OCR

OCR mengekstrak teks dari gambar, hasil scan, dan screenshot dokumen.

Setelah pengenalan selesai, Anda bisa menyalin hasilnya, mengekspornya sebagai Markdown, PDF, atau Word, atau mengemas beberapa format sekaligus untuk diunduh.

Yang Bisa Dilakukan OCR

Fitur	Keterangan
Pengenalan teks gambar	Mengekstrak teks dari gambar, screenshot, dan scan.
Pengenalan layout dokumen	Lebih cocok untuk tabel, rumus, cap, dan layout campuran teks-gambar.
Beberapa layanan	Mendukung Baidu PaddleOCR, Microsoft Azure Vision, dan Google Vision.
Menyalin hasil	Menyalin teks hasil pengenalan setelah proses selesai.
Ekspor file	Mengekspor Markdown, PDF, dan Word.
Batch packaging	Setelah mengenali beberapa file, hasilnya bisa diunduh sebagai satu paket.

Konfigurasikan Layanan OCR Lebih Dulu

Buka:

System Settings -> Other Settings -> OCR

Isi credential untuk layanan yang ingin dipakai:

Layanan	Yang Perlu Diisi	Cocok Untuk
Baidu PaddleOCR	PaddleOCR Token	Pilihan pertama yang disarankan. Bagus untuk dokumen, gambar, tabel, dan layout campuran.
Microsoft Azure Vision	Azure Vision Endpoint dan Azure Vision API Key	Berguna jika Anda sudah memakai layanan cloud Microsoft.
Google Vision	Google Vision API Key. Service account JSON hanya dipakai untuk query kuota.	Berguna jika Anda memakai layanan Google Cloud.

Simpan setelah credential diisi.

Untuk uji awal, satu layanan saja sudah cukup. Anda tidak wajib mengonfigurasi ketiganya.

Setup Google Vision

Setup Google terdiri dari dua bagian:

Tujuan	Syarat
Memakai OCR	Aktifkan Cloud Vision API, lalu buat API Key.
Query penggunaan	Buat service account, beri role Monitoring Viewer, lalu download service account JSON.

Memakai Google untuk OCR

1. Buka Google Cloud Console.
2. Masuk ke APIs & Services.
3. Buka Library, cari Cloud Vision API, lalu aktifkan.
4. Kembali ke Credentials.
5. Buat API Key.
6. Buka API Key tersebut dan salin nilainya.
7. Tempelkan ke Google Vision API Key di ImgBed.
8. Simpan.

Setelah itu, Anda bisa memilih Google Vision di dialog OCR.

Query Penggunaan Google

Query kuota tidak wajib untuk pengenalan teks.

Fitur ini hanya menampilkan perkiraan berapa banyak panggilan Google Vision yang dipakai dalam 30 hari terakhir.

1. Di Google Cloud Console, buka IAM & Admin.
2. Buka Service Accounts.
3. Buat service account, misalnya vision-monitor.
4. Berikan role Monitoring Viewer.
5. Buka detail service account dan buat key.
6. Pilih JSON.
7. Download file JSON yang dibuat.
8. Kembali ke ImgBed dan import ke service account JSON (opsional).
9. Setelah import berhasil, klik quota query.

Setelah import, ImgBed menampilkan nama project pemilik service account tersebut. Saat query penggunaan, ImgBed membaca data monitoring Google dan menampilkan jumlah panggilan bulan ini.

Ringkasnya:

Item	Fungsi
Google Vision API Key	Menjalankan OCR recognition.
Service account JSON	Mengecek berapa banyak panggilan Google Vision yang sudah dipakai.
Role Monitoring Viewer	Mengizinkan service account membaca data penggunaan.

Mendapatkan Baidu PaddleOCR Token

Baidu PaddleOCR membutuhkan access token.

Buka jendela pemanggilan API di halaman Baidu PaddleOCR, klik untuk mendapatkan token, lalu salin token tersebut.

Kembali ke ImgBed, tempelkan ke PaddleOCR Token, lalu simpan.

Mulai Recognition

Di File Management, pilih gambar atau screenshot dokumen, lalu klik OCR.

Di dialog, pilih layanan recognition dan model.

