بهترین ابزارهای تبدیل عکس به متن؛ چطور نوشته‌ها را از عکس استخراج کنیم؟

دنیای دیجیتال هر روز گسترده‌تر می‌شود و ابعاد بیشتری از زندگی روزمره ما را دگرگون می‌کند. ظهور کتاب‌های الکترونیکی و فایل‌های PDF یکی از مهم‌ترین قدم‌ها برای دسترسی راحت و آسان به اطلاعات، با هزینه‌ی کم برای افراد و محیط‌زیست محسوب می‌شود. برای تهیه‌ی نسخه‌ی الکترونیکی یک فایل یا نوشته اولین راهی که به‌نظر می‌رسد، تایپ دوباره‌ی کتاب و نوشته‌ها است تا در قالب PDF یا فرمت‌های مشابه ذخیره شود.

یک روش کاربردی دیگر برای تهیه‌ی نسخه‌ی الکترونیکی از یک نوشته، استفاده از برنامه‌ی تبدیل عکس به متن است. توانایی تبدیل اسناد فیزیکی به فایل‌های متنی که امکان ویرایش و جست‌وجوی سریع در دل نوشته‌ها را ممکن می‌کند، یکی از جادوهای فناوری OCR به‌حساب می‌آید.

فناوری Optical Character Recognition یا به فارسی «تشخیص نوری کاراکتر» به‌عنوان پل ارتباطی بین دنیای آنالوگ و دیجیتال عمل می‌کند و حالا با به‌کارگیری در برنامه‌های مختلف، تبدیل عکس به متن را ممکن می‌کند. الگوریتم‌های پیشرفته در فناوری OCR اشکال و الگوهای کارکترهای موجود در تصاویر را اسکن می‌کنند و آن‌ها را با نوشته‌های دیجیتالی تطابق می‌دهند.

اکنون با فراگیرشدن هوش مصنوعی، ابزارهای OCR در تشخیص متون در انواع فرمت‌ها قدرتمندتر شده‌اند و علاوه‌بر متون چاپ‌شده در مواردی می‌توانند متن‌های دست‌نویس را نیز شناسایی کنند. درحال‌حاضر، حتی در بین قابلیت های گالری گوشی سامسونگ امکان جست‌وجو بین تصاویر براساس متن و نوشته‌ی داخل عکس نیز وجود دارد که از فناوری OCR کمک می‌گیرد.

در ادامه قصد داریم چند نمونه از بهترین ابزار استخراج متن مبتنی‌بر OCR در پلتفرم‌های مختلف را معرفی کنیم تا به‌صورت آنلاین، اپلیکیشن قابل نصب روی گوشی یا کامپیوتر و لپ تاپ؛ از آن بهره‌مند شوید و بهره‌وری خود را در انجام پروژه‌های مختلف افزایش دهید.

گوشی هوشمند درحال‌حاضر پرکاربردترین وسیله‌ای است که هرلحظه با آن سروکار داریم و در صورت مواجه شدن با متن یا کارتی می‌توانیم خیلی سریع ازطریق دوربین از آن عکس بگیریم و با کمک برنامه‌های تبدیل عکس به متن، آن را به اسناد متنی قابل ویرایش تبدیل کنیم.

برنامه‌ی محبوب کم‌اسکنر ابزاری رایگان برای اسکن اسناد کاغذی، فرم‌ها، وایت‌برد و ایجاد نسخه‌های خوانا و شفاف در فرمت‌های مختلف ازجمله txt، عکس، ورد و به‌خصوص پی‌دی‌اف است که سال‌ها پیش معرفی شد. این برنامه همچنین، نسخه‌ای پولی دارد که با خرید آن به قابلیت‌های بیشتری دسترسی پیدا می‌کنید.

قابلیت OCR در برنامه‌ی CamScanner به‌صورت رایگان در اختیار قرار می‌گیرد و از زبان فارسی نیز با دقت خوبی پشتیبانی می‌کند. این امکان از طریق ابزار Extract Text به‌صورت مستقیم از دوربین یا با انتخاب تصاویر ذخیره‌شده، متون را از دل تصاویر استخراج می‌کند.

در ابتدا برنامه‌ی Microsoft Lens با نام آفیس لنز شناخته می‌شد. کاربر می‌تواند به‌راحتی از صفحه‌ی کتاب یا نوشته‌ای عکس بگیرد و کادر آن را تنظیم کند و متن موجود در کادر را استخراج کند و آن را در قالب فایل ورد ذخیره کند. البته، در نظر داشته باشید که برخلاف سازگاری بسیاری از محصولات مایکروسافت با زبان فارسی، برنامه‌ی Microsoft Lens امکان استخراج متن به زبان فارسی را ندارد.

