Giờ đây bạn không cần đến một ứng dụng photoshop chuyên nghiệp để trích xuất văn bản từ file ảnh hay PDF. Sự xuất hiện của các phần mềm OCR (nhận dạng ký tự quang học) trực tuyến sẽ giúp bạn thực hiện công việc tương tự mà không cần cài đặt bất kỳ chương trình nào trên máy tính. Dưới đây là 6 phần mềm OCR trực tuyến miễn phí tốt nhất bạn có thể tham khảo.
1. OCR là gì?
Theo nghĩa đen, OCR là viết tắt của Optical Character Recognition (Nhận dạng ký tự quang học). Đây là một công nghệ phổ biến áp dụng cho việc nhận dạng văn bản bên trong hình ảnh. Công nghệ OCR được sử dụng để chuyển đổi hầu hết định dạng ảnh có chứa văn bản (viết tay, đánh máy hoặc in) thành dữ liệu có thể đọc được bằng máy.
Công nghệ OCR trở nên phổ biến vào đầu những năm 1990 khi con người cố gắng số hóa các tờ báo giấy. Trải qua nhiều lần cải tiến, ngày nay giải pháp OCR cung cấp độ chính xác gần như hoàn hảo. Các phương pháp nâng cao như Zonal OCR được sử dụng nhằm tự động hóa quy trình làm việc dựa trên tài liệu phức tạp.
2. Ứng dụng của OCR
Có lẽ ứng dụng phổ biến nhất của OCR là chuyển đổi tài liệu giấy in thành tài liệu văn bản có thể đọc được bằng máy. Sau khi tài liệu trên giấy được quét, trải qua quá trình xử lý OCR, văn bản trích xuất từ tài liệu đó có thể được chỉnh sửa bằng các công cụ soạn thảo văn bản như: Microsoft Word hay Google Docs.
Trước khi công nghệ OCR ra đời, lựa chọn duy nhất để số hóa tài liệu in trên giấy là nhập lại văn bản theo cách thủ công. Việc này không chỉ tốn thời gian mà còn dẫn đến lỗi đánh máy thiếu chính xác.
OCR thường được sử dụng như một công nghệ “ẩn”, áp dụng cho nhiều hệ thống và dịch vụ thiết yếu trong cuộc sống hàng ngày của chúng ta. Ít được biết đến, nhưng rất quan trọng, một số trường hợp điển hình sử dụng công nghệ OCR phải kể đến bao gồm: Tự động nhập liệu, lập chỉ mục tài liệu cho công cụ tìm kiếm, nhận dạng biển số tự động, hỗ trợ người khiếm thị…
Công nghệ OCR đã được chứng minh là vô cùng hữu ích trong việc số hóa tài liệu. Hiện nay, các loại báo giấy hay văn kiện lịch sử đã được chuyển đổi thành các định dạng hoàn toàn có thể tìm kiếm được cũng như giúp việc truy cập các văn bản trước đó trở nên dễ dàng và nhanh chóng hơn.
3. 6 phần mềm OCR trực tuyến miễn phí tốt nhất
3.1. Google Docs
Google Docs tích hợp tính năng OCR ẩn mà phần lớn người dùng không hề biết đến. Để sử dụng tính năng này trên Google Docs, bạn thực hiện bằng cách:
- Tải tệp PDF cần trích xuất văn bản lên Google Drive
- Kích chuột phải vào tệp, di chuột chọn Open with -> nhấp vào Google Docs
Giờ đây, Google Docs sẽ tự động chuyển đổi tệp PDF sang định dạng có thể chỉnh sửa. Tại đây, bạn có thể bắt đầu chỉnh sửa và lưu tệp trở lại định dạng PDF hoặc sao chép bất kỳ văn bản nào từ đó.
3.1.1. Ưu điểm
- Nhiều tùy chọn chỉnh sửa văn bản
- Khả năng lưu văn bản đã trích xuất ở nhiều định dạng bao gồm Microsoft Word
3.1.2. Nhược điểm
- Không thể trích xuất văn bản từ tệp hình ảnh
3.2. Google Keep
Trong khi Google Docs tích hợp tính năng OCR giúp trích xuất văn bản từ các tệp PDF thì Google Keep thực hiện việc chuyển đổi với các tệp hình ảnh. Tất cả những gì bạn cần làm là mở ứng dụng Google Keep, tạo ghi chú mới và tải lên hình ảnh có chứa văn bản bằng biểu tượng hình ảnh.
Sau khi hình ảnh được thêm vào ghi chú, hãy nhấp vào biểu tượng menu “dấu ba chấm” và chọn “Grab image text”. Google Keep sẽ ngay lập tức nhận dạng và trích xuất toàn bộ văn bản từ hình ảnh rồi thêm nó vào ghi chú để bạn tiếp tục chỉnh sửa hoặc sao chép.
Vấn đề của Google Keep là tính năng OCR không khả dụng với file PDF và đôi khi Google Keep làm sai lệch định dạng ban đầu khi thêm một dòng mới vào giữa hai câu hoặc không để lại khoảng cách giữa các đoạn văn. Tuy nhiên, ứng dụng vẫn đảm bảo trích xuất nội dung văn bản một cách chính xác.
