Программа для распознавания текста с картинки. Лучшие бесплатные программы для сканирования и распознавания текста

Добрый день.

Наверное, каждый из нас сталкивался с задачей, когда нужно перевести бумажный документ в электронный вид. Особенно это часто нужно делать тем кто учиться, работает с документацией, переводит тексты при помощи электронных словарей и т.д.

Не все сразу понимают одну вещь. После сканирования (пригона всех листов на сканере) у вас будут картинки формата BMP, JPG, PNG, GIF (могут быть и другие форматы). Так вот с этой картинки нужно получить текст - это процедура называется распознаванием. В таком порядке и будет изложение ниже.

1. Что нужно для сканирования и распознавания?

1) Сканер

Для перевода печатных документов в текстовый вид, вам для начала нужен сканер и соответственно, «родные» программы и драйверы, которые с ним шли. При помощи них можно будет сканировать документ и сохранить его для дальнейшей обработки.

Можно воспользоваться и другими аналогами, но софт, который шел со сканером в комплекте, обычно работает быстрее и имеет больше опций.

В зависимости от того, какой у вас сканер - скорость работы может существенно различаться. Есть сканеры, которые могут получить картинку с листа за 10 сек., есть которые будут получать за 30 сек. Если сканируете книгу на 200-300 листов - думаю, не трудно подсчитать во сколько раз будет разница во времени?

2) Программа для распознавания

В нашей статье я буду показывать вам работу в одной из лучших программ для сканирования и распознавания абсолютно любых документов - ABBYY FineReader. Т.к. программа платная, то сразу дам ссылку и на другую - ее бесплатный аналог . Правда, я бы не стал их сравнивать, ввиду того, что FineReader выигрывает по всем параметрам, рекомендую все же попробовать именно ее.

ABBYY FineReader 11

Одна из лучших программ в своем роде. Она предназначена для того, чтобы распознать текст на картинке. Встроено множество опций и функций. Может разобрать кучу шрифтов, поддерживает даже рукописные варианты (правда, лично не пробовал, думаю, хорошо вряд ли будет распознавать рукописный вариант, если только у вас не идеальный каллиграфический почерк). Более подробно о работе с ней будет рассказано ниже. Здесь же отметим, что в статье будет рассказано о работе в программе 11 версии.

Как правило, разные версии ABBYY FineReader не сильно отличаются друг от друга. Вы без труда сделаете то же самое и в другой. Главные отличия могут быть в удобстве, быстроте работы программы и ее возможностях. Например, более ранние версии отказываются открывать документ PDF и DJVU…

3) Документы для сканирования

Да, вот так вот, решил вынести документы отдельной графой. В большинстве случаев сканируют какие-нибудь учебники, газеты, статьи, журналы и пр. Т.е. те книги и ту литературу которая пользуется спросом. Я это к чему веду? Из личного опыта могу сказать, что многое, что вы захотите сканировать - возможно уже есть в сети! Сколько раз лично я экономил время, когда находил ту или иную книгу уже сканированную в сети. Мне оставалось только скопировать текст в документ и продолжить с ним работу.

Из этого простой совет - прежде чем что-то сканировать, проверьте, может уже кто-то отсканировал и вам не нужно терять свое время.

2. Параметры сканирования текста

Здесь я не будут рассказывать о ваших драйверах для сканера, программах, которые вместе с ним шли, ибо все модели сканеров разные, ПО тоже везде разное и угадать и тем более показать наглядно как выполнять операцию - нереально.

Но во всех сканерах есть одни и те же настройки, которые сильно могут повлиять на скорость и качество вашей работы. Вот о них таки как раз и поговорим здесь. Буду перечислять по порядку.

1) Качество сканирования - DPI

Во-первых, качество сканирования поставьте в опциях не ниже 300 DPI. Желательно даже выставить побольше, если это возможно. Чем выше показатель DPI - тем четче получиться ваша картинка, ну и тем самым, быстрее пройдет дальнейшая обработка. К тому же чем выше качество сканирования - тем меньше ошибок вам в последствии придется исправлять.

Оптимальный вариант обеспечивает, обычно, 300-400 DPI.

2) Цветность

Этот параметр очень сильно влияет на время сканирования (кстати, DPI тоже влияет, но те так сильно, и только когда пользователь ставит высокие значения).

