OCR رایگان و محلی · ۲۱ زبان · صفحه‌های چندزبانه · بدون آپلود

تبدیل عکس به Markdown (OCR)

این ابزار تبدیل عکس به Markdown، عکس یا اسکرین‌شاتی از متن چاپی را بدون آپلود به Markdown قابل‌ویرایش تبدیل می‌کند. موتور OCR داخل مرورگر شما اجرا می‌شود، از ۲۱ زبان پشتیبانی می‌کند و صفحه‌های چندزبانه را هم می‌خواند: زبان اصلی متن را انتخاب می‌کنید و در صورت نیاز زبان دوم را؛ برای زبان‌هایی که بستهٔ OCR آن‌ها انگلیسی را به‌درستی تشخیص نمی‌دهد، بستهٔ انگلیسی خودکار در کنارشان بارگذاری می‌شود. عکس روی دستگاه شما می‌ماند و وقتی موتور و بسته‌های زبان یک بار دانلود شدند، مبدل آفلاین هم کار می‌کند.

سند Word دارید؟ DOCX را به Markdown تبدیل کنید ←

عکس ← Markdown

یک عکس از متن چاپی انتخاب کنید

فقط داخل مرورگر
عکس

عکس یا اسکرین‌شاتی را که مرورگر می‌تواند بخواند انتخاب کنید، این‌جا رها کنید یا با Ctrl+V / ⌘V بچسبانید. LensUp آن را آپلود نمی‌کند.

زبان متن
بر اساس زبان این صفحه از قبل انتخاب شده. زبانی را انتخاب کنید که روی صفحه چاپ شده.

فقط متن چاپی. یک صفحه می‌تواند دو زبان داشته باشد: زبان اصلی را انتخاب کنید، زبان دوم را اضافه کنید، و برای زبان‌هایی که بستهٔ OCR آن‌ها انگلیسی را به‌درستی تشخیص نمی‌دهد، بستهٔ انگلیسی خودکار بارگذاری می‌شود. جدول‌های خط‌دار جدول Markdown می‌شوند؛ دست‌خط، جدول بی‌خط، فرمول و ستون‌بندی تقریبی‌اند — پیش از اتکا بررسی کنید.

تبدیل عکس به Markdown چطور انجام می‌شود؟

مبدل عکس به Markdown را باز کنید، یک عکس یا اسکرین‌شات از متن چاپی انتخاب کنید، زبان متن را بررسی کنید و «تشخیص متن» را بزنید. LensUp متن را با OCR روی همین دستگاه تشخیص می‌دهد؛ اگر زبان دوم را هم انتخاب کرده باشید، متن آن زبان را نیز تشخیص می‌دهد. برای زبان‌هایی که بستهٔ OCR آن‌ها انگلیسی را به‌درستی تشخیص نمی‌دهد، بستهٔ انگلیسی خودکار بارگذاری می‌شود. سپس پاراگراف‌ها، بولت‌ها و فهرست‌های شماره‌دار را به بلوک‌های Markdown تبدیل می‌کند و می‌گذارد نتیجه را اصلاح کنید، کپی کنید یا به‌صورت ‎.md دانلود کنید. عکس هرگز آپلود نمی‌شود.

برای متنی ساخته شده که می‌خواهید به‌صورت یادداشت نگه دارید نه عکس: صفحه‌ای از کتاب یا جزوه، اسلایدی روی پروژکتور، خلاصهٔ تخته‌ای که با حروف خوانا نوشته شده، دستور آشپزی چاپی، برچسب محصول، فرم، یا پاراگرافی روی پوستر. متن تشخیص‌داده‌شده به‌صورت Markdown قابل‌ویرایش می‌آید؛ آمادهٔ Obsidian، Notion، ایشوی GitHub یا هر دفترچهٔ متنی ساده.

دامنه‌اش عمداً محدود است. فقط متن چاپی را می‌خواند، به زبانی که انتخاب می‌کنید به‌علاوهٔ یک زبان دوم اختیاری؛ ساختاری را که می‌بیند — پاراگراف، فهرست بولت‌دار، فهرست شماره‌دار، تیترهای بزرگ و جدول‌های خط‌دار — نگه می‌دارد و ستون‌بندی، دست‌خط و فرمول‌های ریاضی را فقط به‌صورت تقریبی به متن تبدیل می‌کند که باید خط‌به‌خط بررسی شود. تبدیل عکس به Markdown، عکس به MD، تصویر به Markdown، اسکرین‌شات به Markdown، JPG به Markdown، استخراج متن از عکس: نام‌ها فرق دارند اما کار یکی است و نتیجه همیشه Markdown است که باید پیش از استفاده بررسی‌اش کنید.