3.2.1. Ưu điểm
- Dễ dàng sử dụng và chỉnh sửa
- Khả năng sao chép văn bản đã trích xuất từ Google Docs
3.2.2. Nhược điểm
- Không hỗ trợ trích xuất văn bản từ các tệp định dạng PDF
- Làm thay đổi định dạng văn bản gốc khi trích xuất
3.3. Workbench
Nếu như Google Documents giúp trích xuất cũng như chỉnh sửa văn bản từ các tệp PDF hay Google Keep trích xuất và chỉnh sửa văn bản từ các tệp hình ảnh, thì Workbench là một phần mềm OCR trực tuyến miễn phí đơn giản hỗ trợ trích xuất văn bản từ cả tệp hình ảnh lẫn văn bản.
Sau khi tải tệp lên, phần mềm sẽ trích xuất văn bản và giúp bạn dễ dàng sao chép nó bằng cách nhấn nút “Copy text”. Ngoài máy tính, Workbench còn cho phép người dùng tải lên hình ảnh cùng tài liệu từ các dịch vụ lưu trữ đám mây phổ biến như: Google Drive, Dropbox, Box,…
Mặc dù sở hữu giao diện người dùng khá trực quan và dễ làm việc, nhưng Workbench lại thiếu đi các tính năng nhỏ điển hình như khả năng chỉnh sửa văn bản được trích xuất. Phần mềm cung cấp kết quả trích xuất với độ chính xác cao, tuy nhiên sẽ hữu ích hơn nhiều nếu bạn có thể thực hiện một số thay đổi trước khi sao chép văn bản. Hy vọng rằng tính năng này sẽ được nhà sản xuất bổ sung vào bản cập nhật trong tương lai.
3.3.1 Ưu điểm
- Giao diện trực quan, dễ sử dụng
- Khả năng tải tệp lên từ các dịch vụ lưu trữ đám mây phổ biến
- Tích hợp một số công cụ hữu ích khác: Công cụ chuyển định dạng tệp, thay đổi kích thước ảnh,…
3.3.2. Nhược điểm
- Không có khả năng chỉnh sửa văn bản đã trích xuất
3.4. OnlineOCR
Trong khi hầu hết các phần mềm OCR trực tuyến hỗ trợ chuyển đổi tệp hình ảnh và tài liệu, OnlineOCR hỗ trợ thêm một định dạng đặc biệt chính là GIF. Đây cũng là một trong những phần mềm OCR hiếm hoi cho phép bạn tải xuống văn bản đã trích xuất dưới dạng Microsoft Word. OnlineOCR sẽ bảo toàn bố cục, định dạng, bảng, cột và đồ họa từ tệp gốc sang tài liệu được chuyển đổi. Không giống như Workbench, bạn có thể chỉnh sửa văn bản trước khi sao chép nó.
3.4.1. Ưu điểm
- Hỗ trợ nhiều định dạng tệp bao gồm GIF
- Khả năng lưu văn bản dưới dạng Microsoft Word
- Bảo toàn bố cục, định dạng văn bản sau khi trích xuất
3.4.2. Nhược điểm
- Giao diện người dùng chưa thực sự tốt với nhiều quảng cáo hiển thị trên trang
3.5. Convertio
Nếu như tất cả các dịch vụ OCR kể trên chỉ cho phép bạn tải lên một hình ảnh hoặc tài liệu duy nhất, phần mềm Convertio cho phép bạn tải lên tối đa 10 hình ảnh cùng một lúc. Bạn có thể sử dụng gói trả phí bắt đầu từ 4,99 USD/tháng để tải lên nhiều hình ảnh hơn nữa và hỗ trợ kích thước không giới hạn cho mỗi tệp.
Thêm vào đó, phần mềm cũng hỗ trợ nhiều định dạng tệp như: Tệp văn bản, CSV và epub. Ngoài ra, Convertio cũng cho phép người dùng thêm tài liệu từ bộ nhớ đám mây như Google Drive, Dropbox,… và có thể tải lên trở lại sau khi hoàn tất.
3.5.1. Ưu điểm
- Khả năng tải lên nhiều hình ảnh hoặc tệp PDF cùng một lúc
- Hỗ trợ lưu trữ đám mây
- Hỗ trợ Microsoft Word
- Có sẵn dưới dạng tiện ích mở rộng cho Google Chrome
3.5.2. Nhược điểm
- Không hỗ trợ các định dạng tệp Webp và GIF
3.6. Copyfish
Copyfish không phải là một ứng dụng web mà là một tiện ích mở rộng của Chrome cung cấp khả năng trích xuất văn bản từ bất kỳ đâu trên trình duyệt, cho dù đó là hình ảnh, video, tài liệu hoặc thậm chí là một trang web không cho phép tùy chọn nhấp chuột phải để sao chép. Các tính năng nâng cao bắt đầu từ 19,92 USD/tháng bao gồm: Phát hiện ngôn ngữ tự động và hỗ trợ nhận diện chữ viết tay.
3.6.1. Ưu điểm
- Khả năng trích xuất văn bản từ mọi nơi trên nền tảng web
- Phiên bản Pro hỗ trợ chuyển đổi văn bản viết tay
3.6.2. Nhược điểm
- Các gói chuyên nghiệp yêu cầu phải đăng ký với mức phí khá cao
Tóm lại, những phần mềm như Google Docs hay Google Keep giúp bạn trích xuất cũng như chỉnh sửa văn bản từ các tệp PDF và hình ảnh tương ứng. Trong khi Workbench và Online OCR là những công cụ đơn giản để mọi người nhanh chóng trích xuất văn bản từ nhiều định dạng tệp được hỗ trợ. Convertio là một công cụ OCR hỗ trợ trích xuất văn bản từ nhiều tệp cùng một lúc và Copyfish có thể trích xuất văn bản từ bất kỳ nội dung nào trên trình duyệt, không giới hạn định dạng hỗ trợ.
