OCR

OCR mengekstrak teks daripada imej, imbasan dan tangkapan skrin dokumen.

Selepas pengecaman, anda boleh menyalin hasil, mengeksportnya sebagai Markdown, PDF atau Word, atau membungkus beberapa format bersama-sama untuk dimuat turun.

Perkara Yang Boleh Dilakukan OCR

Ciri	Penerangan
Pengecaman teks imej	Mengekstrak teks daripada imej, tangkapan skrin dan imbasan.
Pengecaman susun atur dokumen	Lebih sesuai untuk jadual, formula, cop dan susun atur campuran teks-imej.
Berbilang perkhidmatan	Menyokong Baidu PaddleOCR, Microsoft Azure Vision dan Google Vision.
Salin hasil	Menyalin teks yang dikenal pasti selepas pemprosesan.
Eksport fail	Mengeksport Markdown, PDF dan Word.
Pembungkusan kelompok	Selepas mengenal pasti berbilang fail, muat turun hasil sebagai satu pakej.

Konfigurasikan Perkhidmatan OCR Dahulu

Buka:

System Settings -> Other Settings -> OCR

Isi kelayakan untuk perkhidmatan yang mahu anda gunakan:

Perkhidmatan	Perkara Yang Perlu Diisi	Paling Sesuai Untuk
Baidu PaddleOCR	PaddleOCR Token	Pilihan pertama yang disyorkan. Baik untuk dokumen, imej, jadual dan susun atur campuran.
Microsoft Azure Vision	Azure Vision Endpoint dan Azure Vision API Key	Berguna jika anda sudah menggunakan perkhidmatan awan Microsoft.
Google Vision	Google Vision API Key. Akaun perkhidmatan JSON hanya digunakan untuk pertanyaan kuota.	Berguna jika anda menggunakan perkhidmatan Google Cloud.

Simpan selepas mengisi kelayakan.

Untuk ujian awal, satu perkhidmatan sahaja sudah mencukupi. Anda tidak perlu mengkonfigurasikan ketiga-tiganya.

Persediaan Google Vision

Persediaan Google mempunyai dua bahagian:

Matlamat	Keperluan
Menggunakan OCR	Aktifkan Cloud Vision API, kemudian cipta API Key.
Menyemak penggunaan	Cipta akaun perkhidmatan, berikan Monitoring Viewer, kemudian muat turun akaun perkhidmatan JSON.

Menggunakan Google Untuk OCR

1. Buka Google Cloud Console.
2. Pergi ke APIs & Services.
3. Buka Library, cari Cloud Vision API dan aktifkannya.
4. Kembali ke Credentials.
5. Cipta API Key.
6. Buka API Key dan salin.
7. Tampal ke Google Vision API Key dalam ImgHost.
8. Simpan.

Selepas itu, anda boleh memilih Google Vision dalam dialog OCR.

Menyemak Penggunaan Google

Pertanyaan kuota tidak diperlukan untuk pengecaman.

Ia hanya menunjukkan anggaran bilangan panggilan Google Vision yang digunakan dalam 30 hari terakhir.

1. Dalam Google Cloud Console, buka IAM & Admin.
2. Buka Service Accounts.
3. Cipta akaun perkhidmatan, contohnya vision-monitor.
4. Berikan peranan Monitoring Viewer.
5. Buka butiran akaun perkhidmatan dan cipta kunci.
6. Pilih JSON.
7. Muat turun fail JSON yang dijana.
8. Kembali ke ImgHost dan import di bawah akaun perkhidmatan JSON (pilihan).
9. Selepas import berjaya, klik pertanyaan kuota.

Selepas import, ImgHost menunjukkan nama projek yang memiliki akaun perkhidmatan tersebut. Semasa menyemak penggunaan, ImgHost membaca data pemantauan Google dan menunjukkan bilangan panggilan bulan ini.

Ringkasnya:

Perkara	Tujuan
Google Vision API Key	Melakukan pengecaman OCR.
Akaun perkhidmatan JSON	Menyemak berapa banyak panggilan Google Vision telah digunakan.
Peranan Monitoring Viewer	Membenarkan akaun perkhidmatan membaca data penggunaan.

Mendapatkan Baidu PaddleOCR Token

Baidu PaddleOCR memerlukan token akses.

Buka tetingkap panggilan API pada halaman Baidu PaddleOCR, klik untuk mendapatkan token, kemudian salin.

Kembali ke ImgHost, tampal ke PaddleOCR Token dan simpan.

