Инструкция
Распознать текст на изображении
Фотография страницы, скриншот формы, отсканированный счёт — текст там есть, его просто нельзя выделить. Здесь читается само изображение, вместе с вёрсткой и достаточно разборчивым рукописным текстом.
Открыть изображение PDF, Word, PowerPoint, PNG, JPG, WebP, Текст · XLSX, CSV, Parquet, JSONОткройте изображение
PNG, JPG или WebP. Сначала оно показывается вам и уменьшается в вашем же браузере, чтобы снимок с телефона не отправлялся в полном размере без нужды.
Скажите, что вам от него нужно
Весь текст, краткое содержание, числа из него или ответ на вопрос. Таблицы и колонки читаются как таблицы, а не сплющиваются в строку — именно на этом ломается большинство систем распознавания.
Прочитайте ответ
Он приходит на языке страницы, на каком бы языке ни было изображение. Вёрстка описывается там, где несёт смысл: итог под колонкой — это итог, а не число, случайно оказавшееся последним.
Изображение уходит и там не остаётся
Чтобы изображение прочитали, оно должно покинуть устройство; честного обходного пути нет, и страница говорит об этом до нажатия. Чего не происходит — так это хранения: снимок проходит через наш сервер к модели, ответ возвращается напрямую. Ни хранилища изображений, ни базы, ни журнала — и ничто не используется для обучения.
Читает ли он рукописный текст?
Часто да, если он разборчив. Печатный и набранный текст читается надёжно; с рукописным всё зависит от чёткости — ровно как и для человека.
Есть ли отдельный шаг OCR?
Нет. Модель читает изображение напрямую — поэтому и снимок под углом, и страница с колонками и печатями обычно всё равно распознаются верно.
Как достать текст со скриншота?
Откройте его как есть, обрезать не нужно. Меню и боковые панели отличаются от нужной части, а просьба «только текст ошибки» работает.
Можно ли вытащить таблицу из фотографии?
Таблица читается как таблица и возвращается построчно — можно вставить в ячейку. Готовый файл .xlsx при этом не создаётся.
Считает ли он сумму с чека?
Это один из самых частых сценариев. Попросите сумму, дату и продавца — они читаются с тех мест, где стоят на странице, а не угадываются.