OCR

OCR ดึง text ออกจาก images, scans และ document screenshots

หลัง recognition แล้ว คุณสามารถ copy result, export เป็น Markdown, PDF หรือ Word หรือ package หลาย formats รวมกันเพื่อ download

OCR ทำอะไรได้บ้าง

Feature	Description
Image text recognition	Extract text จาก images, screenshots และ scans
Document layout recognition	เหมาะกับ tables, formulas, stamps และ mixed text-image layouts
Multiple services	รองรับ Baidu PaddleOCR, Microsoft Azure Vision และ Google Vision
Copy results	Copy recognized text หลัง processing
Export files	Export Markdown, PDF และ Word
Batch packaging	หลัง recognize หลาย files สามารถ download results เป็น package

Configure OCR Services ก่อน

เปิด:

System Settings -> Other Settings -> OCR

กรอก credentials สำหรับ services ที่ต้องการใช้:

Service	What To Enter	Best For
Baidu PaddleOCR	PaddleOCR Token	Recommended first choice เหมาะกับ documents, images, tables และ mixed layouts
Microsoft Azure Vision	Azure Vision Endpoint และ Azure Vision API Key	เหมาะถ้าใช้ Microsoft cloud services อยู่แล้ว
Google Vision	Google Vision API Key ส่วน service account JSON ใช้เฉพาะ quota query	เหมาะถ้าใช้ Google Cloud services

กรอก credentials แล้ว save

สำหรับ initial testing configure service เดียวก็พอ ไม่จำเป็นต้องครบทั้งสาม

Google Vision Setup

Google setup มีสองส่วน:

Goal	Requirement
ใช้ OCR	Enable Cloud Vision API แล้วสร้าง API Key
Query usage	สร้าง service account, grant Monitoring Viewer, แล้ว download service account JSON

ใช้ Google สำหรับ OCR

1. เปิด Google Cloud Console
2. ไปที่ APIs & Services
3. เปิด Library, search Cloud Vision API แล้ว enable
4. กลับไปที่ Credentials
5. Create API Key
6. เปิด API Key แล้ว copy
7. Paste ใน Google Vision API Key ของ ImgBed
8. Save

จากนั้นเลือก Google Vision ใน OCR dialog ได้

Query Google Usage

Quota query ไม่ required สำหรับ recognition

ใช้แสดงคร่าว ๆ ว่า Google Vision calls ถูกใช้ไปเท่าไรใน 30 วันที่ผ่านมา

1. ใน Google Cloud Console เปิด IAM & Admin
2. เปิด Service Accounts
3. สร้าง service account เช่น vision-monitor
4. Grant role Monitoring Viewer
5. เปิด service account details แล้ว create key
6. เลือก JSON
7. Download generated JSON file
8. กลับไป ImgBed แล้ว import ใน service account JSON (optional)
9. หลัง import สำเร็จ คลิก quota query

หลัง import ImgBed จะแสดง project name ที่เป็นเจ้าของ service account เมื่อ query usage ImgBed จะอ่าน Google monitoring data แล้วแสดง call count ของเดือนนี้

สรุป:

Item	Purpose
Google Vision API Key	ทำ OCR recognition
Service account JSON	Query จำนวน Google Vision calls ที่ใช้
Monitoring Viewer role	ให้ service account อ่าน usage data

รับ Baidu PaddleOCR Token

Baidu PaddleOCR ต้องใช้ access token

เปิด API call window ในหน้า Baidu PaddleOCR คลิกเพื่อรับ token แล้ว copy

กลับไป ImgBed paste ใน PaddleOCR Token แล้ว save

เริ่ม Recognition

ใน File Management เลือก image หรือ document screenshot แล้วคลิก OCR

ใน dialog เลือก recognition service และ model

Common PaddleOCR model choices:

Model	Best For
PP-StructureV3	Recommended default เหมาะกับ documents, tables, formulas, stamps และ mixed layouts
PP-OCRv5	Simple images, ordinary text และ lightweight recognition
PaddleOCR-VL	Multilingual, complex images และ chart-like content
PaddleOCR-VL-1.5	Document pages ที่ซับซ้อนกว่า และ layout recovery

ถ้าไม่แน่ใจ เริ่มด้วย PP-StructureV3

Advanced Options

Option	Description
Orientation correction	ใช้เมื่อ image หมุนหรือเอียง
Document flattening	ใช้กับ photographed documents ที่มี curvature หรือ tilt
Layout detection	ใช้เมื่อต้องการ preserve headings, paragraphs, tables และ image structure
Chart recognition	ใช้เมื่อ image มี charts หรือ structures ซับซ้อน
Beautify Markdown	ทำให้ exported Markdown อ่านง่ายขึ้น

สำหรับ regular screenshots ให้ใช้ options น้อยที่สุด สำหรับ document scans ให้ enable document-related options มากขึ้น

ดู Results

หลัง recognition เสร็จ dialog จะแสดง result

คุณ copy ได้ทันทีหรือเลือก export formats

สำหรับ document pages, exported PDF สามารถ preserve page appearance พร้อมให้ text searchable เหมาะกับ archiving scans และค้นหา content ภายหลัง

เลือก Export Format

Format	Best For
Markdown (.md)	Notes, documentation systems และการ edit ภายหลัง
PDF (.pdf)	Preserve page appearance และ scanned document results
Word (.docx)	Layout editing, text modification และส่งต่อให้คนอื่น
Export all	Save multiple formats และ original image เหมาะกับ archives สำคัญ

ถ้าต้องการแค่ text ให้ export Markdown

ถ้าต้องการ page appearance ให้ใช้ PDF หรือ Word

Word Output

Exported Word documents เปิดและ edit ด้วย office software ได้

Documents บางแบบมี recognized images, headings และ paragraphs ใน Word output

Recognition quality ขึ้นกับ original image clarity, model choice และ document complexity

File Types ที่เหมาะกับ OCR

File Type	Recommendation
Clear screenshots	Recognize ได้โดยตรง
Scans	Prefer PP-StructureV3
Photographed documents	Enable orientation correction และ document flattening
Tables, formulas, stamps	Prefer structured models
Simple short text images	PP-OCRv5 มักพอ

Images ที่ชัดและ text ตรงจะให้ results ดีกว่า

Common Cases

Case	Meaning
Recognition fails	ตรวจว่า service token หรือ key ถูก save แล้ว
Recognition slow	Complex documents และ large images ใช้เวลานานกว่า
Table incomplete	ลอง structured model
Text มี mistakes	Blur, glare และ skew เพิ่ม recognition errors ลอง image ที่ชัดกว่า
Word output มี images จำนวนมาก	Structured models อาจ preserve recognized images บางส่วน เป็นเรื่องปกติ

Google Quota Query Fails

ตรวจว่า:

1. Import service account JSON แล้ว
2. Service account มี role Monitoring Viewer
3. Project enable Cloud Vision API

ถ้าต้องการแค่ OCR ไม่ต้อง query usage สามารถไม่ใส่ service account JSON และกรอกแค่ Google Vision API Key

Quick Flow

เปิด System Settings
-> เปิด Other Settings
-> กรอก OCR service credentials
-> Save
-> กลับไป File Management
-> เลือก file แล้วคลิก OCR
-> เลือก model
-> รอ recognition
-> Copy results หรือ export Markdown / PDF / Word