📷 OCR / แปลงรูปภาพเป็นข้อความ

เกี่ยวกับ 📷 OCR / แปลงรูปภาพเป็นข้อความ

ดึงข้อความจากภาพหน้าจอที่ชัดเจนและเรียบง่ายในเบราว์เซอร์ เหมาะกับข้อความตัวพิมพ์บนพื้นหลังสีเรียบ รูปภาพจะอยู่ในอุปกรณ์ของคุณ โปรดตรวจทานผลลัพธ์ก่อนใช้

ข้อมูลโดยสังเขป

• เหมาะกับ: ภาพหน้าจอและภาพถ่ายที่ชัดเจน ซึ่งมีข้อความพิมพ์หรือข้อความที่พิมพ์ด้วยแป้นพิมพ์บนพื้นหลังเรียบ
• ภาษา: มากกว่า 30 ภาษา รวมถึงอังกฤษ สเปน ฝรั่งเศส เยอรมัน รัสเซีย อาหรับ ฮินดี เกาหลี จีน และญี่ปุ่น สามารถใช้ภาษาจีน ญี่ปุ่น และอังกฤษปะปนกันในภาพเดียวได้
• รูปภาพ: PNG, JPG, GIF, BMP, WebP และ TIFF เพิ่มไฟล์ด้วยการลากแล้ววาง เลือกไฟล์ หรือวางจากคลิปบอร์ด
• ผลลัพธ์: ข้อความที่แก้ไขได้ ซึ่งคัดลอกหรือดาวน์โหลดเป็นไฟล์ได้ ปรับความสว่างและคอนทราสต์เพื่อช่วยปรับภาพจางให้ชัดขึ้นก่อน
• ความเป็นส่วนตัว: อ่านข้อความบนอุปกรณ์ของคุณเอง และไม่มีการอัปโหลดรูปภาพ
• ไม่เหมาะกับ: ลายมือ ภาพถ่ายเบลอ หรือตารางซับซ้อน หากต้องการอ่านข้อความลายมือ ให้ใช้เครื่องมือ AI แปลงลายมือเป็นข้อความ

OCR (Optical Character Recognition) คืออะไร?

การจดจำตัวอักษรด้วยแสง (OCR) คือเทคโนโลยีที่แปลงเอกสารประเภทต่างๆ เช่น เอกสารกระดาษที่สแกน ไฟล์ PDF หรือรูปภาพที่ถ่ายโดยกล้องดิจิทัล ให้เป็นข้อความที่สามารถแก้ไขและค้นหาได้ เทคโนโลยี OCR จะวิเคราะห์รูปร่างของตัวอักษรในรูปภาพและเปรียบเทียบกับรูปแบบที่รู้จักเพื่อระบุตัวอักษร ตัวเลข และสัญลักษณ์ต่างๆ

คุณสมบัติหลัก

• เอนจินโอเพนซอร์ส 2 ตัว ทำงานในเบราว์เซอร์ทั้งคู่: PP-OCRv6 ที่เปิดตัวในปี 2026 อ่านภาษาจีน ญี่ปุ่น และอังกฤษได้แม่นยำกว่าเอนจินรุ่นเก่ามาก ส่วน Tesseract.js อ่านได้กว่า 30 ภาษารวมถึงภาษาไทยด้วยโมเดลขนาดเล็ก รูปภาพของคุณไม่ถูกอัปโหลดไปยังเซิร์ฟเวอร์ใดๆ
• รองรับมากกว่า 30 ภาษา: ภาษาไทย เกาหลี รัสเซีย อาหรับ เวียดนาม และภาษาอื่นๆ อ่านด้วย Tesseract.js ส่วนภาษาจีน (ตัวย่อและตัวเต็ม) ญี่ปุ่น อังกฤษ และภาษายุโรปส่วนใหญ่อ่านด้วย PP-OCRv6 ซึ่งอ่านภาษาจีน ญี่ปุ่น และอังกฤษที่ปนกันในรูปเดียวได้ด้วย
• เห็นความคืบหน้าชัดเจน: เมื่อใช้ PP-OCRv6 ทุกบรรทัดที่พบจะมีกรอบแสดงบนภาพตัวอย่าง และเปลี่ยนเป็นสีเขียวเมื่ออ่านเสร็จ ข้อความจะทยอยปรากฏในช่องผลลัพธ์ พร้อมเวลาที่เหลือโดยประมาณ
• วิธีการอัปโหลดที่หลากหลาย: ลากและวางรูปภาพ คลิกเพื่อเลือกไฟล์ หรือวางโดยตรงจากคลิปบอร์ดของคุณ (Ctrl+V / Cmd+V)
• การประมวลผลรูปภาพล่วงหน้า: ปรับความสว่างและความคมชัดเพื่อปรับปรุงความแม่นยำในการจดจำสำหรับรูปภาพที่มีคุณภาพต่ำหรือจาง
• คะแนนความมั่นใจ: ดูระดับความมั่นใจของเอนจิน OCR ต่อข้อความที่แยกออกมา เพื่อช่วยคุณระบุส่วนที่อาจต้องตรวจสอบด้วยตนเอง
• คัดลอกและดาวน์โหลด: คัดลอกไปยังคลิปบอร์ดด้วยคลิกเดียว หรือดาวน์โหลดข้อความที่แยกได้เป็นไฟล์

