OCR

OCR mengekstrak teks dari gambar, pindaian, dan tangkapan layar dokumen.

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

Yang Dapat Dilakukan OCR

Fitur	Deskripsi
Pengenalan teks gambar	Mengekstrak teks dari gambar, tangkapan layar, dan pindaian.
Pengenalan tata letak dokumen	Lebih cocok untuk tabel, rumus, cap, dan tata letak campuran teks-gambar.
Beberapa layanan	Mendukung Baidu PaddleOCR, Microsoft Azure Vision, dan Google Vision.
Menyalin hasil	Menyalin teks yang dikenali setelah pemrosesan.
Ekspor file	Mengekspor Markdown, PDF, dan Word.
Pengemasan batch	Setelah mengenali beberapa file, hasil dapat diunduh sebagai satu paket.

Konfigurasikan Layanan OCR Terlebih Dahulu

Buka:

System Settings -> Other Settings -> OCR

Isi kredensial untuk layanan yang ingin Anda gunakan:

Layanan	Yang Perlu Diisi	Cocok Untuk
Baidu PaddleOCR	PaddleOCR Token	Pilihan pertama yang disarankan. Baik untuk dokumen, gambar, tabel, dan tata letak campuran.
Microsoft Azure Vision	Azure Vision Endpoint dan Azure Vision API Key	Berguna jika Anda sudah menggunakan layanan cloud Microsoft.
Google Vision	Google Vision API Key. Akun layanan JSON hanya digunakan untuk kueri kuota.	Berguna jika Anda menggunakan layanan Google Cloud.

Simpan setelah kredensial diisi.

Untuk pengujian awal, Anda dapat mengonfigurasi satu layanan saja. Anda tidak perlu mengonfigurasi ketiganya.

Penyiapan Google Vision

Penyiapan Google terdiri dari dua bagian:

Tujuan	Persyaratan
Menggunakan OCR	Aktifkan Cloud Vision API, lalu buat API Key.
Mengkueri penggunaan	Buat akun layanan, beri peran Monitoring Viewer, lalu unduh JSON akun layanan.

Menggunakan 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 ImgHost.
8. Simpan.

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

Mengkueri Penggunaan Google

Kueri kuota tidak wajib untuk pengenalan.

Fitur ini hanya menampilkan perkiraan jumlah panggilan Google Vision yang digunakan dalam 30 hari terakhir.

1. Di Google Cloud Console, buka IAM & Admin.
2. Buka Service Accounts.
3. Buat akun layanan, misalnya vision-monitor.
4. Berikan peran Monitoring Viewer.
5. Buka detail akun layanan dan buat kunci.
6. Pilih JSON.
7. Unduh file JSON yang dibuat.
8. Kembali ke ImgHost dan impor di bagian JSON akun layanan (opsional).
9. Setelah impor berhasil, klik kueri kuota.

Setelah impor, ImgHost menampilkan nama project pemilik akun layanan tersebut. Saat mengkueri penggunaan, ImgHost membaca data monitoring Google dan menampilkan jumlah panggilan bulan ini.

Ringkasnya:

Item	Tujuan
Google Vision API Key	Menjalankan pengenalan OCR.
File JSON akun layanan	Mengkueri berapa banyak panggilan Google Vision yang sudah digunakan.
Peran Monitoring Viewer	Mengizinkan akun layanan membaca data penggunaan.

Mendapatkan Baidu PaddleOCR Token

Baidu PaddleOCR membutuhkan token akses.

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

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

Memulai Pengenalan

Di Manajemen File, pilih gambar atau tangkapan layar dokumen, lalu klik OCR.

Di dialog, pilih layanan dan model pengenalan.

Pilihan model PaddleOCR yang umum:

Model	Cocok Untuk
PP-StructureV3	Default yang disarankan. Baik untuk dokumen, tabel, rumus, cap, dan tata letak campuran.
PP-OCRv5	Gambar sederhana, teks biasa, dan pengenalan ringan.
PaddleOCR-VL	Konten multibahasa, gambar kompleks, dan konten mirip bagan.
PaddleOCR-VL-1.5	Halaman dokumen yang lebih kompleks dan pemulihan tata letak.

Jika ragu, mulai dengan PP-StructureV3.

Opsi Lanjutan

Opsi	Deskripsi
Koreksi orientasi	Gunakan saat gambar terputar atau miring.
Perataan dokumen	Gunakan untuk dokumen yang difoto dengan lengkungan atau kemiringan.
Deteksi tata letak	Gunakan saat Anda ingin mempertahankan struktur judul, paragraf, tabel, dan gambar.
Pengenalan bagan	Gunakan saat gambar berisi bagan atau struktur kompleks.
Rapikan Markdown	Membuat Markdown hasil ekspor lebih mudah dibaca.

Untuk tangkapan layar biasa, gunakan opsi seminimal mungkin. Untuk pindaian dokumen, aktifkan lebih banyak opsi terkait dokumen.

Melihat Hasil

Setelah pengenalan selesai, dialog menampilkan hasilnya.

Anda dapat langsung menyalinnya atau memilih format ekspor.

Untuk halaman dokumen, PDF hasil ekspor dapat mempertahankan tampilan halaman sambil membuat teks tetap dapat dicari. Ini berguna untuk mengarsipkan pindaian dan menemukan konten nanti.

Memilih Format Ekspor

Format	Cocok Untuk
Markdown (.md)	Catatan, sistem dokumentasi, dan pengeditan lanjutan.
PDF (.pdf)	Mempertahankan tampilan halaman dan hasil dokumen pindaian.
Word (.docx)	Melanjutkan pengeditan tata letak, mengubah teks, dan menyerahkan ke orang lain.
Ekspor semua	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 dapat dibuka dan diedit dengan perangkat lunak perkantoran.

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

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

Jenis File Terbaik untuk OCR

Jenis File	Rekomendasi
Tangkapan layar jelas	Kenali langsung.
Pindaian	Utamakan PP-StructureV3.
Dokumen yang difoto	Aktifkan koreksi orientasi dan perataan dokumen.
Tabel, rumus, cap	Utamakan model terstruktur.
Gambar teks pendek sederhana	PP-OCRv5 biasanya cukup.

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

Kasus Umum

Kasus	Arti
Pengenalan gagal	Periksa apakah token atau kunci layanan sudah disimpan.
Pengenalan lambat	Dokumen kompleks dan gambar besar membutuhkan waktu lebih lama.
Tabel tidak lengkap	Coba model terstruktur.
Teks memiliki kesalahan	Buram, pantulan cahaya, dan kemiringan meningkatkan kesalahan pengenalan. Coba gambar yang lebih jelas.
Output Word berisi banyak gambar	Model terstruktur dapat mempertahankan sebagian gambar yang dikenali. Ini normal.

Kueri Kuota Google Gagal

Periksa:

1. Akun layanan JSON sudah diimpor.
2. Akun layanan memiliki peran Monitoring Viewer.
3. Cloud Vision API sudah diaktifkan untuk project tersebut.

Jika Anda hanya membutuhkan OCR dan tidak membutuhkan kueri penggunaan, Anda dapat mengabaikan JSON akun layanan dan hanya mengisi Google Vision API Key.

Alur Cepat

Open System Settings
-> Open Other Settings
-> Fill OCR service credentials
-> Save
-> Return to File Management
-> Select a file and click OCR
-> Choose a model
-> Wait for recognition
-> Copy results or export Markdown / PDF / Word