Come estrarre il testo dalle immagini con l’OCR
L’OCR (riconoscimento ottico dei caratteri) trasforma le lettere di una foto, di uno screenshot o di una scansione in testo che puoi copiare e modificare. Questa guida spiega che cosa influisce sul risultato e come ottenere un testo più pulito.
Come funziona l’OCR
Un motore OCR converte prima l’immagine in bianco e nero, in modo che le lettere risaltino sullo sfondo. Poi analizza l’impaginazione, individuando blocchi di testo, righe e parole. Infine, un modello di riconoscimento stima quali caratteri mostra ogni parola.
Lo strumento di LeedyBox usa Tesseract, un motore OCR open source, tramite Tesseract.js. Il suo modello di riconoscimento è una rete neurale addestrata su testo stampato, con dati separati per ogni lingua. Il motore indica anche un valore di affidabilità per ogni parola, e lo strumento ne mostra la media per ogni immagine.
Scegliere la lingua
L’impostazione della lingua indica al motore quali caratteri e parole aspettarsi. Leggere un testo coreano, giapponese o russo con il modello inglese produce sequenze senza senso fatte di lettere latine dall’aspetto simile, e per le lingue che condividono un alfabeto il modello giusto gestisce meglio accenti e parole comuni.
Se un’immagine mescola due lingue, ad esempio un documento coreano con nomi di prodotti in inglese, scegli entrambe. Aggiungi una seconda lingua solo quando il testo lo richiede: ogni lingua in più rende il riconoscimento più lento e dà al motore più caratteri da confondere.
| Immagine | Lingua | Disposizione del testo |
|---|---|---|
| Pagina di un documento o articolo in una sola lingua | Quella lingua | Automatica |
| Menu, diapositiva o etichetta con testo nella lingua locale e parole in inglese | Lingua locale + inglese | Automatica |
| Paragrafo ritagliato le cui righe escono nell’ordine sbagliato | Quella lingua | Un unico blocco di testo |
| Una sola riga, come un titolo, un numero di serie o un cartello | Quella lingua | Un’unica riga di testo |
Consigli sulla qualità dell’immagine
- Risoluzione: il testo piccolo in un’immagine a bassa risoluzione è la causa di errore più comune. Ingrandire aiuta in parte, ed è per questo che lo strumento di LeedyBox può rileggere le immagini piccole a dimensione doppia, ma non può ripristinare dettagli che l’immagine non contiene. Anche le lettere molto grandi possono essere lette in modo meno affidabile.
- Contrasto: il testo scuro su uno sfondo chiaro e uniforme funziona meglio. Stampa sbiadita, testo grigio, sfondi colorati e ombre rendono più difficile separare le lettere. L’opzione per la scala di grigi e il contrasto può aiutare con il testo sbiadito, ma confronta i risultati, perché può anche peggiorare un’immagine pulita.
- Testo diritto: un testo inclinato, curvo o deformato dalla prospettiva, come quello di un libro fotografato di sbieco, porta a righe unite e caratteri sbagliati. Ruota l’immagine o scattala di nuovo se il testo è chiaramente storto.
- Ritaglio: ritaglia l’immagine attorno al testo che ti serve. Loghi, foto, bordi e colonne vicine possono essere scambiati per caratteri e confondere l’ordine di lettura.
- Compressione: una forte compressione JPG sfoca le lettere con artefatti. Quando puoi, salva gli screenshot in PNG; vedi JPG, PNG, WebP o AVIF.
Screenshot e foto a confronto
Gli screenshot sono nitidi e diritti, quindi di solito danno buoni risultati. Il loro punto debole principale sono le dimensioni: il testo delle interfacce è spesso alto solo pochi pixel. Ingrandisci la pagina o l’app prima di fare lo screenshot e non rimpicciolire lo screenshot in seguito. Puoi incollare uno screenshot direttamente nello strumento con Ctrl+V (⌘+V su Mac).
Le foto aggiungono luce irregolare, riflessi, sfocatura, prospettiva e pagine curve. Tieni la fotocamera parallela alla pagina, riempi l’inquadratura con il testo, usa una luce uniforme senza riflessi del flash e tocca lo schermo per mettere a fuoco. L’orientamento registrato dalla fotocamera viene applicato prima della lettura, quindi una foto scattata tenendo il telefono di lato viene letta nel verso giusto.
Per i file PDF, usa Da PDF a testo invece di convertire le pagine in immagini: legge il livello di testo esistente ed esegue l’OCR solo sulle pagine che ne sono prive. La guida Estrarre il testo da un PDF: livelli di testo e OCR tratta i PDF scansionati.
Scrittura a mano e font stilizzati
I modelli usati qui sono addestrati su testo stampato, quindi la scrittura a mano viene di solito riconosciuta male. Lo stampatello maiuscolo ordinato, con le lettere ben separate, ha le migliori probabilità; la scrittura corsiva e le firme raramente danno un risultato utilizzabile. Font decorativi, calligrafici o molto condensati, testo su sfondi con motivi e testo verticale causano problemi simili.
Controllare e correggere il risultato
Considera il risultato dell’OCR una bozza. Gli errori tipici sono la confusione tra 0 e O, tra 1, l e I o tra «rn» e «m»; accenti e punteggiatura mancanti o sbagliati; parole unite o spezzate a fine riga; e righe di colonne vicine mescolate tra loro. Tabelle e impaginazioni su più colonne non vengono conservate: il risultato è testo semplice.
Confronta il testo con l’immagine, prestando particolare attenzione a numeri, nomi, date, importi e indirizzi, dove anche un solo carattere sbagliato conta. Un valore di affidabilità alto non dimostra che il testo sia corretto. Puoi modificare il testo nello strumento prima di copiarlo o scaricarlo.
Privacy: cosa resta sul tuo dispositivo
Lo strumento di LeedyBox esegue il motore OCR nel tuo browser: le tue immagini vengono lette sul tuo dispositivo e non vengono caricate su LeedyBox. Il browser scarica la libreria Tesseract.js, il suo motore WebAssembly e i dati di ogni lingua scelta direttamente da leedybox.com. Si tratta di normali download di file che non includono le tue immagini. Tesseract.js salva i dati linguistici nello spazio di archiviazione del browser (IndexedDB), così non devono essere scaricati di nuovo; cancellando i dati del sito nel browser vengono rimossi.
Domande frequenti
Perché la prima immagine è lenta?
La prima volta che usi una lingua vengono scaricati il motore OCR e i dati della lingua (diversi megabyte). Le immagini successive li riutilizzano, e i dati della lingua restano nello spazio di archiviazione del browser per le visite successive.
L’OCR può mantenere l’impaginazione di un documento?
Lo strumento estrae testo semplice con le interruzioni di riga. Colonne, tabelle, font e formattazione vanno ricostruiti a mano nel tuo editor.
Perché lo strumento non ha trovato alcun testo?
Di solito il testo è troppo piccolo o sbiadito, oppure la lingua è sbagliata. Ritaglia l’immagine attorno al testo, controlla la lingua o prova un’altra impostazione di disposizione del testo.