นับคำในรูปภาพ

เครื่องมือนับคำในรูปภาพใช้ OCR (การรู้จำอักขระด้วยแสง) แปลงตัวอักษรในรูปเป็นข้อความจริง แล้วนับแบบเดียวกับเครื่องมือนับคำ เครื่องมือทำงานด้วย Tesseract ซึ่งเป็นโปรแกรม OCR โอเพนซอร์สที่พัฒนาขึ้นที่ Hewlett-Packard และต่อมา Google ดูแล ตั้งแต่เวอร์ชัน 4 Tesseract อ่านด้วย โครงข่ายประสาทเทียม LSTM ที่ฝึกจากบรรทัดข้อความ จึงอ่านภาษาไทยได้ดี รวมทั้งสระและวรรณยุกต์ เมื่อเลือกภาษาไทยไว้

ก่อนอ่าน เครื่องมือเตรียมรูปให้เหมาะกับการทำงานของ Tesseract:

• รูปเล็กถูกขยาย รูปที่ด้านยาวไม่ถึง 1,000 พิกเซลจะถูกขยายสองเท่า เพราะ OCR ต้องมีพิกเซลมากพอสำหรับแต่ละตัวอักษร โดยเฉพาะสระและวรรณยุกต์ไทยที่มีขนาดเล็ก
• รูปใหญ่มากถูกย่อ ให้ด้านยาวเหลือ 4,000 พิกเซล เพื่อให้หน่วยความจำมือถือรับไหว
• พื้นหลังโปร่งใสถูกเปลี่ยนเป็นสีขาว และเพิ่มขอบขาวบาง ๆ ช่วยให้อ่านข้อความที่ถูกครอปชิดเกินไปได้

ข้อความภาษาไทยที่ได้จาก OCR บางครั้งมีเว้นวรรคแทรกระหว่างคำ จำนวนคำแทบไม่เปลี่ยน แต่จำนวนตัวอักษรแบบรวมเว้นวรรคจะเพิ่มขึ้น ลบเว้นวรรคเหล่านั้นในช่องข้อความได้หากต้องการตัวเลขที่ตรงกว่า

การอ่านเกิดขึ้นในเบราว์เซอร์ โมเดลของแต่ละภาษาถูกดาวน์โหลดครั้งเดียวจากคลังโค้ดสาธารณะ (jsDelivr) รูปของคุณไม่ถูกส่งไปไหน