برنامه مایکروسافت Lens برای پلتفرم iOS نیز برنامه‌ی اختصاصی دارد و می‌توان روی گوشی آیفون نیز از آن بهره‌مند شد. ازسایر ویژگی‌های این برنامه می‌توان به امکان اسکن تخته وایت‌برد و جداول پرینت‌شده اشاره کرد.

اپلیکیشن گوگل لنز این روزها به‌یکی از پرکاربردترین ابزارهای کاربران تبدیل شده است؛ چراکه می‌توان از آن برای جستجوی بصری هر شیء اطراف و دریافت اطلاعات درباره چیزهای مختلف از طریق عکس و دوربین استفاده کرد. افزون‌براین، این ابزار قابلیت شناسایی متن‌ها را نیز دارد و از فارسی نیز پشتیبانی می‌کند. پس‌از شناسایی متن، امکان کپی یا ترجمه کردن آن‌ها نیز دردسترس کاربر قرار می‌گیرد.

با توجه به توانایی تشخیص متون، می‌توان از گوگل لنز به‌عنوان برنامه‌ای برای OCR بهره‌مند شد و با اسکن عکس حاوی متن توسط آن، متن را انتخاب کرد و آن را در قالب فایل متنی در برنامه‌ای مثل ورد مایکروسافت ذخیره کرد، همچنین می‌توان به کمک برنامه‌های تبدیل ورد به پی‌دی‌اف متن استخراج‌شده را در فرمت فایل پی‌دی‌اف درآورد.

ناگفته نماند که کاربران برخی مدل‌های گوشی‌های سامسونگ و پیکسل با استفاده از Circle to Search می‌توانند بدون نصب اپلیکیشن از این قابلیت برای جست‌وجوی تصویری و استخراج متون استفاده کنند.

اگر می‌خواهید برنامه‌ای برای تبدیل عکس به متن روی لپ‌تاپ یا کامپیوتر رومیزی نصب کنید نیز می‌توانید از بین گزینه‌های زیر انتخاب کنید:

ریدایریس یکی از نرم‌افزارهای OCR قدرتمند و قدیمی به‌شمار می‌رود که رابط کاربری ساده‌ای دارد. ریدایریس از فرمت‌های مختلفی پشتیبانی می‌کند و با کمک آن می‌توان عکس را به فایل متنی قابل ویرایش تبدیل کرد. البته، با وجود پشتیبانی از زبان فارسی و امکان استخراج متن از عکس، خروجی در خود برنامه‌ی Readiris PDF صحیح نمایش داده نمی‌شود؛ اما با کپی محتوا و واردکردن آن به فایل ورد می‌توانید متن را مشاهده کنید؛ هرچند فواصل بین کلمات ممکن است در مواردی نامرتب باشد.

دیگر برنامه‌ی پیشنهادی، اپلیکیشن Adobe Acrobat Pro است که نسخه‌ای قدرتمند و حرفه‌ای با امکانات بسیار گسترده‌تر از محصولات شرکت Adobe محسوب می‌شود که امکان ویرایش، ساخت، مدیریت فایل‌های متنی، پرینت و حتی استخراج متن را فراهم می‌کند. این برنامه از زبان فارسی پشتیبانی ندارد و فارغ از آن، فناوری OCR برنامه‌ی Adobe Acrobat Pro فقط در نسخه‌ی پولی برنامه ارائه می‌شود.

بسیاری از ابزارهای تبدیل عکس به متن به‌صورت اپلیکیشن تحت‌وب دردسترس قرار دارند؛ بنابراین، فرقی نمی‌کند که از چه دستگاهی استفاده می‌کنید، گوشی یا لپ تاپ یا کامپیوتر رومیزی؛ درهرصورت می‌توانید ازطریق وب به آن ابزار فایل ارسال کنید و متن دلخواه را استخراج کنید.

گوگل درایو در اصل سرویس ابری شرکت گوگل است که با هدف ذخیره‌سازی فایل‌های مختلف و به‌خصوص بکاپ گوشی توسعه یافت؛ اما رفته‌رفته ابزارهای مختلفی به آن اضافه شد تا بخشی از کارهای کاربر را به‌عهده بگیرد. یکی از ابزارهای کاربردی که در گوگل درایو ارائه می‌شود، گوگل داکس (Google Docs) نام دارد.