วิธีใช้เครื่องมือ OCR นี้

1. อัปโหลดรูปภาพของคุณ: ลากและวางรูปภาพลงในพื้นที่อัปโหลด คลิกเพื่อเลือกไฟล์ หรือวางรูปภาพจากคลิปบอร์ดของคุณโดยใช้ Ctrl+V (Cmd+V บน Mac)
2. เลือกภาษา: เลือกภาษาของข้อความที่ปรากฏในรูปภาพจากเมนูแบบเลื่อนลง การเลือกภาษาที่ถูกต้องจะช่วยเพิ่มความแม่นยำในการจดจำได้อย่างมาก
3. ปรับการตั้งค่ารูปภาพ (ไม่บังคับ): คลิก "การประมวลผลรูปภาพล่วงหน้า" เพื่อเข้าถึงการควบคุมความสว่างและความคมชัด ซึ่งจะมีประโยชน์อย่างยิ่งสำหรับรูปภาพที่มีคุณภาพต่ำ จาง หรือแสงน้อย
4. คลิก "แยกข้อความ": กดปุ่ม "แยกข้อความ" เพื่อเริ่มจดจำข้อความ เมื่อใช้ PP-OCRv6 แผงความคืบหน้าจะแสดง 4 ขั้นตอน ได้แก่ ดาวน์โหลดโมเดล เริ่มเอนจิน หาตำแหน่งข้อความ และอ่านทีละบรรทัด ในการใช้งานครั้งแรก โมเดลจะเริ่มดาวน์โหลดอยู่เบื้องหลังทันทีที่คุณเลือกรูปภาพ
5. ตรวจสอบและใช้งานผลลัพธ์: ข้อความที่แยกออกมาจะปรากฏในพื้นที่ข้อความที่แก้ไขได้ คุณสามารถแก้ไขโดยตรง คัดลอกไปยังคลิปบอร์ด หรือดาวน์โหลดเป็นไฟล์ข้อความ

เคล็ดลับเพื่อผลลัพธ์ OCR ที่ดียิ่งขึ้น

คุณภาพของรูปภาพ

รูปภาพที่มีความละเอียดสูงจะให้ผลลัพธ์ที่ดีกว่า ควรตั้งเป้าไว้ที่อย่างน้อย 300 DPI เมื่อสแกนเอกสาร หลีกเลี่ยงรูปภาพที่เบลอ เอียง หรือถูกบีบอัดอย่างหนัก

ความคมชัดและแสงไฟ

ความคมชัดที่ดีระหว่างข้อความและพื้นหลังเป็นสิ่งสำคัญ ใช้การควบคุมการประมวลผลล่วงหน้าในตัวเพื่อปรับปรุงรูปภาพที่จางหรือมีความคมชัดต่ำ ข้อความสีเข้มบนพื้นหลังสีขาวจะได้ผลดีที่สุด

