Convertitore Immagine in Testo

Scopo e intenzione dell'utente: lo strumento esegue il riconoscimento ottico dei caratteri (OCR) per estrarre testo dalle immagini fornite dall'utente. È utilizzato da ricercatori, studenti, redattori e archivisti che necessitano di testo modificabile da ricevute, scansioni, screenshot o poster.

Logica principale e funzioni: applica OCR con pre-elaborazione opzionale e gestione delle lingue. Funzioni richieste includono input immagine e impostazioni della lingua; opzioni avanzate aggiungono deskewing, miglioramento del contrasto e metadati dei blocchi di testo.

Ingressi e uscite: gli input includono immagine (obbligatoria, image/*, es. receipt.jpg), lingua (facoltativa, codice ISO 639-1 o nome, es. eng), formato di output (facoltativo, plain_text o JSON strutturato). Le uscite includono testo (stringa, caratteri a capo), lingua rilevata (stringa), affidabilità (0-1) e lunghezza in caratteri (numero). Output strutturato opzionale fornisce blocchi con testo e coordinate.

Algoritmi e calcoli: il motore OCR seleziona modelli per lingua, esegue rilevamento automatico se la lingua non è fornita e applica post-elaborazione per normalizzare spazi e interruzioni di parola. È possibile preservare indizi di layout basilari.

Errori e casi limite: immagine mancante o invalida genera errore; immagini molto grandi possono essere suddivise; bassa affidabilità può generare testo contrassegnato o output troncato; la scrittura a mano è meno affidabile.