از گوگل داکس می‌توان برای استخراج متن از عکس کمک گرفت. بدین‌ترتیب، عکس مدنظر را یا با گوشی اسکن کنید یا آن را به گوگل درایو منتقل کنید. سپس با بازکردن گوگل درایو روی فایل مدنظر کلیک راست کنید و از منوی بازشده روی Open with بروید و گزینه‌ی Google Docs را انتخاب کنید. اکنون با کمک فناوری OCR عکس تبدیل به متن می‌شود و می‌توانید آن را ویرایش یا ذخیره کنید. خوشبختانه این ابزار از زبان فارسی نیز پیشتیبانی می‌کند.

درحال‌حاضر بسیاری از ما بخشی از کارهای خود را جسته‌گریخته با هوش مصنوعی و ابزار مبتنی به آن انجام می‌دهیم. یکی از ابزارهایی که در چت‌بات ChatGPT می‌توان به آن دسترسی داشت، ابزاری برای استخراج متن از عکس است. فقط باید ابزار مربوطه را از لینک زیر باز کنید، عکس دلخواهتان را بارگذاری کنید و با پرامپت Extract the text from this image یا convert this text to .docx، متن را از دل تصویر بیرون بکشید.

خوشبختانه ابزار تبدیل متن به عکس هوش مصنوعی در چت‌بات ChatGPT از زبان فارسی پشتیبانی می‌کند و می‌توانید با ارسال عکس یا پی‌دی‌اف و اسکرین شات، متن‌های مدنظر را استخراج یا حتی خلاصه کنید. امکان نصب برنامه ChatGPT روی گوشی نیز وجود دارد؛ اما در نظر داشته باشید که برای استفاده از آن به ابزار تغییر آی‌پی نیاز خواهید داشت.

وب‌سایت Texti.fyi نیز دیگر پلتفرمی برای استخراج متن‌های غیرانگلیسی از عکس است که امکان جست‌وجوی متن‌ها از داخل فایل PDF را نیز فراهم می‌کند. برای تبدیل عکس به متن، فایل PDF یا عکس را در آن آپلود کنید، کمی صبر کنید تا متن خروجی آماده شود. حالا می‌توانید آن را کپی یا در قالب فایل docx ذخیره کنید.

پلتفرم‌های ایرانی مخصوص برای تبدیل عکس به متن فارسی نیز در موارد متعددی وجود دارند که در ادامه دو نمونه از آن‌ها را معرفی می‌کنیم.

وب‌سایت Eboo.ir: امکان تبدیل عکس به متن و فایل PDF به Word را فراهم می‌کند. این پلتفرم به‌صورت رایگان برای متن‌های کوتاه کاربرد دارد؛ اما برای استفاده از تمام امکاناتش بهتر است اشتراک تهیه کنید، برای مثال، روش تبدیل جدول به متن قابل ویرایش در این پلتفرم به‌صورت رایگان دردسترس نیست. البته، طبق بررسی زومیت تبدیل عکس جدول‌های ساده به جدول قابل ویرایش در فرمت docx در روش رایگان به‌خوبی انجام می‌شود.

سایر امکانات این پلتفرم شامل اپلیکیشن و ربات تبدیل عکس به متن در تلگرام می‌شود تا درهرجایی به آن دسترسی داشته باشید.

وب‌سایت Scanify.ir: دیگر وب‌سایت ایرانی که امکان تبدیل عکس به متن را فراهم می‌کند Scanify نام دارد و مانند وب‌سایت قبلی با آپلود فایل دلخواه در آن می‌توانید خروجی متن را دریافت کنید. متن استخراج‌شده در این پلتفرم به‌صورت یک پاراگراف پیوسته نمایش داده می‌شود و فرمت متن اصلی را حفظ نمی‌کند.

ابزارهای متفاوتی برای تبدیل عکس به متن وجود دارند که به کمک آن‌ها می‌شود از زحمت تایپ مجدد متون کم کرد؛ اما فقط برخی از آن‌ها با زبان فارسی سازگاری دارند. با‌این‌حال، مشکل بعدی سازگاری با زبان فارسی، توانایی تشخیص شکل‌ها و جداول در دل متن است که تقریباً کمتر برنامه‌ای ازپس آن برمی‌آید یا شاید خروجی آنچنان که باید، راضی‌کننده نباشد. اگر ابزار یا نرم‌افزار بهتری برای استخراج متن از تصاویر می‌شناسید، لطفاً در بخش نظرات مطرح کنید.

این مقاله در خرداد ۱۳۹۷ توسط امیرعباس کهربا نوشته شده بود و مصطفی اصلاحی آن‌ را در شهریور ۱۴۰۳ به‌روزرسانی کرد.