การเลือกภาษา

สำหรับข้อความภาษาไทย ให้คงไว้ที่ "ตรวจสอบอัตโนมัติ" หรือเลือก "ภาษาไทย" เพราะการตรวจสอบอัตโนมัติในหน้านี้ใช้ Tesseract.js ซึ่งอ่านภาษาไทยได้ หากรูปเป็นภาษาจีน ญี่ปุ่น หรืออังกฤษ ให้เลือกภาษานั้นในเมนู แล้ว PP-OCRv6 จะอ่านด้วยโมเดลเดียวได้แม่นยำกว่ามาก

ทิศทางของข้อความ

PP-OCRv6 รับมือกับภาพถ่ายที่เอียงเล็กน้อยได้ และอ่านข้อความแนวตั้ง (จากขวาไปซ้าย) ได้ด้วย หากทั้งรูปหมุนไป 90 องศาหรือกลับหัว โปรดหมุนให้ตรงก่อนจดจำข้อความ

รูปแบบรูปภาพที่รองรับ

• PNG — ดีที่สุดสำหรับภาพหน้าจอและรูปภาพที่มีข้อความเยอะ (การบีบอัดแบบไม่สูญเสียรายละเอียด)
• JPEG/JPG — รูปแบบภาพถ่ายทั่วไป ดีสำหรับเอกสารที่สแกน
• WebP — รูปแบบสมัยใหม่ที่มีอัตราส่วนคุณภาพต่อขนาดที่ดี
• BMP — รูปภาพบิตแมปแบบไม่บีบอัด
• GIF — รองรับรูปภาพธรรมดา (ใช้เฟรมแรกสำหรับ GIF แบบเคลื่อนไหว)
• TIFF — รูปแบบการสแกนระดับมืออาชีพ (การรองรับของเบราว์เซอร์อาจแตกต่างกันไป)

กรณีการใช้งานทั่วไป

การแยกข้อความจากภาพหน้าจอ

ดึงข้อความจากภาพหน้าจอของเว็บไซต์ ข้อความแสดงข้อผิดพลาด บทสนทนาในแชท หรือโพสต์บนโซเชียลมีเดียได้อย่างรวดเร็ว เพียงแค่วางภาพหน้าจอ (Ctrl+V) แล้วแยกข้อความออกมา

ความเป็นส่วนตัวและความปลอดภัย

เอนจินจดจำข้อความทั้งสองตัวทำงานภายในเว็บเบราว์เซอร์ของคุณทั้งหมด รูปภาพของคุณไม่ถูกอัปโหลดไปยังเซิร์ฟเวอร์ใดๆ และไม่มีการจัดเก็บหรือแชร์ข้อมูล สิ่งเดียวที่ดาวน์โหลดคือตัวโมเดลจดจำข้อความ จึงใช้กับเอกสารที่มีข้อมูลส่วนตัวหรือข้อมูลลับได้อย่างปลอดภัย

เปรียบเทียบวิธีแปลงรูปเป็นข้อความ: Tesseract, PP-OCRv6 และ AI

หน้านี้มีเอนจินโอเพนซอร์ส 2 ตัวที่ทำงานในเบราว์เซอร์ หากเป็นลายมือหรือต้องการแปลภาษา เครื่องมือ AI จะเหมาะกว่า อัตราความผิดพลาดใน 2 คอลัมน์แรกมาจากชุดรูปทดสอบ 14 รูปที่เราจัดทำเอง (ย่อหน้าภาษาจีน ญี่ปุ่น และอังกฤษ ภาพถ่ายใบเสร็จ ภาพถ่ายป้าย ภาพหน้าจอแอป และข้อความแนวตั้ง) ยิ่งต่ำยิ่งดี ส่วนคอลัมน์ AI บอกว่าแต่ละเครื่องมือเหมาะกับงานแบบไหน ไม่ได้อยู่ในการทดสอบ ภาษาไทยอ่านด้วย Tesseract.js เพราะ PP-OCRv6 ยังไม่รองรับ

ควรเลือกแบบไหน:

