดกลางทั้งคู่มีขนาดรวมประมาณ 140 MB มาจากศูนย์รวมโมเดลสาธารณะ ไม่ใช่จาก 73hi และเบราว์เซอร์จะแคชไว้สำหรับครั้งต่อไป

คำถามและคำตอบ

คำถามที่พบบ่อยเกี่ยวกับการดึงข้อความจากภาพ

โมเดลมาจากที่ใด?

บน 73hi.com หน้าจะดาวน์โหลด PP-OCRv6 จาก Hugging Face และบน 73hi.net จะดาวน์โหลดจาก ModelScope ทั้งสองแห่งให้บริการไฟล์พร้อมส่วนหัวที่อนุญาตการเข้าถึงข้ามต้นทาง เซิร์ฟเวอร์ 73hi ไม่จัดเก็บหรือส่งต่อโมเดล

รูปภาพของฉันถูกอัปโหลดหรือไม่?

ไม่ รูปภาพจะถูกถอดรหัสและรู้จำบนอุปกรณ์ทั้งหมด มีเพียงไฟล์โมเดลที่ดาวน์โหลด และเบราว์เซอร์จะแคชไว้หลังใช้งานครั้งแรก

อ่านภาษาใดได้บ้าง?

PP-OCRv6 ฝึกมาสำหรับภาษาจีนและอังกฤษผสมกัน รวมถึงตัวเลขและสัญลักษณ์ทั่วไป จึงอ่านข้อความภาษาอังกฤษ ภาษาจีน และข้อความผสมหลายอักษรในหน้าเดียวกันได้

ต้องใช้ GPU หรือไม่?

ไม่จำเป็น โมเดลทำงานบน CPU ผ่าน WebAssembly หน้านี้จะใช้ WebGPU อัตโนมัติเมื่อเบราว์เซอร์รองรับ (ช่วยให้รู้จำเร็วขึ้น) และกลับไปใช้ CPU เมื่อไม่รองรับ GPU จึงเป็นเพียงตัวเลือก

ทำไมการโหลดครั้งแรกจึงช้า?

โมเดลขนาดกลางทั้งคู่มีขนาดประมาณ 140 MB (ตรวจจับและรู้จำ) พร้อมพจนานุกรม การดาวน์โหลดครั้งแรกจึงอาจใช้เวลาบนเครือข่ายที่ช้า ตัวเลือกโมเดลเล็กกว่าดาวน์โหลดและทำงานเร็วกว่า แต่ความแม่นยำลดลงบ้าง

ใช้ไฟล์ที่ดาวน์โหลดไว้แล้วได้หรือไม่?

โมเดลดึงจากศูนย์รวมสาธารณะโดยตรงและเก็บในแคชของเบราว์เซอร์ หน้านี้จึงไม่มีตัวเลือกโหลดไฟล์ในเครื่องแยกต่างหาก หากล้างแคชของเบราว์เซอร์จะต้องดาวน์โหลดใหม่เมื่อเข้าครั้งต่อไป