Spring til indhold

Fra billede til tekst (OCR)

OCR står for Optical Character Recognition og er en form for maskinlæring, der sammenligner al krimskramset i dens søgefelt med hvad app’en ved om bogstaver. Dvs den bruger et billede af den analoge virkelighed, som den beriger med et lag af informationer, Augmented Reality, også kaldet.
Følg eksperimenterne med et vejskilt i 2018, en papiravis, et menukort og print på en opslagstavle og en brochure, hvor det endelig er blevet brugbart og værdifuldt som værktøj i 2023.

Oversæt vejskiltet, så det kan læses af mig, 2018

Mit nederlandske er lidt rustent, så jeg bad Google Translate som app om at oversætte skiltet til noget jeg forstod. Det gjorde den så synkront:

Følgende forslag kom Google Translate-appen med, da jeg bad om oversættelse til dansk:

  • Cyklister på kørebanen
  • Cyklister lop kørselsforbud
  • Cyklister på vejbanen

Det er da i det store hele ok og forståeligt, omend der stadig er et stykke vej inden oversættelserne sidder lige i skabet.

I 2022 testede jeg menukort med andre alfabeter og “blandingssprog”

Ligesom med vejskiltet det hele begyndte med, kan du nu også se, at det er Augmented Reality. Altså den analoge virkelighed beriget med et lag af informationer.

Velkommen til sommer 2023

Jeg tog et foto af teksten i en brochure af papir og satte Google Lens til at analysere indholdet af fotoet. Jeg satte den til at at koncentrere sig som tekst, markerede hvilken tekst jeg ville have copypasted og kopierede teksten direkte fra min smartphone til min laptop (det skal selvfølgelig også sættes op, men det går let via din googlebruger og chrome). En hel A4-side fuld af tekst pr foto i Google Lens.
Jeg skal fortsat rette til, men nu er det (næsten) kun æ, ø og å og bindestreger, der driller. OCR er hermed rykket fra “sjov og ballade” til “værktøj, der sparer mig tid”, så jeg er glad!.

 

Næste mål er, at den kan identificere musiknoder for mig og spille temaet fra melodien i de noder jeg peger imod… “There Ain’t No Rest For The Wicked”