مراحل تبدیل عکس به Markdown

  1. یک عکس انتخاب کنیدعکس یا اسکرین‌شاتی از متن چاپی انتخاب کنید، روی ابزار بکشید یا با Ctrl+V / ⌘V از کلیپ‌بورد بچسبانید. JPG، PNG، WebP، HEIC آیفون و TIFF همه به‌صورت محلی خوانده می‌شوند؛ صفحه عکس و اندازه‌اش را نشان می‌دهد بی‌آن‌که چیزی بفرستد.
  2. زبان را انتخاب و متن را تشخیص دهیدزبان متن چاپی را انتخاب کنید (منو زبان این صفحه را از قبل انتخاب کرده)، اگر صفحه دو زبان دارد زبان دوم را اضافه کنید و «تشخیص متن» را بزنید. بار اول موتور OCR (حدود ۱٫۵ مگابایت) و بسته‌های زبان لازم (هرکدام ۰٫۴ تا ۳ مگابایت) دانلود می‌شوند و بعد در حافظهٔ نهان می‌مانند. خواندن روی دستگاه شما و با نوار پیشرفت انجام می‌شود.
  3. بررسی کنید، کپی یا دانلود کنیدMarkdown در کادری قابل‌ویرایش کنار عکس ظاهر می‌شود، همراه با تعداد کلمه یا نویسه و میانگین اطمینان. هرچه را موتور اشتباه خوانده اصلاح کنید، بعد در کلیپ‌بورد کپی کنید یا فایل ‎.md را دانلود کنید.

چه چیزی Markdown می‌شود و چه چیزی نه

هر پاراگراف چاپی یک پاراگراف Markdown می‌شود: سطرها به هم پیوسته می‌شوند و کلمه‌هایی که با خط تیره در انتهای سطر شکسته‌اند دوباره جور می‌شوند؛ سطرهای چینی، ژاپنی و تایلندی بدون فاصله به هم می‌چسبند و به‌جای کلمه، با نویسه شمرده می‌شوند. سطرهایی که با علامت بولت شروع می‌شوند فهرست می‌شوند؛ سطرهایی که با 1. و 2. و 3. — یا با 一、二、三 و 1、2、3 در متن‌های شرق آسیا — شروع می‌شوند فهرست شماره‌دار می‌شوند؛ و یک سطر کوتاه و تنها که آشکارا درشت‌تر از متن یا تماماً با حروف بزرگ چاپ شده، تیتر سطح دو می‌شود. بقیه به ترتیب خواندن، متن ساده می‌ماند.

جدولی که با خط کشیده شده جدول Markdown می‌شود: شبکه پیش از تشخیص پاک می‌شود، هر سطر چاپی یک ردیف جدول می‌شود و فاصله‌های مشترک ردیف‌ها ستون‌ها را می‌سازند؛ برای همین سلول‌های ادغام‌شده و جدول‌های بی‌خط به‌صورت سطرهای متن بیرون می‌آیند. فرمول‌های ریاضی تشخیص داده نمی‌شوند — کسرها، توان‌ها و نمادها به‌هم می‌ریزند؛ صفحه‌بندی دوستونی ممکن است درهم شود؛ دست‌خط، فونت‌های تزئینی، حروف خیلی ریز و متن روی پس‌زمینهٔ شلوغ بد خوانده یا رد می‌شوند. اعداد، نام‌ها و کدها را دوباره بررسی کنید؛ حتی یک نویسهٔ اشتباه می‌تواند معنای آن‌ها را تغییر دهد. میانگین اطمینانی که زیر نتیجه می‌بینید تخمین خود موتور است، نه تضمین.

چطور با دوربین گوشی عکسی بگیرید که تمیز خوانده شود

تشخیص متن روی صفحه‌ای صاف با نوشتهٔ واضح و نور یکنواخت که از روبه‌رو عکس گرفته شده بهترین نتیجه را می‌دهد؛ چیزی حدود وضوح اسکن ۳۰۰ dpi. کادر را با متن پر کنید، از سایه و انعکاس دوری کنید و تا وقتی فوکوس قفل نشده تکان نخورید. عکس‌های خیلی بزرگ پیش از تشخیص به ۲۶۰۰ پیکسل در ضلع بلند کوچک می‌شوند؛ متن معمولی کتاب و مدارک همچنان کاملاً خوانا می‌ماند و در مصرف حافظه و زمان صرفه‌جویی می‌شود.

اگر صفحه کج یا سایه‌دار است، اول از اسکنر LensUp ردش کنید: اصلاح پرسپکتیو و حذف سایه یک صفحهٔ صاف و پرکنتراست می‌دهد، و JPG یا PNG دانلودشده از اسکنر ورودی خوبی برای این‌جاست. اسکرین‌شات را هم می‌خواند — معمولاً ساده‌ترین حالت ممکن.

وقتی موتور محلی کافی نیست: اصلاح با Pro

Pro تصویر انتخاب‌شده را از طریق LensUp به Mathpix می‌فرستد تا فرمول‌ها و جدول‌ها را تشخیص دهد و Markdown قابل ویرایش برگرداند. پیش از استفاده، نتیجه را بررسی کنید. Pro صفحات انتخابی را برای پردازش آپلود می‌کند. فایل‌های موقت و نتایج پس از ۲۴ ساعت حذف می‌شوند. فقط صفحات موفق هزینه دارند.

