WebP naar TXT omzetten

Niemand exporteert WebP vanaf een camera of een scanner. Het is een afleverformaat voor webpagina's, en vrijwel elke WebP die iemand bezit kwam binnen door een afbeelding van een site op te slaan — wat waarom deze omzetting een veel specifiekere doelgroep heeft dan de andere herkenningspagina's hier.

Wat mensen opslaan is meestal informatie gepubliceerd als plaatje: een grafiek, een prijstabel, een vergelijking, een citaat, een screenshot dat iemand postte, een document dat gescand en als afbeelding op een pagina gezet werd. In elk geval zijn de woorden zichtbaar en niet selecteerbaar, en ze teruglezen is de enige route kort van overtypen.

Webafbeeldingen worden aangeleverd op de grootte die de pagina nodig had. Een grafiek getoond op 600 pixels breed wordt ruwweg zo groot opgeslagen, vaak minder op een pagina gebouwd voor snelheid — en tekstherkenning heeft genoeg beeldpunten per teken nodig om mee te werken.

Resultaten uit webafbeeldingen variëren dus veel meer dan resultaten uit scans of telefoonfoto's, en de oorzaak is bijna altijd hetzelfde. Het bestand achteraf vergroten helpt niet; het voegt beeldpunten toe zonder informatie toe te voegen en verzacht meestal de letterbeelden, wat de lezing eerder erger dan beter maakt.

Dit is het nuttigste ding op de pagina. Veel sites leveren meerdere groottes van dezelfde afbeelding en tonen de kleinste die past — dus levert de afbeelding in een eigen tabblad openen, of de paginabron nakijken op een grotere bron in de set, vaak een versie op twee of drie keer de grootte.

Twee of drie keer zoveel beeldpunten is het verschil tussen een verminkte en een schone lezing. Het kost dertig seconden en het verslaat elke instelling op deze pagina samen.

De uitvoer is platte tekst in leesvolgorde. Voor een grafiek betekent dat dat je de aslabels, de reeksnamen en de getallen krijgt, en geen aanwijzing welke bij welke hoorde — de opstelling die het een grafiek maakte is ruimtelijk, en platte tekst heeft geen ruimte.

Dat is nog steeds nuttig als het punt is de cijfers vast te leggen. Het is niet nuttig om de grafiek te reconstrueren, en voor een tabel gepubliceerd als plaatje kun je verwachten net zo lang bezig te zijn de kolommen weer op te bouwen als het lezen ervan. Bestaat de onderliggende data ergens, dan is die vinden sneller dan een plaatje ervan herkennen.

Herkenning matcht vormen aan letters zonder iets te begrijpen, en heeft geen manier om aan te geven waar het onzeker was. De uitvoer is vloeiend en compleet ogend of elk teken correct gelezen is of niet.

Dat telt vooral voor materiaal van webpagina's: prijzen, statistieken, datums, percentages, referenties. Een verkeerd gelezen cijfer in een getal dat je vervolgens citeert, is de fout die het meest waarschijnlijk een vluchtige blik overleeft en het minst waarschijnlijk vergeven wordt. Check de getallen tegen de afbeelding.

De herkenner werkt binnen de letterbeelden en woordenschat van één taal, en geeft bij de verkeerde taal geen mislukking terug — hij levert de beste match binnen een set die het juiste antwoord niet kan bevatten.

Dit komt constant voor bij webafbeeldingen, want een pagina die je in vertaling leest, of een screenshot uit een ander land, staat niet in de taal die je machine standaard aanneemt. Oogt een resultaat vreemd op een manier die je niet kunt verklaren, dan is dit het eerste om te checken.

Herkenning gebeurt in het browsertabblad op je eigen processor. De afbeelding wordt nooit ergens naartoe gestuurd, er is geen account en geen daglimiet, en een map opgeslagen plaatjes zet je in één keer om.

Het betekent ook dat de omzetting werkt op materiaal dat je niet aan een derde partij zou willen geven — een intern dashboard dat iemand screenshotte, een document gedeeld in een privégroep, een pagina achter een login. Dat is een groot deel van wat als afbeelding opgeslagen en teruggelezen wordt.