segunda-feira, 10 de agosto de 2015

Como converter imagens em texto editável

Ao digitalizar um documento, as vezes é necessário torna-lo editável. Aprenda como fazer isso e quais ferramentas podem ser usadas no tutorial abaixo.

Como converter imagens em texto editável

A técnica usada para converter documentos digitalizados em documentos editáveis se chama OCR, ou Optical Character Recognition. O algoritmo analisa uma imagem, como um documento scaneado e extrai as palavras encontradas na ordem que foram encontradas.
Softwares que contam com o algoritmo possuem versões pagos, como o Abby Reader, ou gratuitas – como o GT Text. Essa técnica é suscetível a erros e nenhum programa conseguirá extrair 100% do documento sem que você tenha que editar.  Normalmente textos sem serifa (como Arial) mostram menos problemas na hora de copiar, enquanto fontes com serifa (Times New Roman) podem causar alguns erros. Vale apontar também que fontes estilizadas são mais difíceis de serem lidas.
One Note
Se você tem o pacote Office do OneNote no computador, você pode usá-lo para extração de texto em imagens.
A melhor maneira de fazer isso é usar a opção Enviar para o OneNote. Quando está com o documento ou imagem aberta, vá em Imprimir. Certifique-se que a opção Enviar para o OneNote está selecionada e clique em OK.
Converter imagens em texto editável
Dentro do OneNote, clique com o botão direito na imagem e escolha Copiar Texto da imagem.
Converter imagens em texto editável
Alternativamente, vá na guia Inserir e escolha Imagem. Aponte para a imagem que deseja inserir no bloco de notas do OneNote e a opção Copiar texto da imagem estará disponível.
Converter imagens em texto editável
GT Text
O projeto open source oferece versões portáteis e com instalador. Faça o download no site oficial.
Ao contrário do OneNote, o GT Text não converte todo o texto automaticamente. É preciso selecionar partes do texto com o botão esquerdo do mouse para que eles sejam extraídos e convertidos em textos editáveis. Para isso basta clicar e arrastar na região desejada. Uma janela com o nome Copy Text from Selected Area será mostrada, como aponta a imagem acima. Caso a conversão esteja correta, clique em Continuar. Caso não, clique em Tentar para que o GT Text forneça outra versão.
Converter imagens em texto editável
Parte de texto digitalizado em um periódico disponível na biblioteca nacional
Para extrair da tela inteira, vá em Tools -> Copy Text From Full Image. Testes com diversas imagens mostraram uma piora na conversão em relação a selecionar partes do texto.
OpenOCR
Disponível apenas em inglês no site oficial, o OpenOCR oferece um robusto sistema de reconhecimento de texto que pode usar uma imagem ou o scanner do computador como fonte. Ao abrir o programa, clique no ícone na parte superior para iniciar o processo.
Converter imagens em texto editável
Defina qual será a fonte usada — imagem ou scanner— e clique em Avançar.
Converter imagens em texto editável
Defina em qual língua está o texto. O OpenOCR oferece suporte a um grande número de línguas, de russo a mandarim. Os resultados variam de bons a medianos. Em testes o programa teve mais facilidade de extrair textos corretos de imagens em inglês do que em português.
digitalizar-7
Para documentos com mais de uma coluna, desmarque a opção Single column. Já para imagens que foram digitalizadas em baixa qualidade, escolha Fax. A opção Spell Checking fará uma verificação ortográfica após a digitalização. Clique em Avançar.
digitalizar-17
O OpenOCR também pode fazer varredura em imagens ou tabelas em uma imagem. Isso é feito ao marcar as opções Search Tables e Search Pictures, como mostra a imagem abaixo.
digitalizar-19
Clique em Avançar e aguarde o processo de conversão ser finalizado. O OpenOCR irá abrir automaticamente um documento do word com o texto que foi extraído da imagem.
digitalizar-18

SimpleOCR
De todos os testados o SimpleOCR o melhor programa que converte imagens que estão em inglês. Por outro lado, não há suporte para o português. Obtenha-o no site oficial. Para textos que foram datilografados / digitados, não há limites de análise. Já textos manuscritos, o SimpleOCR limita a 14 dias de uso antes da compra.
Ao abrir o programa, escolha o tipo de texto que será analisado (digitado ou manuscrito)
Converter imagens em texto editável

Escolha a língua na qual o texto está escrito e vá em Select para ser levado para o menu principal.
Converter imagens em texto editável
O funcionamento do SimpleOCR é relativamente similar ao OpenOCR, ele precisa de uma fonte e automaticamente converte o texto por inteiro. Clique em Add Page para começar a conversão.
Converter imagens em texto editável
Escolha a fonte (Scanner, imagem, tablet, etc) e clique em OK
Converter imagens em texto editável
O programa mostrará uma prévia da imagem. Clique em Convert to Text para que o SimpleOCR mostre a conversão em texto editável.
Converter imagens em texto editável
Na parte inferior do programa será mostrado o resultado da conversão. Ele permite que você edite as palavras que o programa não conheceu. Após isso basta ir em File-> Save As para exportar o resultado para um documento do Word.
Converter imagens em texto editável
OnlineOCR
OnlineOCR é a única solução online mostrada no tutorial. O site oferece suporte a português e converte os arquivos em docx (Word 2013), xlsx(Excel 2013) ou txt. Acesse o site oficial, clique em Select File aponte para o arquivo que deverá ser convertido e clique em Convert. O site então retornará o arquivo já convertido para um dos formatos como um link de download.
Converter imagens em texto editável
Alternativas pagas
Existem inúmeras alternativas pagas para digitalizadores, dentre os mais famosos estão o Adobe Acrobat e o AbbyReader. Caso opte por estes, prepare-se para desembolsar um bom dinheiro. O AbbyReader por exemplo, não sai por menos de US$ 300.


Leia também.

Nenhum comentário:

Atenção,Aviso Legal.

Todos os direitos autorais reservados.
A violação dos direitos autorais é punível como crime, com pena de prisão, multa e indenizações civis .
LEI Nº 9.610
Art. 5º Para os efeitos da Lei, considera-se:
I - publicação - o oferecimento de obra literária, artística ou científica ao conhecimento do público, com o consentimento do autor, ou de qualquer outro titular de direito de autor, por qualquer forma ou processo.
Os donos de blogs ou sites que não respeitam a lei estão sendo notificados,denunciados,tendo seus blogs e sites fechados e processados.
Proibida cópia total ou parcial,e qualquer tipo de reprodução sem autorização em blogs ou sites.
Proibido o uso do nome Como Saber Fazer
O nome Como Saber Fazer é marca registrada e protegido por lei.
Apenas indique a fonte da informação colocando um link para o artigo do blog Como Saber Fazer.
Até agora: 25/06/15.
145 Blogs e
22 sites denunciados.
154 Blogs apagados pelo google.
221 donos de sites e 25 donos de blog respondendo a processos por plágio.
129 vitórias na justiça.
Leia no fim da página o aviso de Copyright.