Обычно выделяют три режима:

Черно-белый (отлично подойдет для простого текста);

Серый (подойдет для текста с таблицами и картинками);

Цветной (для цветных журналов, книг, в общем, документов, где важна цветность).

Обычно от выбора цветности зависит время сканирования. Ведь если документ у вас большой, то даже лишние 5-10 секунд на странице в целом выльются в приличное время…

3) Фотографии

Документ вы можете получить не только сканированием, но и сфотографировав его. Как правило, в этом случае у вас будут некоторые другие проблемы: искажение картинки, смазанность. Из-за этого может потребоваться более длительная дальнейшая правка и обработка полученного текста. Лично я не рекомендую пользоваться фотоаппаратами для этого дела.

Важно отметить, что не каждый такой документ получится распознать, т.к. качество сканирования у него может быть крайне низким…

3. Распознавание текста документа

После открытия в ABBYY FineReader картинки, программа, как правило, на автомате начинает выделять области и распознавать их. Но иногда она делает это не правильно. Для этого-то мы и рассмотрим выделение нужных областей вручную.

Важно! Не все сразу понимают, что после открытия документа в программе, слева в окне отображается исходный документ, в котором вы и выделяете различные области. После нажатия на кнопку «распознавания» программа в окне справа выведет вам готовый текст. После распознавания, кстати, целесообразно проверить текст на ошибки в том же самом FineReader.

3.1 Текст

Эта область используется для выделения текста. Картинки и таблицы нужно исключать из нее. Редкие и необычный шрифты придется вводить вручную…

Для выделения текстовой области, обратите внимание на панель в верхней части FineReader. Там есть кнопка «Т» (см. скриншот ниже, указатель мышки как раз на этой кнопке). Щелкаете по ней, затем на картинке ниже выделяете аккуратно прямоугольную область, в которой располагается текст. Кстати, в некоторых случаях нужно создавать текстовых блоков по 2-3, а иногда по 10-12 на страницу, т.к. форматирование текста может быть разным и одним прямоугольником всю область не выделить.

Важно отметить, что в текстовую область не должны попадать картинки! В дальнейшем это вам сэкономит кучу времени…

3.2 Картинки

Используется для выделения картинок и тех областей, которые тяжело распознать из-за плохого качества, или необычности шрифта.

На скриншоте ниже указатель мышки находится на кнопке, используемой для выделения области «картинка». Кстати, в эту область можно выделить абсолютно любую часть страницы, а FineReader вставит ее потом в документ как обычную картинку. Т.е. просто «тупо» скопирует…

Обычно эту область используют для выделения плохо отсканированных таблиц, для выделения нестандартного текста и шрифта, само-собой картинок.

3.3 Таблицы

На скриншоте ниже показана кнопка для выделения таблиц. Вообще, лично я ее использую крайне редко. Дело в том, что вам придется довольно рутинно рисовать (фактически) каждую линию на таблице и показывать что и как программе. Если таблица небольшая и в не очень хорошем качестве, я рекомендую для этих целей использовать область «картинка». Тем самым сэкономите кучу времени, а таблицу можно потом в Word сделать быстренько на основе картинки.

3.4 Ненужные элементы

Важно отметить. Иногда на странице есть ненужные элементы, которые мешают распознать текст, или вообще не дают вам выделить нужную область. Их можно при помощи «ластика» удалить вовсе.

Для этого переходим в режим редактирования изображения.

Выбираем инструмент «ластик» и выделяем ненужную область. Она сотрется и на ее месте будет белый лист бумаги.

Кстати, рекомендую использовать вам эту опцию как можно чаще. Старайтесь все текстовые области которые вы выделили, где вам не нужен кусок текста, или присутствуют любые ненужные точки, размытости, искажения - удалять ластиком. Благодаря этому распознавание будет быстрее!

4. Распознавание файлов PDF/DJVU

Вообще, этот формат распознавания не будет отличаться ничем другим от остальных - т.е. работать с ним можно так же как с картинками. Единственное, программа не должна быть слишком старой версии, если файлы PDF/DJVU у вас не открываются - обновите версию до 11.

Небольшой совет. После открытия документа в FineReader - он автоматически начнет распознавать документ. Часто в файлах PDF/DJVU определенная область страницы не нужна во всем документе! Чтобы удалить такую область на всех страницах сделайте следующее:

1. Зайдите в раздел редактирования изображения.

