Hvis du vil gøre et foto af en trykt side til et redigerbart dokument, er billede til Word med OCR som regel den mest praktiske fremgangsmåde. OCR, optisk tegngenkendelse, læser synlige tegn i et billede og omdanner dem til markerbar tekst, som du kan indsætte i en Word-fil. Målet er ikke kun at kopiere tekst, men at lave et dokument, du kan redigere, søge i, kommentere og genbruge.
Et typisk eksempel er en fotograferet mødedagsorden, der hænger på en opslagstavle. Du har måske kun mobilfotos, men skal stadig bruge en pæn Word-version til opdateringer og deling. I den situation er den hurtigste vej ofte at samle de tydeligste billeder, køre OCR, flytte den udtrukne tekst over i Word og derefter gennemgå overskrifter, lister, tabeller og sideskift.
Hvis du vil se Sanreaders informationsside om emnet og den aktuelle tilgængelighed, kan du læse billede til Word.
Hvornår denne metode er det rigtige valg
Denne metode fungerer bedst, når kilden indeholder trykt tekst og ikke stærkt stiliserede bogstaver eller tæt håndskrift. Den er nyttig til materialer som:
- fotograferede opslag
- scannede rapporter
- bogsider til personlig redigering eller citat, hvor det er tilladt
- trykte formularer, der skal omskrives i Word
- kamerabilleder af fakturaer, breve eller dagsordener
Den største fordel er, at indholdet bliver redigerbart. Når teksten først er i Word, kan du rette formuleringer, bruge typografier, tilføje kommentarer og genbruge dele af dokumentet i andre filer.
Hvad OCR fra billede til Word kan og ikke kan bevare
OCR fra billede til Word bevarer som regel teksten bedre end selve sidelayoutet. Det betyder, at ordene ofte overføres fint, mens den præcise opsætning sjældnere følger med perfekt.
Det, som ofte bevares rimeligt godt:
- afsnit
- enkle linjeskift
- simple overskrifter
- nummererede lister og punktlister
- nogle tabeller med tydelige rammer
Det, som ofte kræver manuel oprydning i Word:
- spalter
- sammenflettede tabelceller
- fodnoter
- sidehoveder og sidefødder
- usædvanlige skrifttyper
- tekst oven på farvede baggrunde
- stempler, underskrifter og noter i marginen
Derfor bør en praktisk proces altid slutte med en redigeringsrunde i Word i stedet for at gå ud fra, at første OCR-resultat er klar til brug.
Trin for trin: sådan gør du
-
Saml de bedste billeder
Brug de skarpeste fotos eller scanninger, du har. Hvis flere billeder dækker samme dokument, så læg dem i korrekt læserækkefølge, før du går videre. -
Kontrollér læsbarheden side for side
Tjek, at den trykte tekst er tydelig ved normal visning. Hvis du selv har svært ved at læse en side, vil OCR også have svært ved den. -
Kør OCR på billederne
Brug et OCR-værktøj til at udtrække teksten fra hvert billede. Hvis dokumentet består af flere sider, bør resultatet holdes i samme rækkefølge som originalen. -
Eksportér eller kopiér teksten til Word
Afhængigt af værktøjet får du måske ren tekst, en dokumentfil eller tekst, du kan indsætte i Word. Gem gerne en urørt kopi af OCR-resultatet, før du begynder at redigere. -
Genopbyg strukturen i Word
Brug overskriftstypografier, genskab afsnitsafstand, ret lister til og byg tabeller op igen, hvis det er nødvendigt. Her bliver rå OCR-tekst til et brugbart dokument. -
Sammenlign med de oprindelige billeder
Gennemgå navne, datoer, beløb, referencer og tekst med lille skrift. Det er ofte her, fejl får størst betydning. -
Gem både arbejdsudgave og gennemgået udgave
Behold én fil til videre redigering og én mere ryddelig version til intern deling. Det gør senere rettelser lettere at følge.
Eksempel: fra fotograferet dagsorden til Word-fil
Forestil dig, at du har modtaget tre mobilfotos af en trykt dagsorden fra døren til et mødelokale. Du skal bruge en redigerbar Word-version for at ændre tidspunkter og tilføje navne på oplægsholdere.
En praktisk proces kan se sådan ud:
- Læg de tre fotos i korrekt rækkefølge.
- Læs hvert foto igennem for at sikre, at alle linjer er synlige.
- Kør OCR på alle tre billeder.
- Indsæt eller åbn den genkendte tekst i ét Word-dokument.
- Lav arrangementets titel om til en overskriftstype.
- Genskab den nummererede liste over programpunkter.
- Ret tidsrum, lokalenavne og egennavne ved at sammenligne med billederne.
- Indsæt en ren tabel, hvis den oprindelige plan brugte ujævn afstand, som OCR ikke bevarede.
I dette eksempel sparer OCR tid på selve indtastningen, men det er i Word, du gør dokumentet brugbart.
Kort tjekliste før du er færdig
| Kontrolpunkt | Hvad du skal tjekke i Word |
|---|---|
| Siderækkefølge | Afsnit følger samme rækkefølge som i billederne |
| Navne og steder | Egennavne stemmer præcist med kilden |
| Tal og datoer | Tidspunkter, beløb og datoer er ikke læst forkert |
| Lister og overskrifter | Strukturen er tydelig og ensartet |
| Tabeller | Rækker og kolonner giver stadig mening |
| Linjeskift | Afsnit er ikke delt de forkerte steder |
| Slutkontrol | Dokumentet kan redigeres uden forvirrende opsætning |
Sådan forbedrer du Word-dokumentet efter OCR
Når teksten først er redigerbar, kommer den største gevinst ofte fra oprydning frem for at køre OCR igen.
Fokuser især på dette:
- brug overskriftstypografier i Word i stedet for kun fed skrift
- erstat mange mellemrum med korrekt afsnits- eller tabulatoropsætning
- byg komplekse tabeller op igen i stedet for at rette celletekst linje for linje
- ensret skrifttyper og afstand i hele dokumentet
- kør stave- og grammatikkontrol, og sammenlign derefter igen med kilden
En god tommelfingerregel er at betragte OCR-resultatet som første udkast til dokumentet, ikke som den færdige fil.
Begrænsninger du bør forvente
Selv en god proces for billede til Word med OCR har begrænsninger.
- Lav kontrast kan give manglende bogstaver eller sammenflettede ord.
- Fotos af buede sider kan forstyrre linjernes rækkefølge.
- Dekorative layout kan blive fladet ud til ren tekst.
- Lille skrift og hævede tegn bliver let læst forkert.
- Sider med flere spalter kan komme ud i forkert læserækkefølge.
- Stempler, logoer og håndskrevne mærker kan forstyrre genkendelsen.
Derfor er OCR bedst forstået som en måde at spare tid i dokumentarbejdet på, ikke som en erstatning for menneskelig gennemgang. Hvis indholdet er juridisk, økonomisk, akademisk eller driftsmæssigt følsomt, er grundig kontrol vigtig.
Hvad et godt resultat egentlig er
Det bedste resultat er ikke en perfekt visuel kopi af originalsiden. Det er et rent Word-dokument med korrekt tekst, tydelig struktur og tilstrækkelig formatering til videre redigering og genbrug. For de fleste opgaver er det mere værd end at bevare hver eneste visuelle detalje fra det fotograferede dokument.
Når du arbejder med billede til Word på den måde, bliver processen enkel: udtræk teksten, genopbyg strukturen, kontrollér de vigtige detaljer og gem en version, som andre faktisk kan arbejde videre i.
Udkast til menneskelig gennemgang.