Cách sao chép văn bản từ ảnh chụp màn hình hoặc ảnh chụp

Ai đó gửi cho bạn ảnh chụp màn hình một thông báo lỗi, một địa chỉ hay một mã tham chiếu ngân hàng. Bạn chụp một trang sách muốn trích dẫn, một tờ hóa đơn để làm báo cáo chi phí, một số sê-ri ở mặt sau router. Gõ lại vừa chậm vừa dễ sai. OCR, tức nhận dạng ký tự quang học, biến các điểm ảnh trở lại thành văn bản mà bạn có thể dán, tìm kiếm và dịch.

Hướng dẫn này cho biết nên dùng tùy chọn nào trên từng thiết bị, cách chuẩn bị ảnh để nhận dạng chính xác, và cách kiểm tra kết quả trước khi nó lọt vào một form thanh toán hay một bản hợp đồng.

Bắt đầu với những gì có sẵn trên thiết bị

Với một dòng chữ trên điện thoại, tùy chọn có sẵn thường là nhanh nhất. Hãy thành thật đánh giá công việc trước khi mở bất kỳ công cụ nào.

iPhone và iPad

Các đời iPhone gần đây tự động nhận dạng văn bản trong ảnh và ảnh chụp màn hình. Mở ảnh trong Ảnh, chạm và giữ vào một từ, rồi kéo các tay cầm chọn như trong tài liệu. Ứng dụng Camera cũng làm được điều tương tự với khung hình trực tiếp. Cách này hiệu quả với đoạn chữ ngắn và văn bản lẫn nhiều ngôn ngữ.

Android

Hầu hết điện thoại Android có tính năng ống kính trong ứng dụng camera hoặc thư viện để chọn văn bản trong ảnh. Tên gọi và vị trí cụ thể tùy vào hãng điện thoại, nhưng thường chỉ cách trình xem ảnh một lần chạm.

macOS

Các phiên bản macOS gần đây cho phép chọn văn bản trực tiếp trong Xem trước, Ảnh và Xem nhanh. Mở ảnh chụp màn hình, di con trỏ lên văn bản cho đến khi nó chuyển thành con trỏ văn bản, rồi chọn.

Windows

Công cụ Cắt trong Windows 11 có tác vụ văn bản để nhận dạng chữ trong ảnh vừa chụp và cho phép sao chép. Trên các phiên bản Windows cũ hơn, các ứng dụng thường ngày không có OCR tích hợp.

Khi nào nên dùng công cụ OCR chuyên dụng

Tính năng chọn văn bản có sẵn được thiết kế để lấy một cụm từ. Nó trở nên vụng về khi bạn cần cả một trang, một đoạn hội thoại dài, văn bản bằng ngôn ngữ mà điện thoại chưa được thiết lập, hoặc một tệp .txt thuần để lưu lại. Đó là lúc công cụ chuyên dụng phát huy giá trị.

OCR trong trình duyệt với ba bước

1. Mở Ảnh sang văn bản (OCR) và chọn ngôn ngữ của văn bản: tiếng Anh, Nga, Ba Lan, Thổ Nhĩ Kỳ, Tây Ban Nha, Bồ Đào Nha, Indonesia, Việt, Đức, Pháp, Ukraina hoặc Ý.
2. Thả ảnh vào, hoặc đơn giản là nhấn Ctrl+V (Cmd+V trên Mac) ngay sau khi chụp màn hình. Quá trình nhận dạng tự bắt đầu.
3. Sao chép văn bản, hoặc tải về dưới dạng tệp .txt mang tên của ảnh.

Khi bạn chọn bất kỳ ngôn ngữ nào khác tiếng Anh, tiếng Anh sẽ được nhận dạng song song. Nhãn giao diện, tên sản phẩm, URL và mã nguồn thường là chữ Latinh ngay cả trong ảnh chụp màn hình tiếng Nga hay tiếng Việt, và mô hình thứ hai giúp chúng không bị biến dạng. Đổi ngôn ngữ sau khi chạy sẽ đọc lại chính ảnh đó, nên không cần thả ảnh vào lần nữa.

Bộ nhận dạng là Tesseract, chạy ngay bên trong tab trình duyệt. Ảnh không bị tải lên đâu cả, nên công cụ phù hợp với căn cước, sao kê ngân hàng và ảnh chụp màn hình nội bộ. Lần chạy đầu tiên sẽ tải bộ nhận dạng và dữ liệu ngôn ngữ; các lần sau khởi động gần như ngay lập tức. Hỗ trợ ảnh JPG, PNG, WebP và BMP tối đa 30 MB, mỗi lần một ảnh.

Chuẩn bị ảnh

Độ chính xác của OCR phụ thuộc vào đầu vào nhiều hơn hẳn so với bộ nhận dạng. Vài phút chuẩn bị tiết kiệm thời gian hơn bất kỳ lượng soát lỗi nào.

Cắt sát vùng chữ

Thanh công cụ, hình nền, ngón tay và mép bàn đều là những hình dạng khiến bộ nhận dạng đọc nhầm. Hãy cắt lấy vùng bạn cần bằng Cắt ảnh online. Khung cắt giữ tỷ lệ cố định (Gốc, 1:1, 4:3, 3:2, 16:9 hoặc 9:16), nên hãy chọn tỷ lệ gần nhất với hình dạng khối văn bản và thu phóng cho vừa.