2. Включите опция «обрезки».

3. Выделите область, нужную вам на всех страницах.

4. Нажмите применить ко всем страницам и обрежьте.

5. Проверка ошибок и сохранение результатов работы

Казалось бы, какие еще могут быть проблемы, когда все области были выделены, затем распознаны - бери да сохраняй… Не тут то было!

Во-первых, нужна проверка документа!

Чтобы ее включить, после распознавания, в окне справа, будет кнопка «проверка», см. скриншот ниже. После ее нажатия программа FineReader будет автоматически показывать вам те области, где у программы возникли ошибки и она не смогла достоверно определить тот или иной символ. Вам останется только выбирать, либо вы согласны с мнением программы, либо вводите свой символ.

Кстати, в половине случаев, примерно, программа будет вам предлагать готовое правильное слово - вам останется толкьо мышкой выбрать нужный вариант.

Во-вторых, после проверки вам нужно выбрать формат, в который вы сохраните результат своей работы.

Здесь FineReader дает вам развернуться на полную катушку: можно просто передать информацию в Word один в один, а можно сохранить ее в одном из десятков форматов. Но хотелось бы выделить другой важный аспект. Какой формат бы не выбрали, более важно выбрать тип копии! Рассмотрим самые интересные варианты…

Точная копия

Все области, которые вы выделяли на странице в распознанном документе будут соответствовать точь в точь исходному документу. Очень удобный вариант, когда вам важно не потерять форматирование текста. Кстати, шрифты так же будут очень похожи на оригинал. Рекомендую при таком варианте передавать документ в Word, чтобы уже там продолжить дальнейшую работу.

Редактируемая копия

Этот вариант хорош тем, что вы получите уже форматированный вариант текста. Т.е. отступов с «километр», которые возможно были в исходном документе - вы не встретите. Полезная опция, когда вы будете значительно редактировать информацию.

Правда, не стоит выбирать, если вам важно сохранить стилистику оформления, шрифты, отступы. Иногда, если распознавание прошло не очень успешно - ваш документ может «перекосить» из-за измененного форматирования. В этом случае целесообразно выбрать точную копию.

Простой текст

Вариант для тех, кому нужен просто текст со странице без всего остального. Подойдет для документов без картинок и таблиц.

На этом статья по сканированию и распознаванию документа подошла к концу. Надеюсь, что при помощи этих простых советов вы сможете решить свои задачи…

Распознавание текста – очень удобная возможность. Вам больше не надо перепечатывать большие объемы из книг и статей. Для учителей, студентов и научных работников такие программные приложения – настоящий подарок. Рассмотрим разные приложения и определим, какая программа для распознавания текста с картинки – лучшая.

Как это работает

Оптическое распознавание текста (OCR - Optical Character Recognition) – это возможность преобразовать текст из графического вида (фото, скан, pdf) в обычный формат. Преобразованный текст можно редактировать.
Любая растровая картинка состоит из точек. Программное обеспечение для распознавания выделяет на картинке буквы и переводит их в текст. Происходит анализ структуры документа. Выделяются текстовые блоки. Затем строятся линии, которые делятся на слова, а далее на символы. Каждый символ сравнивается с шаблонами. После чего строятся гипотезы, что это за символ. Исходя их них, ПО анализирует разные варианты разбиения строк на слова, а слова на символы. Количество таких гипотез огромно. В конец концов программа принимает решение и выдает текст.

Обзор программного обеспечения

Условно все приложения можно разделить на три категории:

• Платные.
• Бесплатные.
• Онлайн сервисы.

Рассмотрим несколько вариантов из каждого раздела.

Платные и бесплатные программы

OCR CuneiForm

Бесплатная программа для распознавания сканированного текста, которую можно скачать здесь.

Приложение было разработано в 1993 году в компании Cognitive Technologies. Одной из главных особенностей ее на тот момент была возможность опознавания смеси русского и английского языков. В 2009 году была добавлена ветка, которая позволяет распознавать смесь других языков. Программный продукт поставлялся со сканерами и МФУ от ведущих производителей: Hewlet-Pachard, Epson, Xerox и т.д. Последняя версия вышла в 2009 году.
После скачивания и установки пробуем распознать текст. Для примера возьмем эту статью.

