Convertir PNG en TXT

C’est une situation remarquablement fréquente. Un message d’erreur capté en image dans un ticket. Un document reçu comme une image plutôt qu’un fichier. Une étiquette de graphique dont vous avez besoin. Un tableau dans une image. Une page d’un PDF qui s’est avérée être un scan. Un message transféré en image parce que c’était plus simple que de le copier.

Dans chaque cas, les mots existent et la seule route vers eux est de les retaper — jusqu’à ce qu’on les relise sur l’image. C’est ce que cela fait, et sur une capture d’écran, cela le fait bien.

Tout ce qui rend le texte photographié difficile est absent. La mise au point est parfaite parce que rien n’a été mis au point. Il n’y a pas d’angle, parce que la page est l’écran. Il n’y a pas d’ombre, pas de lumière inégale, pas de bougé. Et la police a été rendue par le logiciel plutôt qu’imprimée puis photographiée, si bien que les formes de lettres sont exactement ce que la fonte a prévu.

La conséquence pratique, c’est qu’on peut attendre mieux ici que sur les pages de photos. Du texte d’interface propre, à une résolution normale, sort essentiellement à l’identique, et quand il ne sort pas, la cause est presque toujours l’une des deux choses ci-dessous.

La reconnaissance a besoin d’assez de pixels par caractère. Une capture d’écran prise en taille pleine sur un écran moderne en a plenty ; une capture qui a été réduite pour tenir dans un document, comprimée par une application de messagerie, ou prise sur un écran basse résolution peut ne pas en avoir.

Agrandir l’image ensuite n’aide pas — cela ajoute des pixels sans ajouter d’information, et aggrave souvent le résultat en adoucissant les formes de lettres. Si un résultat est mauvais, refaites la capture en taille pleine, ou zoomez dans l’application avant la capture pour que le texte soit physiquement plus grand à l’écran.

Le reconnaisseur compare des formes aux graphies et au vocabulaire d’une langue, et si on lui en donne une mauvaise, il ne signale pas d’erreur — il produit une supposition confiante. Cela prend les gens au dépourvu spécifiquement sur des captures d’écran, parce que le texte d’interface est court et que les erreurs ressemblent à des mots plausibles.

Cela compte surtout pour ce qui porte des caractères accentués ou une écriture non latine, et pour les contenus mixtes — une interface allemande avec des termes techniques anglais se lira mieux avec la langue correctement réglée qu’en devinant l’une ou l’autre.

Les captures d’écran de code et de lignes de commande sont parmi les entrées les plus fréquentes, et elles portent un risque spécifique. Les caractères qui comptent le plus dans le code sont précisément ceux qui se ressemblent : le chiffre un contre un l minuscule contre une barre verticale, zéro contre un O majuscule, et dans certaines fontes un trait d’union contre un soulignement ou un tiret cadratin.

Une erreur de lecture entre l’un de ces couples produit un texte qui a l’air correct et qui ne fonctionne pas, et l’erreur est dans le caractère le moins susceptible d’être remarqué. Lisez tout ce que vous avez l’intention d’exécuter, et préférez une source à largeur fixe — les fontes que les terminaux utilisent sont faites pour distinguer exactement ces caractères, ce qui aide le reconnaisseur autant que vous.

La sortie est du texte brut en ordre de lecture. Un tableau devient une suite de valeurs sans colonnes, une mise en page en deux colonnes peut s’entrelacer, et les titres arrivent comme des lignes ordinaires.

Pour la plupart des travaux sur captures d’écran, c’est exactement assez — vous vouliez le message d’erreur, la référence ou le paragraphe. Là où ce n’est pas assez, c’est un tableau que vous avez l’intention d’utiliser plutôt que de lire, et la position honnête est que cela vous donne les nombres à vérifier plutôt qu’une structure à importer.

La reconnaissance tourne dans l’onglet du navigateur sur votre propre processeur. Rien n’est téléversé, si bien qu’il n’y a pas de copie serveur, pas de compte, pas de plafond journalier, et un dossier d’images se convertit aussi vite que votre machine peut les lire.

Les captures d’écran sont une catégorie particulièrement sensible et les gens y pensent rarement ainsi : elles contiennent couramment des numéros de compte, des noms de systèmes internes, des fiches clients, des noms de collègues dans une liste de messages, et tout ce qui se trouvait à l’écran sur les bords de la capture. Ne les envoyer nulle part est la réponse simple à tout cela.

Quand la capture ne contient aucun texte — un fond d’écran, une photo dans une fenêtre, une scène d’une visioconférence — la sortie sera vide ou ne contiendra que les quelques mots qui traînaient dans un coin. Le reconnaisseur ne décrit pas ce qu’il voit, et il n’invente rien pour combler.

Cela mérite d’être su parce que « convertir une image en texte » peut suggérer l’attente d’une description, et que ce n’est pas ce que fait un OCR. Pour décrire une image, il faut un autre outil, et celui-ci est strictement fait pour le texte.