Hình ảnh sang Markdown: Giữ lại cấu trúc của nội dung được chụp
Một số hình ảnh là hình ảnh. Những tài liệu khác là những tài liệu tình cờ bị mắc kẹt trong một bức tranh - một hóa đơn của ai đó chụp ảnh và gửi qua email, một slide bạn chụp màn hình từ một bộ tài liệu mà bạn sẽ không bao giờ được cung cấp, một biểu mẫu được điền bởi tay, một trang sách trên bàn, một tấm bảng trắng phủ đầy một quyết định không ai viết ra ở bất cứ nơi nào khác. Những từ trong những hình ảnh đó là điểm chính và sự sắp xếp của chúng cũng vậy.
Tải một cái lên đây và văn bản sẽ được nhận dạng và gửi lại cho bạn dưới dạng Markdown. Ký tự quang học thực nhận dạng, chạy trên các pixel. Hóa đơn có chụp ảnh kèm theo số hóa đơn, công ty, ngày, từng chi tiết đơn hàng và số lượng của nó cũng như tổng số - nội dung thực tế, không phải mô tả về nó. JPG, JPEG, PNG, GIF, BMP, TIFF, TIF và WebP đều hoạt động. Miễn phí, không cần đăng ký, 50 MB mỗi tệp, không giữ lại gì sau khi quá trình chuyển đổi kết thúc.
Chính xác những gì bạn nhận lại
Đầu ra là văn bản được nhận dạng và không có gì khác. Không có chi tiết camera, không có thuộc tính tập tin, không có kỹ thuật lời mở đầu để cuộn qua trước khi phần hữu ích bắt đầu. Bạn tải lên một bức ảnh của một tài liệu, bạn sẽ nhận được lời của tài liệu. Nếu bạn đang mong đợi một khối tiêu đề mô tả chính hình ảnh đó thì đó không phải là điều này có - nó đọc những gì trong bức tranh.
Chất lượng nhận dạng theo dõi chất lượng hình ảnh, đó là cách nói trung thực nhất. Một ảnh chụp màn hình sắc nét hoặc một xuất khẩu sạch sẽ đọc rất tốt. Một bức ảnh vội chụp màn hình máy tính xách tay ở một góc, có cửa sổ phản chiếu trong đó, là một vấn đề khó khăn hơn và đôi khi bạn có thể thấy ký tự sai. Chữ viết tay, kịch bản và trang trí kiểu chữ và văn bản nằm trên nền dày đặc đều thực sự khó khăn. Không điều nào trong số đó tạo nên công cụ vô dụng đối với một hình ảnh xấu - điều đó chỉ có nghĩa là bạn nên đọc kết quả đầu ra thay vì giả sử nó.
Markdown hoặc Văn bản thuần túy? Sự khác biệt thực sự
Đây là điều mà hầu hết các trang chuyển đổi sẽ không cho bạn biết. Trên một hình ảnh đơn giản — ảnh chụp màn hình của một đoạn văn, một ảnh chụp một ghi chú viết tay, một ký hiệu — Markdown và văn bản thuần túy mang lại cho bạn kết quả tương tự. Văn bản được nhận dạng xuất hiện dưới dạng dòng và không có cấu trúc nào trong khối văn xuôi để Markdown thể hiện văn bản đơn giản đó bị mất. Nếu bạn chọn "sai" cho một hình ảnh đơn giản, bạn chẳng mất gì cả.
Sự lựa chọn bắt đầu có ý nghĩa khi vật trong ảnh có hình dạng. Một bảng, một biểu mẫu có nhãn và giá trị, biên lai có các cột mặt hàng và giá cả, một trang tài liệu có tiêu đề và phần. Đó là nơi Markdown giành được vị trí của mình, bởi vì các đường ống và hàm băm có thể mang một lưới hoặc một hệ thống phân cấp mà bãi chứa phẳng chỉ có thể ngụ ý thông qua khoảng cách. Nếu bạn đang cố gắng chuyển đổi ảnh chụp màn hình thành bảng Markdown, đây là trang bạn muốn. Nếu bạn chỉ cần các từ cho hộp tìm kiếm, hình ảnh thành văn bản là trang anh chị em và đó là công cụ đơn giản hơn cho công việc đơn giản hơn.
Chuyển đổi định dạng ở trên cùng chuyển đổi giữa hai định dạng và mang bất kỳ tệp nào bạn đã chọn đối diện với nó, vì vậy bạn có thể chạy cùng một hình ảnh theo cả hai cách và tự mình xem thay vì tin lời tôi.
