CodeKitHubSå använder du det
- Ta ett foto av bokssidan — försök få med hela sidan i bild, men oroa dig inte för att hålla kameran perfekt vågrätt.
- Klicka eller dra fotot till uppladdningsområdet.
- Lämna "Korrigera skevhet automatiskt" ikryssad (den är på som standard) och välj sidans språk.
- Klicka på "Extrahera text" — verktyget rätar ut bilden först och känner sedan igen texten.
- Kopiera resultatet eller ladda ner det som en .txt-fil.
Exempel
Inmatning
Ett mobilfoto av en öppen pocketboks sida, hållet i ungefär 10° vinkelResultat
Upptäckt skevhet: -10,5° → text extraherad med hela styckestrukturen bevaradUtan uträtningssteget förlorar ett foto i den här vinkeln vanligtvis en tredjedel av orden till feltolkningar; att korrigera vinkeln först återställer igenkänningen till nästan skannerkvalitet.
Vad är detta verktyg?
Det här verktyget extraherar text från ett fotografi av en bok, lärobok eller tryckt sida med hjälp av OCR (optisk teckenigenkänning) som körs helt inuti din webbläsare. Till skillnad från skannerbaserade OCR-verktyg är det byggt kring det specifika problemet med frihandsfoton: sidor fotograferade i en lätt vinkel, vilket nästan är oundvikligt när du håller en mobil över en öppen bok istället för att trycka den platt mot en skannerglasyta.
Innan igenkänningen ens börjar analyserar verktyget bilden för att upptäcka exakt hur många grader den är roterad från horisontalläget, och rätar sedan ut den automatiskt. Det här enskilda steget spelar större roll än nästan allt annat för fotobaserad OCR: en sida fotograferad bara 10-12 grader ur nivå kan sänka igenkänningsnoggrannheten från över 95 % till under 70 %, vilket förvandlar tydligt läsbar text till obegriplig gröt — att räta ut den först återställer resultat nära skannerkvalitet.
Varför fotovinkeln spelar större roll än man kan tro
OCR-motorer läser text genom att skanna pixelrader och leta efter jämna horisontella band av bläck — det är så de skiljer en textrad från nästa. När en sida är lutad även bara lite, blir det som borde vara en ren horisontell textrad istället en diagonal smet över många pixelrader, och motorns radsegmenteringslogik börjar slå ihop tecken från intilliggande rader eller dela upp enstaka tecken.
Det är därför ett foto som ser fullständigt läsbart ut för dina ögon ändå kan ge obegripligt OCR-resultat: din hjärna kompenserar utan ansträngning för en lätt lutning, men en enkel OCR-pipeline gör inte det. Lösningen är inte en smartare igenkänningsmodell — det är att räta ut bilden först, vilket är exakt vad det automatiska korrigeringssteget i det här verktyget gör innan igenkänningen någonsin körs.
Vanliga användningsområden
- Digitalisera anteckningar eller utdrag från en fysisk lärobok utan att skriva om dem för hand.
- Extrahera ett stycke från en gammal pocketbok eller biblioteksbok för att citera eller söka i senare.
- Konvertera ett fotograferat handout, arbetsblad eller tryckt artikel till sökbar, redigerbar text.
- Arkivera sidor från en bok som håller på att falla sönder eller är för skör för att skannas platt på en skannerglasplatta.
Att få bästa möjliga resultat
- God, jämn belysning spelar större roll än en helt stadig hand — ett något snett men välbelyst foto ger bättre resultat än ett vågrätt foto med tunga skuggor över texten.
- Undvik direkt blixt på blanka sidor; den resulterande reflexen/hotspoten kan tömma texten under den oavsett vinkelkorrigering.
- Få med hela sidan i bild med lite marginal — beskär du för snävt kan det klippa av första eller sista raden.
- För mycket långa avsnitt, fotografera och bearbeta en sida i taget istället för att försöka fånga ett uppslag med två sidor, vilket ger egen förvrängning nära bokryggen.
Varför använda det?
Automatisk skevhetskorrigering: upptäcker och rätar ut sneda fotovinklar innan igenkänning, den enskilt viktigaste faktorn för noggrannhet vid frihandsfoton av böcker.
Helt offline-bearbetning: fotot och den extraherade texten lämnar aldrig din webbläsare — ingenting laddas upp till en server.
Fungerar för gamla, gulnade eller något bleknade bokssidor lika bra som skarpt modernt tryck.
Stöder flera igenkänningsspråk (engelska, kinesiska, spanska, franska, tyska, japanska) så att du kan skanna böcker på olika språk.
Inget konto, ingen uppladdningsgräns, ingen prenumeration — gratis för så många sidor du behöver.
Vanliga frågor
Varför behöver mitt bokfoto särskild hantering istället för vanlig OCR?
Vanliga OCR-verktyg är oftast testade och finjusterade på platta, perfekt inriktade skanningar. En bokssida fotograferad för hand är nästan aldrig i våg — även en liten lutning på 8-12 grader, vilket är normalt för ett frihandsfoto, kan sänka igenkänningsnoggrannheten till långt under 70 %. Det här verktyget mäter den lutningen och korrigerar den automatiskt innan igenkänningen körs, vilket är skillnaden mellan användbar text och obegriplig gröt.
Fungerar det här på gamla eller gulnade bokssidor?
Ja — missfärgning av sidan och mild kontrastförlust från åldrat papper har mycket liten effekt på igenkänningsnoggrannheten i sig. Fotots vinkel är den dominerande faktorn, inte pappersfärgen, så gamla pocketböcker och begagnade läroböcker fungerar ungefär lika bra som nya när bilden väl är uträtad.
Laddas mitt foto upp någonstans?
Nej. Både skevhetsdetekteringen och textigenkänningen körs helt i din webbläsare med WebAssembly — ingenting om ditt foto eller dess innehåll skickas till någon server. Du kan till och med koppla ner internet efter att sidan laddats en gång, och den fortsätter fungera (bortsett från den engångsnedladdning av igenkänningsmotorn som krävs).
Kan jag stänga av automatisk korrigering om mitt foto redan är rakt?
Ja, bocka ur "Korrigera skevhet automatiskt" om du arbetar utifrån en platt skanning eller ett foto du redan rätat ut — det hoppar över detekteringssteget och kör igenkänningen något snabbare.
Varför är den första extraheringen långsam?
Första gången du klickar på "Extrahera text" laddar verktyget ner OCR-igenkänningsmotorn (några megabyte, endast en gång, cachad av din webbläsare därefter). Varje extrahering efter det är mycket snabbare eftersom motorn redan är laddad.
Vilka språk kan det känna igen?
Engelska, förenklad kinesiska, spanska, franska, tyska och japanska finns i språkväljaren. Välj det språk sidan faktiskt är tryckt på för bäst noggrannhet — igenkänningskvaliteten sjunker kraftigt om fel språk väljs.