Đọc chữ Ả Rập từ hình ảnh, với thứ tự đọc từ phải sang trái được giữ nguyên trong đầu ra thay vì đảo ngược. Các chữ cái Ả Rập thay đổi hình dạng tùy theo vị trí của chúng trong từ, điều này làm cho chữ viết khó OCR và cũng là mục đích của gói này. Cùng mẫu này ghi các ngôn ngữ Ba Tư, Urdu, Uyghur, Pashto, Kurd, Sindhi và Balochi.
Cách hoạt động
- Thả một hình ảnh hoặc PDF. Phát hiện văn bản chạy ngay lập tức.
- Chọn gói ngôn ngữ của bạn (tải về một lần, 8–17 MB) và nhấn Đọc văn bản.
- Sao chép các dòng hoặc tải .txt / .json. Các file PDF được đọc từ đầu đến cuối.
Câu hỏi thường gặp
- Văn bản có phải là từ phải sang trái trong đầu ra không?
- Yes. Reading order comes from the language pack rather than from guessing at the characters, so Latin words inside an Arabic line are left alone instead of being flipped. The searchable-PDF export writes the same order.
- Tệp của tôi có được tải lên không?
- Không. Các mô hình và toàn bộ quá trình xử lý đều chạy ngay trong trình duyệt của bạn trên thiết bị của bạn. Bạn có thể tự kiểm tra: mở DevTools trình duyệt, theo dõi tab Mạng và xử lý một tệp: không có tệp tải lên. Sau lần truy cập đầu tiên, hầu hết các công cụ cũng hoạt động hoàn toàn ngoại tuyến.
- Những ngôn ngữ nào được hỗ trợ?
- 106 ngôn ngữ với các chữ Latin, Cyrillic, Ả Rập, Devanagari, CJK, Hy Lạp, Thái, Tamil và Telugu. Tiếng Bengal là khoảng trống lớn duy nhất, vì chưa có mẫu v5 nào cho nó, và người chọn cũng nói vậy thay vì đoán mò.
- Độ chính xác của nó đến mức nào?
- Trên văn bản sạch trong tài liệu, tỷ lệ lỗi ký tự đo được dưới 2%, và mỗi dòng đều có điểm độ tin cậy để bạn có thể xem cần kiểm tra điểm nào. Chữ viết tay và ảnh độ phân giải thấp sẽ đọc kém hơn.
- Nó có đọc được các file PDF đã quét không?
- Đúng vậy. PDF kỹ thuật số được đọc từ một lớp văn bản riêng, với ký tự chính xác ở vị trí chính xác. Các trang quét sẽ trải qua phát hiện và nhận dạng, và các tài liệu hỗn hợp sử dụng cả hai.