Online konvertor TIFF do TEXT zdarma

Zdrojový formát: TIFF

TIFF (Tagged Image File Format) je vysoce kvalitní rastrový formát obrázků, který se široce používá v skenování, publikování, archivaci a profesionální fotografii. Je oblíbený v kancelářích, knihovnách a systémech pro správu dokumentů, protože dokáže ukládat detailní obrázky s minimální ztrátou, podporuje více stránek v jednom souboru a zachovává skeny s textem ve vysokém rozlišení. Soubor TIFF je stále obrázek, takže jakýkoli text v něm není přímo editovatelný, pokud se nevytáhne pomocí OCR (optické rozpoznávání znaků).

Cílový formát: Textový soubor

Textový soubor obvykle znamená dokument s prostým textem, jako je .txt. Prostý text obsahuje pouze znaky, ne rozvržení, písma ani obrázky. Mezi jeho hlavní výhody patří malá velikost, univerzální kompatibilita a snadná úprava v libovolném textovém editoru. Textové soubory se běžně používají pro poznámky, logy, výměnu dat, skripty a extrahovaný obsah dokumentů.

Jak převést tiff na text

Převod TIFF na text není jednoduchá změna formátu „obrázek → soubor“. Protože je TIFF obrázek, převod obvykle znamená extrahování textu z obrázku pomocí OCR. Nejlepší výsledky poskytuje desktopový nástroj OCR nebo aplikace pro skenování dokumentů.

1. Zkontrolujte kvalitu TIFF. OCR funguje nejlépe, když je obrázek ostrý, rovně a má vysoký kontrast. Pokud je TIFF nakloněný nebo rozmazaný, pokud je to možné, nejprve jej zlepšete.
2. Použijte software pro OCR. Dobré možnosti pro desktop zahrnují ABBYY FineReader, Tesseract a skenovací nástroje, které obsahují OCR.
3. Otevřete nebo importujte TIFF. V ABBYY FineReader například použijte File → Open a vyberte obrázek TIFF.
4. Spusťte OCR. Software rozpozná oblasti s textem a převede obsah obrázku do editovatelného textu.
5. Exportujte jako prostý text. Vyberte File → Save As nebo File → Export a poté zvolte Text nebo .txt jako výstupní formát.
6. Zkontrolujte výsledek. Otevřete textový soubor v textovém editoru a opravte chyby OCR, zejména v jménech, číslech a interpunkci.

Pokud preferujete nástroje z příkazové řádky, Tesseract OCR je běžná volba. Typický postup je spustit OCR na TIFF a uložit výstup jako text, například pomocí tesseract input.tiff output txt. Tím vznikne output.txt obsahující rozpoznaný text.

Soubor můžete také převést na 101convert.com zdarma, bez instalace jakéhokoli softwaru.

Poznámky ke kvalitě a omezením

Přesnost OCR je klíčové omezení při převodu TIFF na text. Výstup závisí do značné míry na kvalitě obrázku, čitelnosti písma, jazyku, orientaci stránky a na tom, zda TIFF obsahuje ručně psaný nebo tištěný text. Čisté skeny ve vysokém rozlišení obvykle dávají mnohem lepší výsledky než fotografie nebo komprimované obrázky.

Pokud TIFF obsahuje více stránek, software pro OCR může spojit veškerý rozpoznaný text do jednoho textového souboru nebo vytvořit samostatné výstupy podle použitého nástroje. Prostý text také nezachovává formátování, jako jsou sloupce, tabulky, písma nebo rozvržení stránky, takže u složitých dokumentů může být po převodu potřeba ruční úprava.

Pokud je TIFF ve skutečnosti naskenovaný dokument bez vložené textové vrstvy, je nutné použít OCR. Pokud už obsahuje vyhledatelnou textovou vrstvu, některé nástroje dokážou tento text vytáhnout přesněji než samotné OCR.