Интерфейс программы прост, меню на русском.


Нажимаем значок папки и грузим картинку. Нажимаем кнопку распознавания.


Результат не впечатляет. Разноцветный текст не распознан.


Не смотря на заявленное использование разных словарей, английский тоже распознался плохо.


В общем, идеальное фото можно перевести в символы, но чем ниже качество исходной картинки, тем ниже оно и у результата.
Надо заметить, это единственная русифицированная программа распознавания текста при сканировании, которую удалось скачать бесплатно легальным образом. Все остальные в лучшем случае имеют пробный бесплатный период.

RiDoc

Программа для распознавания текста с фото или со сканера с бесплатным периодом в 30 дней. Скачать можно здесь.

Приложение обладает неплохим функционалом и доступным интерфейсом. Для загрузки картинки нажимаем кнопку «Открыть».


Далее кнопку «Распознать».


В итоге получаем готовый результат. Его можно открыть в Word или OpenOffice.


Вот результат.


Тоже не идеально, но намного больше, чем в предыдущем случае.
Также можно наложить водяной знак или склеить несколько картинок.

ReadIris

Платный программный продукт с пробной версией, рассчитанной на 100 страниц или 10 дней. Скачать программу для сканера для распознавания текста с официального сайта можно тут.

Разработчик – бельгийская компания IRIS, созданная в 1986 году. Основная специализация - технологии и продукты для интеллектуального распознавания документов.

Программа преобразует картинку, файл PDF или отсканированный документ в полностью редактируемый текстовый файл. Извлекает текст из ваших документов, сохраняя при этом макет исходного файла. Имеет следующие возможности:

• конвертировать файлы Word, Excel и PowerPoint в индексированные PDF-файлы;
• конвертация документов с помощью контекстного меню;
• индикатор качества для импортируемых документов;
• автоматическое обнаружение сканеров;
• модуль коррекции перспективы.

Интерфейс программы русифицирован (указывается при установке) и достаточно прост.


Нажимаем кнопку «Из файла» и выбираем нашу картинку. Программа автоматически разделила ее на два блока.


Для распознавания нажмите кнопку «Открыть» и укажите путь для картинки. Формат указывается строкой выше.


Результат превзошел все ожидания. Даже начертание сохранилось.


Можно отправить документ по почте или в облако. Для этого следует щелкнуть по списку сверху и выбрать. По умолчанию сохраняется в файл.


Стоит эта программа около 6000 руб.

ABBYY FineReader

Самая известная и раскрученная программа. Скачать пробную версию можно здесь.

Платная стоит 6990 р. Российская разработка 1993 года, до сих пор считается одной из лучших в мире. Основные возможности:

• Распознавание таблиц и графиков, математических формул.
• Просмотр и навигация pdf.
• Создание и прямое редактирование pdf.
• Работа с цифровой подписью.
• Сравнение документов.
• Добавление комментариев.

Программа обладает множеством возможностей. Интерфейс русифицирован и доступен.


После нажатия кнопки «Открыть» и выбора картинки, начинается автоматическое его деление на блоки.


Для начала процесса нажмите соответствующую кнопку.


Дальше осталось выбрать, в каком формате сохранять и указать папку, в которую следует сохранить документ.


Откроем результат. Как видите, распознавание прошло идеально.


Еще раз сравним с ReadIris.


Первый вариант (Finereader) выполнен безупречно. Поэтому, пожалуй, пальму первенства отдаем этой программе. По цене они сопоставимы, так что разница в 600-700 рублей особой роли не играет.

Распознавание текста по фото онлайн

IMGonline

Онлайн сервис обработки картинок. На сайте представлены инструменты:

• Сжатие и изменение размера картинки
• Обрезка, кадрирование
• Обработка встроенных метаданных
• Эффекты
• Улучшения
• Определение палитры цветов картинки
• Получение фона
• Определение процента похожести и пр.

Удобный сайт, который дает множество возможностей обработки картинки. Интерфейс прост и понятен.


Предлагает две программы. Сравним. Загрузим файл и нажмем кнопку «ОК».


Дальше нажимаем на ссылку.


Результат не радует.


Пробуем вторую программу.


Тоже сомнительно.