• ภาพหน้าจอและเอกสารภาษาไทย: คงไว้ที่ "ตรวจสอบอัตโนมัติ" หรือเลือก "ภาษาไทย" แล้ว Tesseract.js จะอ่านให้ ตัวพิมพ์ที่คมชัดอ่านได้ดี
• ภาพถ่ายหรือภาพหน้าจอที่เป็นภาษาจีน ญี่ปุ่น หรืออังกฤษ: เลือกภาษานั้นในเมนูเพื่อให้ PP-OCRv6 อ่าน
• โน้ตลายมือ จดหมาย หรือแบบฟอร์มที่เขียนด้วยมือ: ใช้ AI แปลงลายมือเป็นข้อความ
• ข้อความภาษาต่างประเทศที่อ่านไม่ออก: ใช้ เครื่องมือแปลรูปภาพด้วย AI ซึ่งจดจำและแปลในขั้นตอนเดียว ใส่คำแปลแทนที่ข้อความเดิมโดยคงเลย์เอาต์ไว้ และดาวน์โหลดรูปที่แปลแล้วได้

อัตราความผิดพลาดมาจากรูปทดสอบของเรา ผลลัพธ์จริงจะต่างกันไปตามคุณภาพรูป แบบอักษร และเลย์เอาต์ ในโหมด "ตรวจสอบอัตโนมัติ" Tesseract.js จะลองภาษาอังกฤษก่อน แล้วจึงลองภาษาไทยและภาษาอื่น การเลือกภาษาของรูปเองจึงแม่นยำกว่า

เกี่ยวกับเอนจินจดจำข้อความ

PP-OCRv6 เป็นโมเดล OCR โอเพนซอร์สที่ทีม PaddlePaddle ของ Baidu เปิดตัวเมื่อเดือนมิถุนายน 2026 ภายใต้สัญญาอนุญาต Apache 2.0 เครื่องมือนี้ใช้รุ่น Small โดยโมเดลตรวจจับจะหาตำแหน่งของข้อความแต่ละบรรทัดก่อน แล้วโมเดลจดจำจะอ่านทีละบรรทัด โมเดลเดียวอ่านภาษาจีน (ตัวย่อและตัวเต็ม) ญี่ปุ่น อังกฤษ และภาษายุโรปส่วนใหญ่ได้ แต่ยังไม่รองรับภาษาไทย โมเดลทำงานในเบราว์เซอร์ผ่าน ONNX Runtime Web และใช้ GPU ช่วยเร่งความเร็วโดยอัตโนมัติเมื่อเบราว์เซอร์รองรับ WebGPU

Tesseract.js คือ Tesseract เอนจิน OCR โอเพนซอร์สที่ใช้กันมายาวนาน ในเวอร์ชัน JavaScript แต่ละภาษามีโมเดลขนาดเล็กของตัวเอง จึงดาวน์โหลดน้อยและอ่านภาพหน้าจอตัวพิมพ์ที่คมชัดได้ดี เครื่องมือนี้ใช้ Tesseract.js กับภาษาที่ PP-OCRv6 ยังไม่รองรับ เช่น ภาษาไทย เกาหลี รัสเซีย อาหรับ และเวียดนาม

คำถามที่พบบ่อย

ข้อมูลรูปภาพของฉันปลอดภัยหรือไม่เมื่อใช้เครื่องมือ OCR นี้?

ใช่ เอนจินจดจำข้อความทั้งสองตัวของเครื่องมือนี้ คือ PP-OCRv6 และ Tesseract.js ทำงานในเบราว์เซอร์ของคุณ และรูปภาพไม่ถูกอัปโหลดไปยังเซิร์ฟเวอร์ใดๆ สิ่งที่ดาวน์โหลดมีเพียงโมเดลจดจำข้อความ การแยกข้อความทั้งหมดเกิดขึ้นบนอุปกรณ์ของคุณ

เครื่องมือ OCR นี้รองรับภาษาอะไรบ้าง?