Những điều đáng để hướng máy ảnh vào
- Hóa đơn và biên lai. Vụ án kinh điển. Nhà cung cấp gửi hóa đơn có ảnh thay vì một tệp và bạn cần các chi tiết đơn hàng ở đâu đó có thể đếm được. Chuyển đổi, kiểm tra tổng số hình ảnh, dán vào một tờ giấy hoặc đưa Markdown cho một mô hình và yêu cầu mô hình chia thành từng mục.
- Các hình thức và ứng dụng. Các biểu mẫu được in với các trường đã điền sẽ chuyển đổi thành nhãn và giá trị những cặp bạn thực sự có thể làm việc cùng. Các mục đánh máy đọc tốt hơn nhiều so với các mục viết tay - đáng để biết trước khi bạn quét hai trăm trong số chúng.
- Các slide bạn chỉ có dưới dạng hình ảnh. Ảnh hội nghị về một trang chiếu hoặc ảnh chụp màn hình từ một cuộc nói chuyện được ghi âm. Nếu bạn có bộ bài gốc, hãy sử dụng PowerPoint tới Markdown thay vào đó - luôn thích nguồn hơn. Khi không, đây là cách bạn lấy nội dung ra.
- Trang sách và bài viết. Ảnh của trang bạn muốn trích dẫn, tóm tắt hoặc tranh luận. Các tiêu đề và ngắt đoạn vẫn tồn tại trong chuyến đi theo cách làm cho kết quả có thể đọc được chứ không phải là một bức tường.
- Bảng trắng và bảng lật. Chữ viết thẳng thắn, hợp lý và dễ đọc sẽ giúp bạn có được bản ghi có thể sử dụng của một cuộc họp. Chữ viết tay bằng bút đánh dấu lung lay ở một góc sẽ giúp bạn có được một phần. Vẫn nhanh hơn hơn là tự mình chép lại nó.
- Trang tổng quan và báo cáo dưới dạng ảnh chụp màn hình. Các số trong lưới trở thành bảng để bạn có thể so sánh so với tháng trước. Nếu dữ liệu cơ bản tồn tại dưới dạng tệp, Excel tới Markdown hoặc CSV tới Markdown sẽ đánh bại bất kỳ Đạt OCR, vì không cần phải đoán gì cả.
Quy tắc vùng chứa và lý do nó giúp bạn tránh được tải lên không thành công
Đây là phần đáng để bạn tiếp thu vì nó giải thích ba điều ngạc nhiên riêng biệt cùng một lúc. OCR ở đây chạy tiếp file hình ảnh bạn tải lên. Nó không chạy trên các hình ảnh được gói bên trong một số tệp khác. Nếu hình ảnh là hành khách trong một container lớn hơn, container sẽ được đọc và hình ảnh bị bỏ qua.
- Các tệp PDF được quét trở lại trống rỗng. Một tệp PDF thực sự là một bức ảnh giấy không có văn bản bên trong nó và OCR không tiếp cận được thông qua trình bao bọc PDF. Trước tiên hãy chạy "nhận dạng văn bản" trên đó - Acrobat, Xem trước trên macOS và hầu hết các trình đọc PDF hiện đại đều có nó - biến nó thành một tệp PDF có thể tìm kiếm được, sau đó sử dụng PDF sang Markdown hoặc PDF thành văn bản. Đó là một phút đi đường vòng và đó là con đường chính xác cho các tài liệu được quét.
- Hình ảnh bên trong ZIP không được nhận dạng. Chuyển đổi lưu trữ liệt kê tên tệp hình ảnh và tiếp tục. ZIP tới Markdown là tuyệt vời cho một thư mục tài liệu và bảng tính; để lấy ảnh tài liệu, giải nén chúng và tải lên mỗi hình ảnh riêng của nó.
- Hình ảnh được nhúng trong Word, PowerPoint, RTF, EPUB hoặc email cũng không được nhận dạng. Họ đến đầu ra dưới dạng phần giữ chỗ hình ảnh, không phải dưới dạng văn bản. Vì vậy, DOCX được tạo từ ảnh chụp màn hình sẽ chuyển đổi với Word sang Markdown vào văn xuôi xung quanh cộng với một tập hợp các khoảng trống. Kéo hình ảnh ra khỏi tài liệu và chuyển đổi chúng ở đây dưới dạng tập tin hình ảnh.
Phiên bản một câu: nếu những từ bạn muốn nằm trong một bức ảnh thì bức ảnh đó phải là tệp bạn tải lên.
Đọc tốt hơn từ một hình ảnh khó
- Chụp ảnh màn hình thay vì chụp ảnh màn hình bất cứ khi nào bạn có tùy chọn. Một ảnh chụp màn hình hoàn hảo độ tương phản, không chói, không biến dạng keystone và không rung tay. Đó là chất lượng lớn nhất sự khác biệt có sẵn cho bạn.