Chữ phải đủ lớn

Tesseract hoạt động tốt nhất khi chữ in hoa cao khoảng 20 đến 40 pixel, tức là mức mà một trang scan ở khoảng 300 DPI cho ra. Hệ quả thực tế:

• Ảnh chụp màn hình ở độ phân giải gốc thường ổn. Ảnh chụp màn hình bị ứng dụng nhắn tin thu nhỏ trên đường gửi thường thì không; hãy xin tệp gốc.
• Phóng to trước khi chụp màn hình thay vì phóng to ảnh sau đó. Phóng to ảnh chỉ thêm điểm ảnh chứ không thêm chi tiết.
• Với trang in, hãy để trang lấp đầy khung hình điện thoại thay vì chụp cả mặt bàn.

Thẳng và đủ sáng đều

• Giữ các dòng nằm ngang. Nghiêng vài độ vẫn chấp nhận được; khoảng 10 độ thì lỗi tăng nhanh, còn chữ nằm ngang hẳn thì hầu như thất bại. Sửa hướng bằng Xoay ảnh online.
• Chụp trang giấy nằm phẳng. Phần cong gần gáy sách làm các dòng bị uốn và gây lỗi ở đó.
• Tránh lóa sáng và bóng của chính chiếc điện thoại. Ánh sáng ban ngày chiếu từ bên cạnh tốt hơn đèn flash.
• Chữ tối trên nền sáng là lý tưởng. Chữ xám nhạt trên nền trắng, hoặc chữ in đè lên ảnh, là trường hợp khó nhất.

Ảnh iPhone định dạng HEIC

iPhone mặc định lưu ảnh ở dạng HEIC, còn công cụ OCR đọc JPG, PNG, WebP và BMP. Hãy chuyển đổi trước bằng Chuyển HEIC sang JPG online. Ảnh chụp màn hình trên iPhone vốn đã là PNG nên không cần chuyển đổi.

PDF là trường hợp khác

Trước khi chạy OCR trên PDF, hãy kiểm tra xem nó đã chứa văn bản chưa. Nhấn Ctrl+F (Cmd+F) và tìm một từ bạn nhìn thấy. Nếu tìm thấy, PDF được tạo từ một tài liệu, và Trích xuất văn bản từ PDF lấy toàn bộ nội dung ngay lập tức và chính xác, không có lỗi nhận dạng.

Nếu tìm không thấy gì, PDF là bản scan: mỗi trang là một bức ảnh. Với một trang, bạn có thể xuất bằng Chuyển PDF sang JPG ở mức 3x (216 dpi) rồi đưa qua Ảnh sang văn bản (OCR). Với cả tài liệu, Biến PDF dạng scan thành tìm kiếm được thêm một lớp văn bản vô hình bên dưới ảnh các trang, nên tệp trở nên tìm kiếm và sao chép được mà vẫn trông y hệt như trước. Công cụ này chạy trên máy chủ, với một lượt miễn phí mỗi ngày.

Kiểm tra kết quả

Đừng bao giờ dán kết quả OCR vào bất cứ thứ gì quan trọng mà không đọc lại. Lỗi thường có thể đoán trước:

• Ký tự trông giống nhau. 0 và O; 1, l và I; rn và m; 5 và S; 8 và B. Với IBAN, mã đơn hàng, mật khẩu và mật khẩu Wi-Fi, hãy so sánh từng ký tự với ảnh.
• Bảng. Các cột xuất ra thành các từ cách nhau bằng dấu cách. Dán vào bảng tính và tách theo dấu cách, hoặc cắt và nhận dạng từng cột một.
• Bố cục nhiều cột. Dòng của các cột cạnh nhau có thể đan xen. Hãy cắt riêng từng cột.
• Ngắt dòng. OCR giữ nguyên các chỗ ngắt dòng như trong ảnh. Để đưa văn bản trở lại thành đoạn, hãy xóa các chỗ ngắt dòng trong trình soạn thảo trước khi dán vào email hoặc tài liệu.
• Số tiền. Với hóa đơn và hợp đồng, hãy đọc con số từ ảnh, không phải từ văn bản đã nhận dạng.

Để đếm những gì nhận được hoặc so sánh với một phiên bản khác, Đếm từ và So sánh văn bản (diff) rất tiện lợi.

Khắc phục sự cố

• Kết quả trống. Bộ nhận dạng không tìm thấy gì nó coi là văn bản. Thường là do chữ quá nhỏ hoặc bị mờ, hoặc chọn sai hệ chữ, ví dụ chọn tiếng Anh cho ảnh có chữ Kirin.
• Văn bản đầy ký tự vô nghĩa. Họa tiết nền hoặc ảnh phía sau chữ đang bị đọc thành chữ cái. Hãy cắt sát hơn.
• Chữ có dấu bị sai. Chọn đúng ngôn ngữ thay vì tiếng Anh; mỗi mô hình ngôn ngữ biết bảng chữ cái của riêng nó.
• Chữ viết tay. Tesseract được xây dựng cho chữ in. Chữ in hoa viết tay ngay ngắn đôi khi đọc được; chữ viết liền thì không. Tính năng nhận dạng văn bản trực tiếp trên điện thoại xử lý chữ viết tay tốt hơn.
• Mã QR thay vì văn bản. Hãy dùng Đọc mã QR từ ảnh; OCR không giải mã được mã.

Danh sách kiểm tra

1. Với một cụm từ, hãy thử tính năng chọn văn bản có sẵn trên thiết bị trước.
2. Với cả trang hoặc tài liệu riêng tư, hãy dùng Ảnh sang văn bản (OCR) và đặt ngôn ngữ.
3. Cắt sát vùng chữ, xoay thẳng và đảm bảo chữ đủ lớn và sắc nét.
4. Chuyển ảnh HEIC sang JPG trước khi nhận dạng.
5. Với PDF, thử bằng cách tìm kiếm: PDF có văn bản thì dùng Trích xuất văn bản từ PDF, bản scan thì dùng Biến PDF dạng scan thành tìm kiếm được.
6. Soát từng ký tự của số và mã trước khi sử dụng.