OCR gambar — ekstrak teks dari foto & tangkapan layar

Ambil teks dari foto dan tangkapan layar dengan mesin OCR WASM yang berjalan sepenuhnya di browser Anda — tanpa unggah, dengan model bahasa Inggris, Spanyol, Portugis, dan Indonesia.

Gambar Anda diproses sepenuhnya di browser Anda dengan Tesseract.js — tidak pernah diunggah. Hanya berkas model bahasa publik yang diunduh dari CDN saat pemakaian pertama.

Ekstrak teks dari gambar

Lepaskan gambar ke sini atau klik untuk memilih — PNG, JPG, atau WebP · diproses secara lokal

Pemakaian pertama mengunduh model bahasa (beberapa MB); setelahnya tersimpan di cache.
Pratinjau gambar
Teks hasil pengenalan

Cara kerja

Pengenalan dilakukan oleh Tesseract, mesin OCR sumber terbuka yang dikompilasi ke WebAssembly. Gambar, teks hasil ekstraksi, dan semua buffer antara tetap di tab browser Anda — tidak ada endpoint unggah, tidak ada akun, tidak ada permintaan yang membawa piksel Anda.

Mesin WASM, sepenuhnya di browser
Tesseract.js menjalankan mesin C++ yang sama dipakai aplikasi native, dikompilasi ke WebAssembly dan dieksekusi di worker latar belakang, sehingga halaman tetap responsif selama teks dikenali. Seluruh pipeline — analisis tata letak, segmentasi kata, klasifikasi karakter LSTM — terjadi di perangkat Anda.
Pemakaian pertama mengunduh model bahasa
Setiap bahasa butuh file traineddata-nya (sekitar 2–15 MB; Inggris sekitar 10 MB). File diunduh sekali dari CDN publik dan dicache browser, sehingga kunjungan berikutnya dan pemakaian luring dalam sesi yang sama tetap jalan. Mengganti bahasa memicu unduhan setara.
Tangkapan layar vs foto
Tangkapan layar adalah kasus mudah: glyph tajam di latar datar, akurasi nyaris sempurna. Foto menuntut lebih — pencahayaan rata, halaman datar dan sejajar kamera, teks memenuhi bingkai. Font di bawah ~10 px, halaman melengkung, bayangan, dan blur gerakan menurunkan hasil, jadi potong rapat ke area yang Anda mau.
Bukan untuk tulisan tangan
Modelnya dilatih pada teks cetak. Huruf sambung, tulisan tangan pribadi, dan tipografi bergaya tidak dapat dibaca secara andal — untuk itu, alur teks cetak dulu atau transkripsi manual tetap pilihan yang jujur.

Pertanyaan yang sering diajukan

Apakah bisa membaca tulisan tangan?

Tidak. Tesseract dilatih pada teks cetak — buku, dokumen, tangkapan layar, dan papan nama. Huruf sambung dan tulisan tangan berantakan terbaca buruk atau tidak sama sekali. Teks cetak berukuran wajar adalah kekuatan utamanya.

Apakah bisa membaca PDF?

Halaman ini hanya menangani berkas gambar — PNG, JPG, dan WebP. Untuk PDF, pakai alat saudaranya, Ekstraktor Teks PDF, yang membaca lapisan teks yang tertanam di dokumen halaman demi halaman tanpa OCR sama sekali.

Dari mana model bahasa berasal, dan apakah bisa luring setelahnya?

Saat pemakaian pertama, browser mengunduh model terlatih kecil (beberapa MB) untuk bahasa terpilih dari CDN Tesseract, beserta mesin WASM-nya. Browser menyimpan file ini di cache, sehingga kunjungan berikutnya — bahkan tab luring setelah satu kali muat — tetap mengenali teks tanpa mengunduh apa pun.

Seberapa akurat, dan bagaimana hasil terbaiknya?

Tangkapan layar hampir sempurna: teks tajam di latar datar. Foto tergantung kualitas bidikan — pencahayaan rata, halaman datar dan tegak lurus, teks memenuhi bingkai. Teks buram, miring, atau terlalu kecil penyebab sebagian besar kesalahan, jadi potong rapat ke area yang Anda mau.

Apakah gambar saya diunggah ke server?

Tidak. OCR berjalan 100% di browser Anda dengan WebAssembly — gambarnya sendiri tidak pernah dikirim ke mana pun. Satu-satunya lalu lintas jaringan adalah berkas model publik yang sudah jadi, yang diunduh semua pengunjung sekali dari URL CDN yang sama.

Butuh teks dari PDF alih-alih gambar? Alat saudaranya Ekstraktor Teks PDF membaca lapisan teks tertanam dokumen halaman demi halaman — tanpa OCR.