- Cắt theo văn bản. Một bảng chiếm 1/5 ảnh rộng có ít pixel trên mỗi ký tự hơn cùng một bảng table điền vào khung và nó hiển thị trong kết quả.
- Giữ hình ảnh thẳng đứng và vuông vắn. Chụp một trang ở một góc sẽ làm cong các dòng văn bản và các đường cong khó phân chia thành các hàng hơn - điều quan trọng nhất đối với chính xác các bảng mà bạn đến đây.
- Chiếu sáng đều. Một bóng cứng ở giữa biên nhận hoặc một mảng chói trên mẫu nhiều lớp sẽ lấy ra bất cứ thứ gì nó bao gồm.
- Đọc đầu ra trước khi bạn dựa vào nó. Các con số là nơi sai sót gây tổn hại nhiều nhất, vì vậy hãy kiểm tra tổng số và tham chiếu mã chống lại hình ảnh. Bộ đếm mã thông báo bên dưới đầu ra cho bạn biết bạn sắp dán bao nhiêu thành một mô hình, điều này rất hữu ích khi bạn xếp nhiều trang vào một dấu nhắc.
Câu hỏi thường gặp
Làm cách nào để chuyển đổi hình ảnh thành Markdown?
Tải ảnh ở trên lên và văn bản được nhận dạng sẽ được trả về với cấu trúc Markdown được áp dụng. Hỗ trợ JPG, JPEG, PNG, GIF, BMP, TIFF, TIF và WebP, tối đa 50 MB, miễn phí và không cần tài khoản. Đầu ra là .md bạn có thể dán vào README, trang tài liệu hoặc lời nhắc mô hình.
Khi nào Markdown thực sự tốt hơn văn bản thuần túy cho một hình ảnh?
Khi hình ảnh có hình dạng. Ảnh chụp màn hình của một đoạn văn cũng chuyển đổi giống hệt nhau — không có cấu trúc ẩn nào trong văn xuôi để Markdown đánh dấu. Tuy nhiên, ảnh chụp màn hình của một bảng, một biểu mẫu, một lưới định giá hoặc một trang có các tiêu đề có sự sắp xếp đáng lưu giữ và chỉ Markdown mới có thể mang nó. Đối với văn xuôi phẳng, hình ảnh thành văn bản là sự lựa chọn đơn giản hơn.
Nó có nhận ra một bảng trong ảnh chụp màn hình không?
Nó thử một bảng ống và kết quả theo dõi mức độ sạch của bản gốc. Ảnh chụp màn hình của các bảng thực với các đường lưới hiển thị và khoảng cách cột nhất quán thường được tái tạo lại chính xác. Các bảng trong đó các cột chỉ được phân tách bằng khoảng trắng rộng hoặc trong đó các ô bao bọc thành hai dòng, là nơi ranh giới của các cột bị đoán sai — hãy kiểm tra hàng tiêu đề trước khi tin cậy vào các con số.
Nó có thể xử lý ảnh chụp màn hình mã không?
Các nhân vật trải qua nhưng coi kết quả như một bản nháp. OCR không có khái niệm về cú pháp nên nó sẽ không nhận thấy rằng nó đọc 0 nguồn có ở đâu Ohoặc giảm mức thụt lề trong khối Python. Tốt cho dấu vết ngăn xếp mà bạn muốn tìm kiếm. Không phải thứ gì đó để dán vào một tập tin và chạy.
Bản thân các hình ảnh có được nhúng trong Markdown không?
Không — đầu ra là văn bản tìm thấy bên trong hình ảnh, không phải  tham khảo hình ảnh. Không có gì được tải lên CDN và không có liên kết hình ảnh nào được tạo ra, vì vậy Markdown là văn bản thuần túy độc lập không có phần phụ thuộc bên ngoài.
Phần còn lại của bộ công cụ
Hình ảnh là một trong mười ba định dạng được xử lý ở đây. File2Txt lấy bất kỳ cái nào trong số chúng nếu bạn muốn thay vì không chọn một trang đầu tiên. Đối với mã có Kho lưu trữ GitHub sang trình chuyển đổi văn bản và một bộ chuyển đổi thư mục cục bộ cho một thư mục trên của bạn máy riêng và hướng dẫn chuẩn bị hồ sơ cho LLM bao quát trường hợp tổng quát một cách sâu sắc hơn.
Repo2Txt được xây dựng và duy trì bởi v12hero, một nhà phát triển độc lập xây dựng các ứng dụng web và ứng dụng gốc ưu tiên quyền riêng tư.