OCR

OCR trích xuất text từ images, scans và document screenshots.

Sau recognition, bạn có thể copy result, export thành Markdown, PDF hoặc Word, hoặc package nhiều formats lại để download.

OCR làm được gì

Feature	Description
Image text recognition	Extract text từ images, screenshots và scans.
Document layout recognition	Tốt hơn cho tables, formulas, stamps và mixed text-image layouts.
Multiple services	Hỗ trợ Baidu PaddleOCR, Microsoft Azure Vision và Google Vision.
Copy results	Copy recognized text sau khi processing.
Export files	Export Markdown, PDF và Word.
Batch packaging	Sau khi recognize nhiều files, download results dưới dạng package.

Cấu hình OCR Services trước

Mở:

System Settings -> Other Settings -> OCR

Điền credentials cho services bạn muốn dùng:

Service	What To Enter	Best For
Baidu PaddleOCR	PaddleOCR Token	Recommended first choice. Tốt cho documents, images, tables và mixed layouts.
Microsoft Azure Vision	Azure Vision Endpoint và Azure Vision API Key	Hữu ích nếu bạn đã dùng Microsoft cloud services.
Google Vision	Google Vision API Key. Service account JSON chỉ dùng cho quota query.	Hữu ích nếu bạn dùng Google Cloud services.

Điền credentials xong thì save.

Bạn chỉ cần cấu hình một service để test ban đầu. Không cần cả ba.

Google Vision Setup

Google setup có hai phần:

Goal	Requirement
Dùng OCR	Enable Cloud Vision API, rồi tạo API Key.
Query usage	Tạo service account, grant Monitoring Viewer, rồi download service account JSON.

Dùng Google cho OCR

1. Mở Google Cloud Console.
2. Vào APIs & Services.
3. Mở Library, tìm Cloud Vision API và enable.
4. Quay lại Credentials.
5. Tạo một API Key.
6. Mở API Key và copy.
7. Paste vào Google Vision API Key trong ImgBed.
8. Save.

Sau đó bạn có thể chọn Google Vision trong OCR dialog.

Query Google Usage

Quota query không required cho recognition.

Nó chỉ hiển thị sơ bộ số Google Vision calls đã dùng trong 30 ngày gần nhất.

1. Trong Google Cloud Console, mở IAM & Admin.
2. Mở Service Accounts.
3. Tạo service account, ví dụ vision-monitor.
4. Grant role Monitoring Viewer.
5. Mở service account details và create key.
6. Chọn JSON.
7. Download generated JSON file.
8. Quay lại ImgBed và import dưới service account JSON (optional).
9. Sau khi import thành công, nhấn quota query.

Sau import, ImgBed hiển thị project name sở hữu service account. Khi query usage, ImgBed đọc Google monitoring data và hiển thị call count của tháng này.

Tóm lại:

Item	Purpose
Google Vision API Key	Thực hiện OCR recognition.
Service account JSON	Query số Google Vision calls đã dùng.
Monitoring Viewer role	Cho phép service account đọc usage data.

Lấy Baidu PaddleOCR Token

Baidu PaddleOCR cần access token.

Mở cửa sổ API call trên trang Baidu PaddleOCR, click để lấy token, rồi copy.

Quay lại ImgBed, paste vào PaddleOCR Token, rồi save.

Bắt đầu Recognition

Trong File Management, chọn image hoặc document screenshot và nhấn OCR.

Trong dialog, chọn recognition service và model.

Common PaddleOCR model choices:

Model	Best For
PP-StructureV3	Recommended default. Tốt cho documents, tables, formulas, stamps và mixed layouts.
PP-OCRv5	Simple images, ordinary text và lightweight recognition.
PaddleOCR-VL	Multilingual, complex images và chart-like content.
PaddleOCR-VL-1.5	Document pages phức tạp hơn và layout recovery.

Nếu chưa chắc, bắt đầu với PP-StructureV3.

Advanced Options

Option	Description
Orientation correction	Dùng khi image bị xoay hoặc nghiêng.
Document flattening	Dùng cho photographed documents có cong hoặc nghiêng.
Layout detection	Dùng khi muốn preserve headings, paragraphs, tables và image structure.
Chart recognition	Dùng khi image có charts hoặc structures phức tạp.
Beautify Markdown	Làm exported Markdown dễ đọc hơn.

Với regular screenshots, giữ options tối giản. Với document scans, bật thêm document-related options.

Xem Results

Sau khi recognition xong, dialog hiển thị result.

Bạn có thể copy trực tiếp hoặc chọn export formats.

Với document pages, exported PDF có thể preserve page appearance và vẫn giữ text searchable. Điều này hữu ích để archive scans và tìm content sau này.

Chọn Export Format

Format	Best For
Markdown (.md)	Notes, documentation systems và chỉnh sửa sau này.
PDF (.pdf)	Preserve page appearance và scanned document results.
Word (.docx)	Layout editing, text modification và handoff cho người khác.
Export all	Save nhiều formats và original image, phù hợp với archives quan trọng.

Nếu chỉ cần text, export Markdown.

Nếu cần page appearance, dùng PDF hoặc Word.

Word Output

Exported Word documents có thể mở và edit bằng office software.

Một số documents có recognized images, headings và paragraphs trong Word output.

Recognition quality phụ thuộc vào original image clarity, model choice và document complexity.

File Types phù hợp với OCR

File Type	Recommendation
Clear screenshots	Recognize trực tiếp.
Scans	Ưu tiên PP-StructureV3.
Photographed documents	Enable orientation correction và document flattening.
Tables, formulas, stamps	Ưu tiên structured models.
Simple short text images	PP-OCRv5 thường đủ.

Images càng rõ và text càng thẳng thì results thường càng tốt.

Common Cases

Case	Meaning
Recognition fails	Kiểm tra service token hoặc key đã save chưa.
Recognition slow	Complex documents và large images mất thời gian hơn.
Table incomplete	Thử structured model.
Text có lỗi	Blur, glare và skew làm tăng recognition errors. Thử image rõ hơn.
Word output có nhiều images	Structured models có thể preserve một số recognized images. Đây là bình thường.

Google Quota Query Fails

Kiểm tra:

1. Service account JSON đã được import.
2. Service account có role Monitoring Viewer.
3. Cloud Vision API đã enabled cho project.

Nếu chỉ cần OCR và không cần usage query, có thể bỏ qua service account JSON và chỉ điền Google Vision API Key.

Quick Flow

Mở System Settings
-> Mở Other Settings
-> Điền OCR service credentials
-> Save
-> Quay lại File Management
-> Chọn file và nhấn OCR
-> Chọn model
-> Chờ recognition
-> Copy results hoặc export Markdown / PDF / Word