Как скопировать текст с картинки на компьютере

Бухгалтерия присылает сканы счетов, контрагент — фото подписанного акта, а из архива приходят страницы старых договоров без текстового слоя. Переносить цифры и реквизиты вручную — это потерянные часы и риск ошибиться в номере или сумме. Гораздо разумнее извлекать данные со снимка автоматически и сразу отправлять их в учетную систему или таблицу. Разберемся, какими способами это делают на компьютере, как добиться чистого результата и почему текст иногда отказывается копироваться.

Когда буквы на снимке — это просто пиксели, обычное выделение мышью не сработает. Сначала эти пиксели нужно превратить в знаки, которые понимает редактор. За такую задачу отвечает оптическое распознавание (OCR — optical character recognition). Как правило, последовательность действий такая:

• загрузить снимок или скриншот в подходящее приложение;
• обвести нужную область рамкой;
• запустить распознавание;
• проверить и перенести готовый результат в редактор.

Этот алгоритм удобен, когда нужно распознать одно-два изображения. А вот на целый многостраничный документ уйдет много времени. В этом случае помогают программы с массовой обработкой, которые за один заход обрабатывают сразу несколько файлов. Для разовой работы с одним снимком достаточно онлайн-сервиса, а для регулярных задач удобнее настольное приложение.

Качество распознавания зависит от исходного снимка. Размытое фото с бликами даст много опечаток, а четкий скан с разрешением 300 точек на дюйм — почти чистый результат. Перед тем как загрузить изображение, стоит обратить внимание на некоторые детали:

• строки должны быть расположены ровно, без сильного перекоса;
• буквы не сливаются с фоном;
• снимок сделан при равномерном освещении;
• в настройках программы распознавания правильно указан язык документа.

Если язык распознавания выбран неверно, кириллица превратится в набор символов. Поэтому первый шаг — задать нужный язык, и только потом запускать обработку. Когда исходник совсем плохой, лучше пересканировать страницы заново, если есть возможность.

Скриншот с экрана обычно дает более чистый результат, чем фото с телефона: на нем нет искажений объектива и теней. Если же исходник — снимок бумажного листа, помогает простая инструкция: положить лист на ровную поверхность, снять сверху без наклона и проследить, чтобы свет падал равномерно. Так буквы получаются четкими, и распознавание ошибается реже.

Технология OCR анализирует контуры знаков и сопоставляет их с буквами выбранного алфавита. Чтобы получить аккуратный результат, область выделения должна охватывать только нужный фрагмент. Лишние линии, печати или рисунки рядом могут сбить алгоритм.

Если на одном изображении рядом стоят разные элементы — заголовок, абзац и схема, — лучше обрабатывать их по очереди. Для каждого блока задается своя область, и тогда программа не путает структуру. Так удается сохранить разметку исходного документа: отступы, выравнивание и порядок строк остаются на местах.

Удобнее всего работать так: курсором обвести блок с буквами, проверить, что рамка не захватывает соседние колонки, и запустить обработку. Многие инструменты позволяют выбрать, как именно сохранить фрагмент: как простой текст или как таблицу с разбивкой по ячейкам. Второй вариант пригодится, когда на снимке цифры выстроены в столбцы.

Многофункциональный редактор PDF-документов ContentReader® PDF позволяет извлекать текст с изображений с помощью технологии OCR. В редакторе предусмотрено фоновое распознавание: оно включается автоматически сразу после открытия документа и работает даже со сканами без текстового слоя. То есть программа подготовит снимок к копированию без отдельной команды. Содержимое файла при этом не меняется — временный слой не сохраняется и не виден в других редакторах.

Чтобы перенести фрагмент, нужно действовать по инструкции:

• нарисовать курсором рамку вокруг области в пределах одной страницы;
• щелкнуть внутри рамки правой кнопкой;
• выбрать в меню пункт «Копировать как текст»;
• вставить содержимое буфера обмена в нужный документ.

Эта функция особенно выручает, когда нужно скопировать подпись или печать как изображение, а основной текст — отдельно. Программа держит оба слоя независимо, поэтому при копировании картинки сам распознанный текст не искажается.

Есть и второй вариант — выделить строки курсором (в том числе сразу на нескольких страницах) и нажать Ctrl+C. Если буквы получились искаженными, проверьте язык на вкладке «Распознавание текста» в настройках. Эта функция работает и для копирования области как картинки, и для переноса таблицы целиком.

Когда фрагмент уже скопирован, его достаточно вставить в любой редактор. Но если нужен весь документ, удобнее сохранить его в редактируемом виде. ContentReader^® PDF умеет выгружать файлы в нескольких форматах:

• DOCX — для дальнейшей правки в текстовом редакторе;
• XLSX — когда содержимое организовано в виде таблиц;
• ODT — открытый формат для офисных пакетов;
• PPTX — для презентаций.

Чтобы сохранить готовый результат, наведите курсор на команду «Сохранить как…» в меню «Файл» и выберите подходящий вариант. Для документов, которые планируется хранить долго, подойдет формат PDF/A — он встраивает шрифты и сохраняет внешний вид страницы без изменений.

Перед выгрузкой полезно бегло просмотреть страницы. Поправить некорректные фрагменты прямо в окне приложения быстрее, чем искать опечатки уже в готовом документе. Этот инструмент экономит время при обработке длинных текстов.

Если выделение не захватывает буквы, причин может быть несколько. Чаще всего дело в том, что снимок состоит только из пикселей и текстового слоя у него нет. Тогда без распознавания не обойтись. Вот частые причины и решения:

• нет текстового слоя — запустить OCR в приложении;
• неверный язык — указать нужный в настройках;
• низкое разрешение — пересканировать с параметром 300 dpi;
• сильный перекос строк — выровнять снимок;
• документ защищен паролем — ввести его для снятия ограничений.

Отдельная ситуация — когда фото сделано под углом или с тенями. В этом случае помогает добавление изображения с автокоррекцией: программа сама исправит ориентацию и перекос. Это заметно повышает точность последующей обработки и упрощает дальнейшую работу с распознанным фрагментом.

Иногда копирование не идет из-за того, что документ состоит из смешанных слоев: часть страниц — это уже текст, а часть — сканы. В таком случае инструмент распознавания применяется только к проблемным листам, а остальные остаются без изменений. Если же программа открывает файл, но функция распознавания недоступна, причина обычно в установленных ограничениях самого документа — после ввода пароля все работает как обычно. С помощью этих простых шагов скопировать нужный фрагмент удается почти всегда.

В целом перенос текста со снимка сводится к трем шагам: подготовить четкое изображение, выбрать правильный язык и запустить распознавание. Настольные инструменты, такие как ContentReader^® PDF, делают это в фоновом режиме, без лишних действий и с возможностью сохранить распознанный документ в удобном виде. Если задачи по переносу текста возникают часто, установите заранее удобную программу и настройте в ней язык — это избавит от повторных правок и ускорит всю работу. Главное — не забывать про качество исходника: именно от него зависит, насколько чистым окажется итог.