Image to Text Converter — браузерный сервис OCR на основе открытого движка tesseract, предлагающий ежедневный бесплатный лимит, тарифы с кредитами и документированный REST API. При этом главная страница и условия обслуживания противоречат друг другу в вопросе о том, сохраняются ли загруженные файлы, и это стоит выяснить до передачи чувствительных материалов.
Пользовались этим инструментом? Оцените его
Пользовались этим инструментом? Оцените его
Image to Text Converter работает на домене imagetotext.info и представляет собой браузерный сервис OCR, который вытаскивает текст из фотографий и отсканированных документов. Это по-настоящему самостоятельный продукт, а не переименованная пустышка: у него есть документированный REST API, четыре карточки в магазинах приложений и открытая тарифная структура — всё это требует реальной инженерной работы для поддержания.
Основной механизм не является собственной разработкой, и сайт говорит об этом прямо. В его описании указано, что инструмент работает на tesseract-ocr — программном обеспечении с открытым исходным кодом, разработанном Hewlett-Packard, финансируемом и поддерживаемом Google. Такая откровенность заслуживает уважения и заодно верно настраивает ожидания: качество распознавания в целом соответствует возможностям tesseract, то есть хорошо справляется с чистым печатным текстом и хуже — с рукописным вводом, необычными шрифтами и малоконтрастными снимками.
Сервис принимает JPG, PNG, GIF, JFIF (JPEG), HEIC и PDF, причём изображения можно перетащить, загрузить или вставить, а не обязательно выбирать через диалог открытия файла. Результат возвращается в виде обычного текста либо в форматированном виде, его можно скачать как TXT или DOCX, а форматированный результат дополнительно экспортируется в HTML или Markdown.
Между двумя страницами самого оператора есть прямое и неустранённое противоречие, и касается оно как раз того вопроса, который волнует пользователей больше всего. Интерфейс конвертера утверждает: ваша конфиденциальность защищена, никакие данные не передаются и не хранятся. Условия обслуживания утверждают обратное: загруженные документы или тексты (данные) хранятся на наших серверах, а выдержки из них анонимно сопоставляются с интернетом и внутренними базами данных.
Обе формулировки были получены с работающего сайта в ходе подготовки этой страницы. Одновременно верными они быть не могут. Документ с условиями к тому же заметно устарел: в нём указана дата последнего обновления 1 октября 2020 года и встречаются упоминания анализа плагиата, что настойчиво указывает на то, что текст был перенесён из продукта для проверки на заимствования и никогда не переписывался под этот сервис. Это самое правдоподобное добросовестное объяснение, но объяснение не равно разрешению вопроса. Пока оператор не приведёт две страницы в соответствие, считайте вопрос хранения открытым и не загружайте конфиденциальные материалы в бесплатный веб-инструмент.
Конвертер предлагает Simple OCR для обычного текста и Formatted Text, который сохраняет общую компоновку и форматирование, включая таблицы, списки и заголовки. Это различие важнее, чем кажется на первый взгляд. Простое извлечение из таблицы возвращает поток разрозненных значений; именно режим с сохранением формата делает табличный материал пригодным к использованию без ручной пересборки. Он же расходует в десять раз больше кредитов, что прямо показывает, какую из двух возможностей оператор считает премиальной.
Это самое веское свидетельство того, что перед нами продуманный продукт, а не тонкая витрина. Базовый адрес для запросов — https://www.imagetotext.info/api/imageToText, аутентификация выполняется передачей ключа в виде Bearer token в заголовке Authorization, что является общепринятым и корректным решением.
API принимает три формы входных данных, что гибче многих OCR-эндпоинтов: загрузку файла через multipart, поле image_url со ссылкой на удалённый файл и строку base64, несущую данные внутри запроса. Каждая соответствует своему сценарию интеграции: multipart для загрузок от пользователей, URL для объектов, уже лежащих в вашем хранилище, base64 для конвейеров, где лишний сетевой переход нежелателен.
Документация явно описывает ответ при превышении лимита, возвращая тип invalid_request с сообщением о блокировке на один час. Публикация длительности блокировки — мелочь, но она экономит интеграторам реальное время на отладку и говорит о том, что API писался для внешнего использования, а не приделывался задним числом.
Помимо распознавания текста на изображениях, сайт содержит преобразование JPG в Excel, переводчик изображений, PDF в Excel, PDF в Word, Word в Excel и PPT в PDF, у каждого свои квоты и ограничения по объёму. Переводчик изображений — особенно осмысленное сочетание: распознать, а затем перевести — распространённая двухшаговая задача, и наличие обоих шагов в одном месте избавляет от лишнего перехода.