Memulakan Pengecaman

Dalam Pengurusan Fail, pilih imej atau tangkapan skrin dokumen dan klik OCR.

Dalam dialog, pilih perkhidmatan pengecaman dan model.

Pilihan model PaddleOCR yang biasa:

Model	Paling Sesuai Untuk
PP-StructureV3	Lalai yang disyorkan. Baik untuk dokumen, jadual, formula, cop dan susun atur campuran.
PP-OCRv5	Imej mudah, teks biasa dan pengecaman ringan.
PaddleOCR-VL	Berbilang bahasa, imej kompleks dan kandungan seperti carta.
PaddleOCR-VL-1.5	Halaman dokumen yang lebih kompleks dan pemulihan susun atur.

Jika tidak pasti, mulakan dengan PP-StructureV3.

Pilihan Lanjutan

Pilihan	Penerangan
Pembetulan orientasi	Gunakan apabila imej diputar atau condong.
Perataan dokumen	Gunakan untuk dokumen yang difoto dengan lengkungan atau kecondongan.
Pengesanan susun atur	Gunakan apabila anda mahu mengekalkan tajuk, perenggan, jadual dan struktur imej.
Pengecaman carta	Gunakan apabila imej mengandungi carta atau struktur kompleks.
Perkemas Markdown	Menjadikan Markdown yang dieksport lebih mudah dibaca.

Untuk tangkapan skrin biasa, kekalkan pilihan pada tahap minimum. Untuk imbasan dokumen, aktifkan lebih banyak pilihan berkaitan dokumen.

Melihat Hasil

Selepas pengecaman selesai, dialog menunjukkan hasilnya.

Anda boleh menyalinnya terus atau memilih format eksport.

Untuk halaman dokumen, PDF yang dieksport boleh mengekalkan rupa halaman sambil memastikan teks boleh dicari. Ini berguna untuk mengarkib imbasan dan mencari kandungan kemudian.

Memilih Format Eksport

Format	Paling Sesuai Untuk
Markdown (.md)	Nota, sistem dokumentasi dan penyuntingan kemudian.
PDF (.pdf)	Mengekalkan rupa halaman dan hasil dokumen imbasan.
Word (.docx)	Penyuntingan susun atur, pengubahsuaian teks dan penyerahan kepada orang lain.
Eksport semua	Menyimpan beberapa format dan imej asal, sesuai untuk arkib penting.

Jika anda hanya memerlukan teks, eksport Markdown.

Jika anda memerlukan rupa halaman, gunakan PDF atau Word.

Output Word

Dokumen Word yang dieksport boleh dibuka dan disunting dengan perisian pejabat.

Sesetengah dokumen memasukkan imej, tajuk dan perenggan yang dikenal pasti dalam output Word.

Kualiti pengecaman bergantung pada kejelasan imej asal, pilihan model dan kerumitan dokumen.

Jenis Fail Terbaik Untuk OCR

Jenis Fail	Cadangan
Tangkapan skrin jelas	Kenal pasti secara terus.
Imbasan	Utamakan PP-StructureV3.
Dokumen yang difoto	Aktifkan pembetulan orientasi dan perataan dokumen.
Jadual, formula, cop	Utamakan model berstruktur.
Imej teks pendek yang mudah	PP-OCRv5 biasanya mencukupi.

Imej yang lebih jelas dengan teks yang lebih lurus biasanya menghasilkan keputusan yang lebih baik.

Kes Biasa

Kes	Maksud
Pengecaman gagal	Semak bahawa token atau kunci perkhidmatan telah disimpan.
Pengecaman perlahan	Dokumen kompleks dan imej besar mengambil masa lebih lama.
Jadual tidak lengkap	Cuba model berstruktur.
Teks mempunyai kesilapan	Kabur, silau dan kecondongan meningkatkan ralat pengecaman. Cuba imej yang lebih jelas.
Output Word mengandungi banyak imej	Model berstruktur mungkin mengekalkan beberapa imej yang dikenal pasti. Ini normal.

Pertanyaan Kuota Google Gagal

Semak:

1. Akaun perkhidmatan JSON telah diimport.
2. Akaun perkhidmatan mempunyai peranan Monitoring Viewer.
3. Cloud Vision API telah diaktifkan untuk projek.

Jika anda hanya memerlukan OCR dan tidak memerlukan pertanyaan penggunaan, anda boleh mengabaikan JSON akaun perkhidmatan dan hanya mengisi Google Vision API Key.

Aliran Pantas

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