Выставим дополнительный язык.


Проверяем результат.

Немного лучше, но до совершенства далеко.

img2txt

Программа для распознавания текста с фото онлайн, сканирования не допускает.

Сайт функционирует с 2014 года. Других сервисов, кроме текущего, разработчики не планируют.


Выберите файл и нажмите «Загрузить». Затем следует нажать «Начать распознавание».

Результат тоже далек от совершенства.

Сonvertio

Достаточно большой платный портал, на котором вы можете воспользоваться следующими возможностями:

• Конвертация видео, аудио, картинок.
• Преобразование PDF в Word, Excel, PowerPoint.
• Разделение PDF.
• Сжатие PDF, PNG и пр.

Принцип работы абсолютно аналогичен, но настроек больше. Картинки можно перетягивать.


Можно указать несколько языков и тип документа, куда сохраняется результат.


Незарегистрированным пользователям доступны только 10 страниц для распознавания.
После нажатия на каптчу, выберите «Преобразовать».


Нажмите скачать.


Результат превзошел все ожидания.


Оказывается, и у простых сервисов онлайн есть возможность качественного распознавания. Так что Convertio объявляется однозначным победителем в этой номинации. Но, как и любой отличный продукт, он платен.

Итак, мы рассмотрели различные инструменты распознавания текста. Выяснилось, что бесплатные могут помочь, но качество остается не на высоте. Так что, если вам постоянно требуется переводить текст из печатного вида в электронный, придется раскошелиться.

Отличного Вам дня!

Сталкивались ли вы с тем, что вам нужно что-то сканировать, например, какие-то документы? Будь это текстовые материалы или просто фотографии, программа RiDoc идеально подходит обычным «юзерам» т.к. имеет простой, практичный и предельно дружественный интерфейс.

RiDoc – это программа для сканирования документов , которая позволяет оцифровать информацию, то есть выполнить перенос информации с бумажного носителя на цифровой (жёсткий диск компьютера), тем самым упростить жизнь пользователю и сэкономить лес. Дополнительно такие документы можно отправлять посредством электронной почты или загружать в облачные хранилища, предоставлять доступ другим пользователям (в зависимости от задачи).

Кроме того RiDoc предоставляет функционал, способный регулировать размер цифрового документа (выбирая качество картинки). В интерфейсе имеется инструмент, позволяющий распознавать текст со сканера (текстовая информация), а также вести историю всех ранее отсканированных документов (например в pdf-формате).

Приложение позволяет сохранять цифровые варианты документов в наиболее распространенных форматах: bmp, tiff, jpeg, png, Word, PDF, что очень удобно, так как софт для работы с этими файлами есть у большинства компьютерных пользователей, кроме того соответствующие приложения всегда можно скачать бесплатно с нашего портала.

Чаще всего RiDoc используют в качестве программы для сканирования с hp и canon устройств в связи с тем, что последние пользуются небывалой популярностью для большинства юзеров. Но это ни в коем случае не говорит о том, что другие производители остались в стороне, – RiDoc отлично взаимодействует с любой доступной моделью сканера, поэтому можете смело скачать эту бесплатную программу для сканирования документов на русском языке.

Основные функциональные возможности программного обеспечения:

• Имеется технология «быстрых папок», которые позволяют с комфортом управлять оцифрованными документами;
• Если вы имеете бумажный текстовой документ, который хотите перенести на компьютер, то программа способна выполнить распознавание текста, который в дальнейшем можно отредактировать в любом популярном текстовом редакторе, например в OpenOffice или Microsoft Word;
• Функция водяного знака. Пользователю предоставляется возможность произвести регулировку его размера , предварительно указав прозрачность;
• Все отсканированные (оцифрованные) PDF документы можно поместить в один файл, для более компактного хранения, возможность установить единые параметры для каждой отдельной функции.
• Имеется встроенный принтер RiDoc, который позволит вам экспортировать файлы в PDF формат;
• Все отсканированные файлы естественным образом можно отправить на печать;

Рекомендуем данный софт, как незаменимое приложение, которое пригодится как студенту так и простому пользователю, а также станет незаменимым инструментом для офисного работника. Для того, чтобы скачать программу достаточно кликнуть по соответствующей кнопке внизу статьи.