เมนูภาษามีมากกว่า 30 ภาษา ภาษาไทย เกาหลี รัสเซีย อาหรับ ฮินดี เวียดนาม และภาษาอื่นๆ อ่านด้วย Tesseract.js ส่วนภาษาจีน (ตัวย่อและตัวเต็ม) ญี่ปุ่น อังกฤษ และภาษาที่ใช้อักษรละติน 17 ภาษา เช่น สเปน ฝรั่งเศส เยอรมัน โปรตุเกส อิตาลี และโปแลนด์ อ่านด้วย PP-OCRv6 ซึ่งอ่านภาษาจีน ญี่ปุ่น และอังกฤษที่ปนกันในรูปเดียวได้ด้วย

รองรับรูปแบบรูปภาพใดบ้าง?

เครื่องมือนี้รองรับรูปแบบรูปภาพทั่วไปทั้งหมด ได้แก่ PNG, JPEG, JPG, GIF, BMP, WebP และ TIFF คุณสามารถอัปโหลดรูปภาพโดยการลากและวาง คลิกพื้นที่อัปโหลด หรือวางจากคลิปบอร์ดของคุณ

ฉันจะปรับปรุงความแม่นยำของ OCR ได้อย่างไร?

วิธีปรับปรุงความแม่นยำของ OCR: ใช้รูปภาพที่มีความละเอียดสูง ตรวจสอบให้แน่ใจว่าข้อความและพื้นหลังมีความคมชัดตัดกัน เลือกภาษาที่ถูกต้อง ใช้การควบคุมความสว่างและความคมชัดในตัวเพื่อประมวลผลรูปภาพล่วงหน้า และตรวจสอบให้แน่ใจว่ารูปภาพไม่เอียงหรือหมุน เหมาะกับภาพหน้าจอที่ชัดเจนและมีข้อความตัวพิมพ์เรียบง่าย ลายมือ ภาพถ่ายที่เบลอ ตาราง และรูปแบบหน้าที่ซับซ้อนอาจให้ผลลัพธ์ไม่ดี โปรดเทียบข้อความกับภาพต้นฉบับ

เครื่องมือ OCR นี้ทำงานบนอุปกรณ์มือถือได้หรือไม่?

ได้ เครื่องมือ OCR นี้รองรับการใช้งานบนมือถืออย่างเต็มรูปแบบ ทั้งบนสมาร์ทโฟนและแท็บเล็ต คุณสามารถถ่ายภาพโดยตรงจากกล้องแล้วอัปโหลด หรือวางภาพหน้าจอ อินเทอร์เฟซจะปรับให้เข้ากับหน้าจอขนาดเล็กเพื่อประสบการณ์การใช้งานบนมือถือที่ราบรื่น

การประมวลผล OCR ใช้เวลานานแค่ไหน?

Tesseract.js มักใช้เวลา 0.2–1.5 วินาทีต่อรูป ส่วน PP-OCRv6 ใช้เวลาไม่ถึง 1.5 วินาทีเมื่อเบราว์เซอร์รองรับการเร่งความเร็วด้วย GPU (WebGPU เช่น Chrome และ Edge รุ่นใหม่) และประมาณ 1–9 วินาทีเมื่อใช้ CPU อย่างเดียว ขึ้นอยู่กับปริมาณข้อความ การใช้ PP-OCRv6 ครั้งแรกจะต้องดาวน์โหลดโมเดลประมาณ 35 MB และใช้เวลาเตรียม GPU อีกไม่กี่วินาที หลังจากนั้นจะเร็วขึ้นมาก ระหว่างทำงาน แผงความคืบหน้าจะแสดงขั้นตอนปัจจุบันและเวลาที่เหลือโดยประมาณ และคุณกดยกเลิกได้ทุกเมื่อ

ทำไมครั้งแรกต้องดาวน์โหลดโมเดล? ต้องดาวน์โหลดทุกครั้งไหม?

