Menyalin teks dari foto atau screenshot dengan OCR

OCR mengubah gambar tulisan menjadi teks yang bisa disalin dan diedit. Hasilnya bisa hampir sempurna atau berantakan, tergantung gambarnya. Panduan ini menjelaskan apa yang membuat bedanya dan cara memeriksa hasilnya sebelum dipakai.

Diperbarui

Cara OCR membaca gambar

Mesin OCR seperti Tesseract, yang dipakai alat swift.id, lebih dulu mencari baris-baris teks di gambar. Setiap baris lalu dibaca oleh jaringan saraf yang dilatih dengan ribuan jenis huruf cetak, menghasilkan urutan karakter beserta tingkat keyakinannya. Data bahasa yang dipilih membantu menentukan huruf dan kata yang mungkin muncul. Karena itu ada dua hal yang paling menentukan hasil: kualitas gambar, dan apakah bahasa yang dipilih cocok dengan isi gambar.

Yang menentukan akurasi

MasalahGejala di hasilPerbaikan
Huruf terlalu kecilHuruf tertukarFoto lebih dekat
Halaman miringBaris bercampurFoto tegak lurus
Cahaya tidak rataBagian hilangCahaya merata
Teks terang di latar gelapBanyak salahMode terang
Foto layarHuruf pecahScreenshot
Tulisan tanganHampir semua salahKetik ulang

Dokumentasi Tesseract menyebut hasil terbaik didapat pada gambar setidaknya 300 DPI, bahwa pemisahan baris memburuk tajam bila halaman terlalu miring, dan bahwa latar dengan gelap-terang yang tidak rata membuat hasil kurang baik. Untuk Tesseract versi 4 ke atas, dokumentasinya menyarankan teks gelap di latar terang. Screenshot aplikasi dalam mode gelap sebaiknya diambil ulang setelah beralih ke mode terang.

Alat swift.id memperbesar gambar di bawah 1 megapiksel sampai 3 kali sebelum dibaca, karena huruf yang terlalu kecil sulit dipisahkan. Pembesaran hanya membantu sampai batas tertentu: huruf yang sudah buram di foto aslinya tidak menjadi tajam.

Memotret dokumen untuk OCR

  1. Letakkan kertas di permukaan rata dengan cahaya merata, misalnya dekat jendela. Matikan flash, karena pantulannya menghapus huruf di tengah halaman.
  2. Pegang HP sejajar di atas kertas sampai keempat tepi halaman tampak lurus dan halaman hampir memenuhi layar. Foto 12 megapiksel yang terisi penuh oleh halaman A4 setara sekitar 340 DPI; kalau halaman hanya mengisi separuh lebar foto, angkanya turun ke sekitar 170 DPI.
  3. Ketuk bagian teks di layar agar kamera fokus ke sana, lalu tunggu sampai gambar tajam.
  4. Kalau tersedia, pakai fitur pemindai dokumen bawaan, misalnya Pindai Dokumen di app Catatan iPhone atau Pindai di Google Drive. Fitur ini meluruskan perspektif dan memotong tepi halaman.
  5. Untuk teks di layar komputer atau HP, jangan memotret layar. Ambil screenshot, karena hasilnya bebas pantulan dan pola garis dari piksel layar.

Bahasa

Alat ini membaca bahasa Indonesia, Inggris, Spanyol, Portugis, Prancis, dan Jerman, dan dua di antaranya bisa dipakai bersamaan. Bawaannya bahasa Indonesia ditambah Inggris, yang cocok untuk dokumen kantor yang mencampur keduanya. Pilih bahasa yang benar-benar ada di gambar; menambah bahasa kedua yang tidak perlu membuat pembacaan lebih lambat. Kalau bahasa diganti setelah gambar terbaca, tombol Baca ulang dengan … muncul untuk membaca ulang semua gambar. Huruf non-Latin seperti Arab, aksara Jawa, atau Mandarin belum tersedia.