Программы для распознавания текста позволяют конвертировать сфотографированные или отсканированные документы непосредственно в предложения.

Дело в том, что текст на изображении представлен в виде растра, набора точек. Упомянутый софт осуществляет превращение набора точек в полноценный текст, доступный для редактирования и сохранения.

Распознавание букв призвано оптимизировать процесс оцифровки бумажных печатных или рукописных книг, документов.

Такой метод оцифровки на порядки превосходит скорость ручного набора с изображения. Широко применяется при оцифровке библиотек и архивов. Далее рассмотрим пятерку лучших представителей семейства подобных программ.

ABBYY FineReader 10

FineReader безоговорочный лидер среди всех программ, распознающих текст на изображении. В частности, софта, более четко обрабатывающего кириллицу нет. Вообще в активе FineReader 179 языков, текст на которых распознается чрезвычайно успешно.

Единственное обстоятельство, которое может разочаровать пользователей, состоит в том, что программа платная. Бесплатно распространяется только пробная версия на 15 дней. За этот период разрешено сканирование 50-ти страниц.

Дальше за пользование программой придется платить. FineReader легко «кушает» любое более-менее качественное изображение. Источник при этом совершенно неважен. Будь то фотография, скан страницы или любая картинка с буквами.

Достоинства:

• точное распознавание;
• огромное количество языков чтения;
• толерантность к качеству изображения-источника.

Недостаток:

• пробная версия на 15 дней.

OCR CuneiForm

Бесплатная программа для считывания текстовой информации с изображений. Точность распознавания на порядок ниже, чем у предыдущей рассматриваемой программы. Но как для бесплатной утилиты, функционал все-таки на высоте.

Интересно! CuneiForm распознает блоки текста, графические изображения и даже различные таблицы. Более того, считыванию поддаются даже неразлинованные таблицы.

Для обеспечения точности к процессу распознавания подключаются специальные словари, которые пополняют словарный запас из сканируемых документов.

Достоинства:

• бесплатное распространение;
• использование словарей для проверки правильности текста;
• сканирование текста с ксерокопий плохого качества.

Недостатки:

• относительно небольшая точность;
• небольшое количество поддерживаемых языков.

WinScan2PDF

Это даже не полноценная программа, а утилита. Установка не потребуется, а исполнительный файл весит всего в несколько килобайт. Процесс распознавания происходит предельно быстро, правда, полученные в его результате документы сохраняются исключительно в формате PDF.

Фактически весь процесс выполняется при нажатии трех кнопок: выбор источника, места назначения и, собственно, запуска программы.

Утилита предназначена для быстрой пакетной обработки множества файлов. Для удобства пользователей предусмотрен большой языковой пакет интерфейса.

Достоинства:

• портативность;
• быстрая работа;
• простота в использовании.

Недостатки:

• минимальный размер;
• единственный формат файлов на выходе.

SimpleOCR

Отличная небольшая программа для распознавания текстов с изображений. Поддерживает даже чтение рукописей. Беда в том, что русский не входит ни в языковой пакет интерфейса, ни в список поддерживаемых для распознавания языков.

Однако если необходимо отсканировать английский, датский или французский, то лучшего бесплатного варианта не найти.

В своей области программа обеспечивает точную расшифровку шрифтов, удаление шума и извлечение графических изображений. К тому же в интерфейс программы встроен текстовый редактор, практически идентичный WordPad, что значительно повышает удобство использования программы.

Достоинства:

• точное распознавание текста;
• удобный текстовый редактор;
• удаление шума с изображения.

Недостатки:

• полное отсутствие русского языка.

Freemore OCR

Программа позволяет оперативно извлекать текст и графику с изображений. Софт поддерживает работу с несколькими сканерами без потери производительности. Извлеченный текст может быть сохранен в формате текстового документа или документа MS Office.

Кроме того предусмотрена функция многостраничного распознавания.

Распространяется Freemore OCR бесплатно, однако, интерфейс только на английском. Но это обстоятельство никак не влияет на удобство пользования, потому как организованы элементы управления интуитивно понятным образом.

Достоинства:

• бесплатное распространение;
• возможность работы с несколькими сканерами;
• достойна точность распознавания.

Недостатки

• Отсутствие русского языка в интерфейсе;
• Необходимость загрузки русского языкового пакета для распознавания.