การจดจำข้อความเกิดขึ้นบนอุปกรณ์ของคุณ เบราว์เซอร์จึงต้องมีโมเดลจดจำข้อความก่อน คือประมาณ 35 MB สำหรับ PP-OCRv6 หรือ 3–5 MB สำหรับ Tesseract.js เมื่อดาวน์โหลดแล้ว โมเดลจะถูกบันทึกไว้ในเบราว์เซอร์และโหลดจากที่นั่นในครั้งต่อไป หากเปิดโหมดประหยัดอินเทอร์เน็ตของเบราว์เซอร์ไว้ เครื่องมือจะเริ่มด้วย Tesseract.js ที่เบากว่า

อ่านลายมือ หรือแปลข้อความในรูปได้ไหม?

เอนจินโอเพนซอร์สทั้งสองตัวออกแบบมาสำหรับตัวพิมพ์ หากเป็นลายมือ ให้ใช้ AI แปลงลายมือเป็นข้อความ หากต้องการแปลข้อความในรูปเป็นภาษาไทยหรือภาษาอื่น ให้ใช้ เครื่องมือแปลรูปภาพด้วย AI ซึ่งจะใส่คำแปลกลับลงในรูปและคงเลย์เอาต์เดิมไว้ เครื่องมือ AI ทั้งสองนี้อัปโหลดรูปไปประมวลผลที่เซิร์ฟเวอร์ของเรา และใช้ 1 เครดิตต่อรูป

แหล่งข้อมูลเพิ่มเติม

• การจดจำตัวอักษรด้วยแสง - Wikipedia
• PaddleOCR (PP-OCRv6) - คลังโค้ดบน GitHub
• Tesseract.js - GitHub Repository
• เว็บไซต์ทางการของ Tesseract OCR

เครื่องมือภาพ:

• เพิ่มเส้นในรูปภาพ
• เพิ่มข้อความลงในรูปภาพ
• ⬛ เครื่องคำนวณอัตราส่วนภาพ ใหม่
• ครอปรูปเป็นวงกลม ใหม่
• เครื่องมือสร้างคอลลาจ
• เครื่องสร้างจุดต่อจุด
• เครื่องมือดูและลบข้อมูล EXIF ใหม่
• พลิก GIF
• พลิกรูปภาพ
• เครื่องมือสร้าง GIF
• เครื่องมือพิกเซลภาพ
• ตัวบีบอัดรูปภาพ
• เครื่องมือตัดภาพ
• เครื่องมือปรับปรุงภาพ
• ตัวปรับขนาดภาพ
• เครื่องมือหมุนรูปภาพ
• เครื่องมือแบ่งรูปภาพ
• ตัวแปลงรูปภาพเป็นศิลปะ ASCII ใหม่
• เครื่องมือลากเส้นรูปภาพเป็น SVG ใหม่
• เครื่องสร้างรูปภาพ Placeholder Lorem Picsum ใหม่
• 📷 OCR / แปลงรูปภาพเป็นข้อความ ยอดนิยม
• เครื่องคำนวณขนาดพิมพ์และความละเอียด (DPI/PPI)
• ตัวสร้างรูปภาพมุมโค้ง ใหม่
• ตัวแต่งภาพหน้าจอ ใหม่
• เครื่องมือสร้างม็อกอัพอุปกรณ์ ใหม่
• เครื่องมือสร้างภาพโพลารอยด์ ใหม่
• เครื่องมือเปลี่ยนสีพื้นหลังภาพ ใหม่
• เพิ่มเงาให้รูปภาพ ใหม่
• เพิ่มกรอบให้รูปภาพ ใหม่
• เครื่องมือทำพื้นหลังโปร่งใส ใหม่
• เปลี่ยนความทึบของภาพ ใหม่
• AI แปลงรูปเป็นพรอมต์ ใหม่
• AI แนะนำทรงผมตามรูปหน้า ใหม่
• AI แปลงลายมือเป็นข้อความ ใหม่
• ซ่อมรูปเก่าด้วย AI ใหม่
• AI ออกแบบห้อง ใหม่
• AI สร้างภาพสินค้า ใหม่
• เครื่องมือแปลรูปภาพด้วย AI ใหม่
• เครื่องมือแปลเมนูด้วย AI ใหม่
• เครื่องมือแปลมังงะด้วย AI ใหม่
• เครื่องมือลบลายน้ำจากรูป ใหม่
• เครื่องมือลบข้อความออกจากรูป ใหม่