بسته‌های اعتبار و قیمت‌ها را در «حساب من» ببینید. با Google یا پیوند ایمیل وارد شوید. اعتبار موردنیاز پیش از تأیید تبدیل نمایش داده می‌شود.

پشتیبانی محلی و هدفمند از صفحه‌های چندزبانه

صفحه ۲۱ زبان دارد: انگلیسی، فرانسوی، آلمانی، اسپانیایی، پرتغالی، ایتالیایی، لهستانی، ترکی، اندونزیایی، ویتنامی، چینی (ساده و سنتی)، ژاپنی، کره‌ای، روسی، عربی، فارسی، اردو، هندی، بنگالی و تایلندی — همان زبان‌هایی که خود LensUp حرف می‌زند. هر زبان یک بستهٔ جداست که فقط وقتی انتخابش کنید دانلود می‌شود: صفحهٔ فرانسوی یک بستهٔ ۰٫۷ مگابایتی می‌خواهد و صفحهٔ چینی حدود ۱٫۷ مگابایت، و هیچ‌وقت کل مجموعه دانلود نمی‌شود. زبانی را انتخاب کنید که واقعاً چاپ شده و اگر صفحه دو زبان دارد زبان دوم را اضافه کنید؛ بستهٔ انگلیسی خودکار کنار کره‌ای، روسی، عربی، فارسی، اردو، هندی، بنگالی و تایلندی بارگذاری می‌شود، چون بستهٔ OCR این زبان‌ها انگلیسی را به‌درستی تشخیص نمی‌دهد و کلمه‌های انگلیسی را به حروف شبیه‌شان تبدیل می‌کند. اگر بستهٔ زبان با متن چاپی مطابقت نداشته باشد، به‌جای Markdown تکه‌هایی نامفهوم بیرون می‌آید و خط وضعیت هشدار می‌دهد؛ «تشخیص زبان» برای هر نظام نوشتاری یک بسته را امتحان می‌کند و مناسب‌ترین را نگه می‌دارد. نتیجهٔ صفحه‌های مخلوط را هم پیش از استفاده بررسی کنید.

OCR محلی تصاویر را بدون آپلود در مرورگر شما پردازش می‌کند. فایل‌های موتور و بسته‌ها از lensup.ai می‌آیند و مرورگرتان نگهشان می‌دارد، پس تشخیص دوم به همان زبان فوراً شروع می‌شود. ابزارهای اسکنر همچنان OCR ندارند و PDF قابل‌جست‌وجو نمی‌سازند.

پرسش‌های متداول

وقتی عکس را به Markdown تبدیل می‌کنم، عکس از دستگاهم بیرون می‌رود؟

OCR محلی تصاویر را بدون آپلود در مرورگر شما پردازش می‌کند. Pro تصویر انتخاب‌شده را از طریق LensUp به Mathpix می‌فرستد تا فرمول‌ها و جدول‌ها را تشخیص دهد و Markdown قابل ویرایش برگرداند. پیش از استفاده، نتیجه را بررسی کنید. Pro صفحات انتخابی را برای پردازش آپلود می‌کند. فایل‌های موقت و نتایج پس از ۲۴ ساعت حذف می‌شوند. فقط صفحات موفق هزینه دارند.

تبدیل عکس به Markdown از چه زبان‌هایی پشتیبانی می‌کند؟

بیست‌ویک زبان چاپی: انگلیسی، فرانسوی، آلمانی، اسپانیایی، پرتغالی، ایتالیایی، لهستانی، ترکی، اندونزیایی، ویتنامی، چینی (ساده و سنتی)، ژاپنی، کره‌ای، روسی، عربی، فارسی، اردو، هندی، بنگالی و تایلندی. یک صفحه می‌تواند دو تا از این‌ها را داشته باشد: زبان اصلی را انتخاب کنید، برای صفحهٔ مخلوط زبان دوم را اضافه کنید، و انگلیسی خودبه‌خود کنار کره‌ای، روسی، عربی، فارسی، اردو، هندی، بنگالی و تایلندی خوانده می‌شود، چون بستهٔ این زبان‌ها به‌تنهایی کلمه‌های انگلیسی را به حروف شبیه‌شان تبدیل می‌کند. دست‌خط در هیچ زبانی پشتیبانی نمی‌شود.

چرا بخشی از متن غلط است یا جا افتاده؟

ابتدا بستهٔ زبان را بررسی کنید: هشدار زیر Markdown «تشخیص زبان» را پیشنهاد می‌کند که برای هر نظام نوشتاری یک بستهٔ OCR امتحان می‌کند و بهترین را نگه می‌دارد. بعد خود عکس: تاری، انعکاس، سایه، کجی، حروف ریز، فونت تزئینی و پس‌زمینهٔ شلوغ همه کیفیت تشخیص را پایین می‌آورند، و جدول‌ها یا صفحه‌های چندستونی ممکن است با ترتیب غلط بیرون بیایند. صفحه را صاف بگذارید و عکس واضح‌تری بگیرید یا اول در اسکنر تمیزش کنید، بعد Markdown را پیش از استفاده بررسی کنید.