Pilihan model PaddleOCR yang umum:

Model	Cocok Untuk
PP-StructureV3	Default yang disarankan. Bagus untuk dokumen, tabel, rumus, cap, dan layout campuran.
PP-OCRv5	Gambar sederhana, teks biasa, dan recognition ringan.
PaddleOCR-VL	Multibahasa, gambar kompleks, dan konten seperti chart.
PaddleOCR-VL-1.5	Halaman dokumen yang lebih kompleks dan pemulihan layout.

Jika ragu, mulai dari PP-StructureV3.

Advanced Options

Opsi	Keterangan
Orientation correction	Gunakan jika gambar miring atau terputar.
Document flattening	Gunakan untuk dokumen yang difoto dengan lengkungan atau kemiringan.
Layout detection	Gunakan jika ingin mempertahankan struktur heading, paragraf, tabel, dan gambar.
Chart recognition	Gunakan jika gambar berisi chart atau struktur kompleks.
Beautify Markdown	Membuat Markdown hasil ekspor lebih mudah dibaca.

Untuk screenshot biasa, gunakan opsi seminimal mungkin. Untuk scan dokumen, aktifkan lebih banyak opsi terkait dokumen.

Melihat Hasil

Setelah recognition selesai, dialog akan menampilkan hasilnya.

Anda bisa langsung menyalinnya atau memilih format ekspor.

Untuk halaman dokumen, PDF hasil ekspor bisa mempertahankan tampilan halaman sambil membuat teks tetap searchable. Ini berguna untuk mengarsipkan scan dan mencari isi dokumen nanti.

Memilih Format Ekspor

Format	Cocok Untuk
Markdown (.md)	Catatan, sistem dokumentasi, dan pengeditan lanjutan.
PDF (.pdf)	Menjaga tampilan halaman dan hasil scan dokumen.
Word (.docx)	Pengeditan layout, perubahan teks, dan handoff ke orang lain.
Export all	Menyimpan beberapa format dan gambar asli, cocok untuk arsip penting.

Jika hanya membutuhkan teks, ekspor Markdown.

Jika perlu mempertahankan tampilan halaman, gunakan PDF atau Word.

Output Word

Dokumen Word hasil ekspor bisa dibuka dan diedit dengan software office.

Beberapa dokumen menyertakan gambar, heading, dan paragraf yang dikenali di output Word.

Kualitas recognition bergantung pada kejernihan gambar asli, pilihan model, dan kompleksitas dokumen.

Jenis File yang Cocok untuk OCR

Jenis File	Rekomendasi
Screenshot jelas	Kenali langsung.
Scan	Utamakan PP-StructureV3.
Dokumen yang difoto	Aktifkan orientation correction dan document flattening.
Tabel, rumus, cap	Utamakan model structured.
Gambar teks pendek sederhana	PP-OCRv5 biasanya cukup.

Gambar yang lebih jelas dengan teks yang lebih lurus biasanya menghasilkan recognition yang lebih baik.

Kasus Umum

Kasus	Arti
Recognition gagal	Periksa apakah token atau key layanan sudah disimpan.
Recognition lambat	Dokumen kompleks dan gambar besar membutuhkan waktu lebih lama.
Tabel tidak lengkap	Coba model structured.
Teks banyak salah	Blur, pantulan cahaya, dan kemiringan meningkatkan error. Coba gambar yang lebih jelas.
Output Word berisi banyak gambar	Model structured mungkin mempertahankan sebagian gambar yang dikenali. Ini normal.

Query Kuota Google Gagal

Periksa:

1. Service account JSON sudah diimport.
2. Service account memiliki role Monitoring Viewer.
3. Cloud Vision API sudah diaktifkan untuk project tersebut.

Jika hanya membutuhkan OCR dan tidak perlu query penggunaan, Anda bisa mengabaikan service account JSON dan cukup mengisi Google Vision API Key.

Alur Cepat

Buka System Settings
-> Buka Other Settings
-> Isi credential layanan OCR
-> Simpan
-> Kembali ke File Management
-> Pilih file dan klik OCR
-> Pilih model
-> Tunggu recognition selesai
-> Salin hasil atau ekspor Markdown / PDF / Word