Resimden Yazıya Çevirme (Türkçe OCR)

Resimdeki yazı nasıl metne dönüşür?

Bir fotoğraf ya da taranmış sayfa bilgisayar için yalnızca renkli noktalardan oluşur; içindeki yazıyı seçemez, aratamaz ve düzenleyemezsiniz. Metin tanıma (OCR) bu noktalardaki harf şekillerini okuyup gerçek karakterlere çevirir. Bu araç, açık kaynaklı Tesseract tanıma motorunu ve onun Türkçe dil modelini kullanır. Motor ğ, ü, ş, ı, ö, ç ile büyük İ harfini ayrı karakterler olarak tanır; bu yüzden çıkan metinde “ı” ile “i”, “ş” ile “s” karışmaz.

Tanıma yalnız harfleri değil sayfanın düzenini de okur: satırlar, paragraflar, girintiler, ortalanmış başlıklar ve sağa yaslı imza blokları belirlenir. Word ya da UDF çıktısında bu yapı korunmaya çalışılır; kalın yazı ve yazı boyutu görüntüden tahmin edilir.

Dosyanız bilgisayarınızdan çıkmaz

Çoğu çevrimiçi OCR hizmeti görseli kendi sunucusuna yükler ve tanımayı orada yapar. Burada tanıma baştan sona tarayıcınızda, kendi cihazınızın işlemcisiyle yapılır. Mahkeme yazısı, tutanak, sözleşme ya da kimlik bilgisi içeren bir belgenin fotoğrafı hiçbir sunucuya gönderilmez. İlk kullanımda metin tanıma motoru ve Türkçe dil verisi (toplam en fazla yaklaşık 3 MB) sitemizin kendi sunucusundan bir kez indirilir; sonra bu cihazda internet olmadan da çalışır.

Bunu kendiniz de doğrulayabilirsiniz: dil verisi indikten sonra internet bağlantısını kesip yeni bir görsel deneyin; tanıma yine çalışır. Ayrıntılar için Nasıl emin olabilirim? sayfasına bakın.

Hangi çıktıyı seçmeli?

Aynı tanıma sonucu dört farklı biçimde alınabilir:

• Metin: tanınan yazı ekranda görünür; tek tuşla kopyalayıp e-postaya, mesaja ya da başka bir belgeye yapıştırabilirsiniz. İsterseniz TXT dosyası olarak da indirilir.
• Word (DOCX): paragraflar, hizalama ve girintilerle düzenlenebilir bir belge. Uzun metinleri düzeltip kullanmak için en rahat seçenek.
• UDF: UYAP Doküman Editörü'nde açılabilen, düzenlenebilir bir belge. Oluşan dosya imzasızdır; göndermeden önce editörde açıp kontrol edin ve imzalayın.
• Aranabilir PDF: sayfanın görüntüsü olduğu gibi kalır, altına görünmez bir metin katmanı eklenir. PDF okuyucuda kelime aratabilir, metni seçip kopyalayabilirsiniz.

Kimler, ne için kullanıyor?

Metin tanıma, elinde yalnızca görüntüsü olan bir yazıyı yeniden yazmak istemeyen herkesin işine yarar. Avukatlar tebligatla gelen bir kararın ya da karşı tarafın dilekçesinin fotoğrafından alıntı yapmak, bilirkişi raporundaki bir paragrafı kendi dilekçesine taşımak için kullanır. Trafik cezasına itiraz eden bir sürücü tutanaktaki bilgileri dilekçesine aktarabilir. Öğrenciler kitap sayfasındaki bir bölümü not almak, muhasebeciler fatura ve dekontlardaki tutarları kopyalamak için kullanabilir. Hangi amaçla olursa olsun, tanınan metni özgün belgeyle karşılaştırmak sizin sorumluluğunuzdadır.

Desteklenen dosyalar

Telefon fotoğrafları (JPG, PNG, iPhone'un HEIC biçimi), ekran görüntüleri, WebP, GIF ve BMP görseller, tarayıcıdan çıkan çok sayfalı TIFF dosyaları ve taranmış PDF'ler kabul edilir. Birden çok dosyayı aynı anda bırakabilir, listede sürükleyerek sıralayabilirsiniz; sonuçta hepsi bu sırayla tek belgede toplanır. ZIP arşivindeki görseller de açılır.

Daha iyi sonuç için fotoğraf önerileri

Tanımanın doğruluğu en çok görüntünün kalitesine bağlıdır. Kendi deneme belgelerimizde düz ve net taramalarda karakterlerin neredeyse tamamı doğru çıktı; bulanık, karanlık ya da eğik fotoğraflarda hatalar artar. Şunlara dikkat edin:

• Sayfayı düz bir yüzeye koyun ve tam karşıdan çekin; açılı çekimde satırlar eğrilir.
• Gölge düşürmeyin; gün ışığı ya da tavan ışığı flaştan daha iyi sonuç verir.
• Kadrajı sayfayla doldurun: harfler ne kadar büyük görünürse tanıma o kadar doğru olur.
• Kamerayla çekiyorsanız kenarları ve perspektifi otomatik düzelten belge tarama aracını kullanın.
• Bulanık çıktıysa yeniden çekin; netlik sonradan geri getirilemez.

Tanıma güveni ve kontrol

Tanıma motoru her sözcük için bir güven puanı verir. Bir sayfanın ortalaması düşükse sonuç ekranında uyarı görürsünüz; bu, o sayfanın özgün belgeyle dikkatle karşılaştırılması gerektiği anlamına gelir. Word ve UDF çıktısında isterseniz emin olunamayan sözcükler sarı vurguyla işaretlenir; kontrol ettikten sonra vurguyu kaldırırsınız.

Hukuki belgelerde küçük bir hata büyük sonuç doğurabilir: dosya numarası, tarih, tutar, T.C. kimlik numarası ve ad soyad gibi bilgileri her zaman özgün belgeden doğrulayın. El yazısı bu motorla güvenilir biçimde okunmaz; tanıma, basılı ve makineyle yazılmış metinler içindir.

Çok sayfalı belgeler ve sayfa sınırı

Taranmış PDF ve çok sayfalı TIFF dosyalarında bütün sayfalar sırayla tanınır; sabit bir sayfa sınırı koymadık. Uzun belgeler küçük parçalar hâlinde işlenir: cihazın belleği bir noktada yetmezse araç kalınan sayfadan, sayfaları tek tek ele alarak devam eder. Pratikteki sınır cihazınızın belleği ve bekleme süresidir; güncel bir bilgisayarda bir sayfa genellikle birkaç saniyede tanınır, eski telefonlarda daha uzun sürer. Yalnız bazı sayfalar gerekiyorsa “Sayfa aralığı” alanına 1-5, 8 gibi bir aralık yazın.