Tulisan tangan dan tabel

FAQ Tesseract menjawab terus terang: OCR ini bisa dipakai untuk tulisan tangan, tetapi hasilnya tidak akan bagus, karena Tesseract dirancang untuk teks cetak. Catatan tangan yang rapi kadang terbaca sebagian; selebihnya lebih cepat diketik ulang.

Tabel juga sulit. Dokumentasi Tesseract mengakui masalah membaca data dari tabel, dan hasil alat ini berupa teks biasa, sehingga isi dari kolom yang berbeda bisa tersambung dalam satu baris. Untuk tabel, potong gambar per kolom (atau ambil screenshot per kolom), baca masing-masing, lalu tempel ke kolom spreadsheet yang sesuai. Cara ini juga memudahkan pengecekan angka.

Memeriksa hasil OCR

Hasil OCR selalu perlu dibaca ulang, terutama angka. Pasangan yang paling sering tertukar adalah rn dan m, huruf l atau I dan angka 1, huruf O dan angka 0, serta S dan 5. Kata yang terpotong tanda hubung di ujung baris, seperti "kese-hatan", juga perlu disambung kembali.

  • Lihat angka keyakinan. Setiap gambar diberi persentase keyakinan. Di bawah 60%, alat ini menulis peringatan bahwa hasilnya perlu diperiksa dengan teliti.
  • Bandingkan dua bacaan. Foto halaman yang sama dua kali dari posisi sedikit berbeda, baca keduanya, lalu tempel hasilnya ke Bandingkan Teks. Baris yang berbeda adalah tempat OCR ragu, jadi cukup periksa baris-baris itu di gambar aslinya.
  • Hitung panjangnya. Tempel nomor seperti NIK ke Hitung Kata & Karakter: NIK harus tepat 16 karakter. Jumlah kata per halaman juga menunjukkan bila ada paragraf yang hilang.
  • Pakai pemeriksa ejaan. Kotak hasil sengaja tidak memakai pemeriksa ejaan browser. Tempel teks ke pengolah kata, dan kata yang tidak dikenal akan ditandai.

Mengambil teks di swift.id

  1. Buka Gambar ke Teks (OCR). Pilih atau seret satu atau beberapa gambar, atau tempel screenshot dengan Ctrl+V.
  2. Periksa Bahasa teks dan Bahasa kedua. Pemakaian pertama mengunduh mesin OCR dan data bahasanya; gambar Anda sendiri tidak diunggah.
  3. Tunggu sampai persentase di bawah nama file selesai. Kalau gambarnya terbalik atau menyamping, tekan tombol Putar 90° dan gambar dibaca ulang.
  4. Perbaiki teks langsung di kotak hasil, lalu tekan Salin atau Unduh .txt. Untuk beberapa halaman, Salin semua menggabungkan semuanya sesuai urutan.

Alat ini belum menerima PDF. Untuk PDF hasil scan, ambil screenshot setiap halaman. Kalau teks di PDF bisa diblok di pembaca PDF, salin langsung dari sana, karena hasilnya pasti lebih akurat daripada OCR.

Pertanyaan umum

Apakah foto KTP atau dokumen saya diunggah?
Tidak. Yang diunduh dari swift.id hanya mesin OCR dan data bahasanya; gambar dibaca di perangkat Anda. Tetap periksa setiap angka di hasilnya sebelum dipakai untuk formulir resmi.
Kenapa hasil dari screenshot mode gelap berantakan?
Dokumentasi Tesseract menyarankan teks gelap di latar terang untuk versi 4 ke atas. Beralihlah ke mode terang, ambil screenshot ulang, lalu baca lagi.
Bisakah membaca foto dari iPhone (HEIC)?
Tergantung browser. Chrome tidak bisa membuka HEIC, dan alat ini akan memberi tahu. Ubah dulu fotonya dengan HEIC ke JPG, lalu masukkan file JPG-nya.
Seberapa akurat OCR ini?
Untuk screenshot teks cetak yang jelas, hasilnya biasanya hampir tanpa salah. Untuk foto kertas kusut, huruf kecil, atau tabel, salah baca jauh lebih sering. Angka keyakinan di bawah 60% adalah tanda untuk memeriksa setiap baris.