Gambar ke Teks (OCR)

Salin tulisan dari foto dokumen, screenshot, atau hasil scan. Teks dikenali di perangkat Anda, dan hasilnya bisa langsung diedit.

Pilih bahasa yang ada di gambar. Dua bahasa sekaligus sedikit lebih lambat.

Gambar Anda diproses di perangkat ini dan tidak diunggah ke server mana pun.

Cara menggunakan

  1. Pilih satu atau beberapa gambar, seret ke kotak di atas, atau tempel screenshot dengan Ctrl+V.
  2. Cek Bahasa teks. Bawaannya bahasa Indonesia ditambah Inggris, cocok untuk dokumen yang mencampur keduanya.
  3. Tunggu sampai pembacaan selesai. Persentase di bawah nama file menunjukkan kemajuannya.
  4. Perbaiki teks di kotak hasil bila perlu, lalu tekan Salin atau Unduh .txt. Untuk beberapa halaman, pakai Salin semua.

Cara alat ini membaca teks

Alat ini memakai Tesseract, mesin OCR sumber terbuka, yang dijalankan di browser lewat Tesseract.js. Model bahasanya berasal dari set tessdata_fast: jaringan saraf LSTM yang membaca gambar baris demi baris. Untuk bahasa berhuruf Latin, model ini dilatih dengan sekitar 400.000 baris teks dalam sekitar 4.500 jenis huruf.

Sebelum dibaca, gambar disiapkan dulu. Arah foto dari kamera (EXIF) diikuti. Gambar di bawah 1 megapiksel diperbesar sampai 3× menuju 2 megapiksel, karena huruf yang terlalu kecil sulit dipisahkan. Contohnya, screenshot 800 × 600 piksel diperbesar 2,04× menjadi 1633 × 1225 piksel. Dalam uji kami, teks 9 piksel pada screenshot JPEG terbaca 46% kata tanpa pembesaran dan 94% setelah diperbesar 2×. Foto di atas 12 megapiksel diperkecil ke 12 megapiksel: di komputer uji kami, gambar 53 megapiksel terbaca dalam 2,2 detik, bukan 7,1 detik, dengan hasil yang sama. Kalau pembacaan otomatis tidak menemukan teks atau keyakinannya di bawah 60%, gambar dibaca sekali lagi sebagai satu blok teks. Cara kedua ini menolong halaman yang difoto miring beberapa derajat.

Yang menentukan akurasi

  • Ukuran huruf. Dokumentasi Tesseract menyarankan resolusi minimal 300 DPI. Pada 300 DPI, huruf 10 pt punya tinggi huruf x sekitar 20 piksel, dan di bawah 10 piksel hasilnya jarang akurat.
  • Kontras. Teks gelap di latar terang paling mudah. Bayangan, lipatan kertas, dan latar bermotif menurunkan akurasi.
  • Baris yang lurus. Halaman yang miring membuat baris sulit dipisahkan.
  • Teks cetak. Tulisan tangan dikenali dengan buruk.

Tips memotret dokumen

  1. Taruh kertas di permukaan rata dengan cahaya merata. Matikan lampu kilat agar tidak ada pantulan.
  2. Pegang HP sejajar di atas kertas, sehingga tepi halaman tampak lurus dan halaman hampir memenuhi layar.
  3. Ketuk teks di layar agar kamera fokus, lalu tunggu sampai tajam.
  4. Satu halaman per foto. Foto 4032 × 3024 yang diisi penuh halaman A4 setara sekitar 340 DPI.

Batasan

Hasilnya teks biasa. Tabel, kolom, dan format huruf tidak dipertahankan, dan teks dari kolom berbeda bisa tersambung dalam satu baris. Masukan PDF belum didukung. Karena semua dikerjakan di perangkat Anda, foto besar butuh waktu di HP, dan gambar yang sangat besar bisa gagal karena memori tidak cukup. Hasil OCR selalu perlu dibaca ulang sebelum dipakai, terutama angka seperti nomor rekening dan NIK.

Pertanyaan umum

Apakah gambar saya diunggah ke server?
Tidak. Gambar dibaca oleh browser di perangkat Anda. Yang diunduh dari swift.id hanya mesin OCR dan data bahasanya, satu kali, lalu disimpan oleh cache browser. Karena itu alat ini aman untuk foto KTP, slip gaji, atau surat pribadi.
Kenapa hasilnya banyak yang salah?
Penyebab paling umum adalah huruf yang terlalu kecil atau buram, cahaya tidak rata, dan halaman yang difoto miring. Potong gambar ke bagian yang berisi teks, foto ulang lebih dekat dan tegak lurus, lalu baca lagi. Angka keyakinan di bawah 60% adalah tanda hasilnya perlu diperiksa dengan teliti.
Bisakah membaca tulisan tangan?
Hanya sedikit. Tesseract, mesin OCR yang dipakai di sini, dilatih dengan teks cetak, dan dokumentasinya sendiri menyebut tulisan tangan tidak terbaca dengan baik. Tulisan tangan yang sangat rapi kadang terbaca sebagian, tetapi jangan mengandalkannya.
Bisakah membaca file PDF?
Belum. Untuk PDF hasil scan, ambil screenshot tiap halaman lalu masukkan ke sini. Kalau teks di PDF bisa diblok di pembaca PDF, salin saja langsung dari sana: hasilnya pasti lebih akurat daripada OCR.
Kenapa di HP terasa lambat?
Pengenalan teks berjalan di prosesor HP Anda, bukan di server. Di komputer uji kami, foto 12 megapiksel berisi satu halaman 130 kata terbaca dalam 1,5 detik; HP, terutama yang lama, bisa beberapa kali lebih lambat. Pemakaian pertama juga mengunduh data bahasa (Indonesia 0,6 MB, Inggris 1,9 MB). Memotong foto ke area teks mempercepat proses.
Bahasa apa saja yang bisa dibaca?
Indonesia, Inggris, Spanyol, Portugis, Prancis, dan Jerman, dan dua di antaranya bisa dipakai bersamaan. Huruf non-Latin seperti Arab, aksara Jawa, atau Mandarin belum tersedia.