Convertir WebP en TXT

Personne n’exporte du WebP depuis un appareil photo ou un scanner. C’est un format de diffusion pour les pages web, et pratiquement tout WebP que quelqu’un possède est arrivé en enregistrant une image depuis un site — ce qui explique pourquoi cette conversion a un public bien plus spécifique que les autres pages de reconnaissance ici.

Ce que les gens enregistrent est en général de l’information publiée en image : un graphique, un tableau de prix, une comparaison, une citation, une capture d’écran qu’a publiée quelqu’un, un document qui a été scanné et mis sur une page en tant qu’image. Dans chaque cas les mots sont visibles et non sélectionnables, et les relire est la seule route autre que de les retaper.

Les images du web sont servies à la taille dont la page avait besoin. Un graphique affiché à 600 pixels de large est stocké à peu près à cette taille, souvent moins sur une page construite pour la vitesse — et la reconnaissance de texte a besoin d’assez de pixels par caractère pour travailler.

Les résultats à partir d’images du web varient donc bien plus que les résultats à partir de scans ou de photos de téléphone, et la cause est presque toujours la même. Agrandir le fichier ensuite n’aide pas : cela ajoute des pixels sans ajouter d’information et adoucit en général les formes de lettres, ce qui aggrave la lecture au lieu de l’améliorer.

C’est le conseil le plus utile de la page. Beaucoup de sites servent plusieurs tailles de la même image et affichent la plus petite qui convient — si bien qu’ouvrir l’image dans son propre onglet, ou regarder la source de la page pour y trouver une source plus grande, permet souvent de trouver une version deux à trois fois plus grande.

Deux à trois fois plus de pixels, c’est la différence entre une lecture abîmée et une lecture propre. Cela prend trente secondes et cela bat tous les réglages de cette page réunis.

La sortie est du texte brut en ordre de lecture. Pour un graphique, cela veut dire que vous obtenez les étiquettes d’axe, les noms de séries et les chiffres, et que vous n’obtenez aucune indication de ce qui appartenait à quoi — l’agencement qui en faisait un graphique est spatial, et le texte brut n’a pas d’espace.

C’est malgré tout utile quand le but est de capturer les valeurs. Cela ne l’est pas pour reconstituer le graphique, et pour un tableau publié en image, attendez-vous à passer autant de temps à reconstituer les colonnes qu’à les lire. Quand les données existent ailleurs, les trouver est plus rapide que de reconnaître une image de celles-ci.

La reconnaissance compare des formes à des lettres sans rien comprendre, et elle n’a aucun moyen de signaler où elle a hésité. La sortie est fluide et complète qu’elle ait lu ou non chaque caractère correctement.

Cela compte particulièrement pour la matière enregistrée depuis des pages web : des prix, des statistiques, des dates, des pourcentages, des références. Un chiffre mal lu dans un chiffre que vous allez citer ensuite est l’erreur la plus susceptible de survivre à un coup d’œil et la moins susceptible d’être pardonnée. Vérifiez les chiffres en regard de l’image.

Le reconnaisseur travaille dans les graphies et le vocabulaire d’une seule langue, et avec la mauvaise, il ne signale pas d’échec — il rend la correspondance la plus proche disponible dans un ensemble qui ne peut pas contenir la bonne réponse.

Cela revient en permanence sur des images du web, parce qu’une page que vous lisez en traduction, ou une capture d’écran d’un autre pays, n’est pas dans la langue que votre machine prend par défaut. Si un résultat a l’air étrange d’une manière que vous ne pouvez pas expliquer, c’est la première chose à vérifier.

La reconnaissance se passe dans l’onglet du navigateur sur votre propre processeur. L’image n’est jamais envoyée nulle part, il n’y a pas de compte, pas de plafond journalier, et un dossier d’images enregistrées se convertit en une seule passe.

Cela signifie aussi que la conversion fonctionne sur de la matière que vous ne voudriez pas confier à un tiers — un tableau de bord interne que quelqu’un a capturé, un document partagé dans un groupe privé, une page derrière une connexion. C’est une bonne part de ce qui s’enregistre en image et se relit ensuite.

Si l’image ne contient aucun texte — une photo, un paysage, un visuel de couverture — la sortie sera vide, ou contiendra les rares mots présents en signature, en filigrane, en légende dans le coin. Le reconnaisseur ne décrit pas ce qu’il voit et il n’invente rien pour combler.

C’est à savoir 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 qu’elle contient.