Инструмент заявляет о распознавании более чем двадцати языков, включая английский, испанский, русский, немецкий, французский, корейский, японский, китайский и арабский. Это унаследованная от tesseract возможность, а не собственная разработка, но охват реален и доступен без дополнительной настройки.
Оператор перечисляет четыре канала распространения: приложение для iOS, приложение в Play Store, настольное приложение в Microsoft Store и пакет в Snap Store. Публикация в четырёх магазинах подразумевает постоянную работу по сборке и прохождению проверок, на которую чисто партнёрский сайт не стал бы тратиться.
Наиболее подходящее применение и как раз то, с чем tesseract справляется лучше всего. Газеты, старые офисные документы и печатные отчёты преобразуются надёжно, если оригинал чистый, а шрифт обычный. Именно здесь бесплатный инструмент действительно заменяет платное программное обеспечение.
Конспекты занятий и лекционные слайды, снятые на телефон, — естественный источник, и поддержка HEIC здесь особенно важна, поскольку именно этот формат iPhone создаёт по умолчанию. Многие инструменты OCR до сих пор не принимают HEIC и вынуждают сначала выполнять преобразование.
Перенести контактные данные с баннера, визитки или регистрационного листа — небольшая задача, утомительная вручную. Здесь точность по каждому изображению значит меньше, чем сэкономленное время, поскольку короткую строку вы всё равно перечитаете.
Преобразование JPG в Excel нацелено на случай, когда исходник — сфотографированная или отсканированная таблица. Заложите стоимость в кредитах: 20 кредитов за изображение делают эту операцию самой дорогой на сайте, примерно в двадцать раз дороже обычного прохода OCR.
Сфотографируйте страницу, запустите переводчик изображений — и этап перепечатывания пропущен целиком. Полезно для документов в поездке, иностранной упаковки и переписки, с обычной оговоркой: машинный перевод результата OCR складывает два источника ошибок.
API превращает сервис в элемент инфраструктуры: инструмент учёта расходов, читающий чеки, внутренняя система, индексирующая сканы, мобильное приложение с функцией захвата текста. Схема с Bearer token и три формы входных данных делают подключение прямолинейным, а открытые цены позволяют посчитать затраты до написания кода.
Для всего конфиденциального, пока противоречие о хранении не устранено. Также для рукописного текста, с которым tesseract справляется плохо, и для сильно стилизованных или малоконтрастных исходников, где на правку результата уйдёт больше времени, чем удалось сэкономить.
Это следует сделать прежде всего остального. Поскольку главная страница и условия расходятся по вопросу хранения, придерживайтесь осторожного прочтения: считайте, что загруженное может сохраняться. Публичные или неконфиденциальные материалы допустимы; договоры, медицинские записи, документы, удостоверяющие личность, и всё, что подпадает под соглашение о неразглашении, — нет, по крайней мере через бесплатный веб-интерфейс.
Точность OCR в основном определяется ещё до загрузки. Снимайте прямо, а не под углом, обеспечьте ровное освещение без бликов и обрежьте кадр до текстового блока. Десять секунд аккуратности здесь стоят дороже любой последующей правки.
Описанный порядок таков: загрузите изображение или перетащите его, при наличии ссылки введите адрес, нажмите Convert, затем скопируйте текст или сохраните его как документ. Вставка — недооценённый вариант: снимок экрана попадает из буфера обмена сразу в обработку, без промежуточного файла.
Используйте Simple OCR, когда нужны только слова и вы всё равно будете переоформлять. Используйте Formatted Text, когда структура несёт смысл, — таблицы, счета, формы, всё, где есть колонки. С учётом десятикратной разницы в кредитах осознанный выбор здесь реально экономит деньги при больших объёмах.
Не пропускайте этот шаг и относитесь скептически к заявленной сайтом стопроцентной точности: ни один движок OCR не достигает её на произвольных входных данных. Особое внимание уделяйте цифрам, именам собственным и всему, что нельзя проверить по контексту: неверно прочитанное число в таблице вредит гораздо сильнее, чем неверно прочитанное слово в предложении.
TXT для дальнейшей обработки, DOCX для редактирования, HTML или Markdown, когда форматированный результат отправляется на веб-страницу или в документацию. Правильный выбор здесь избавляет от лишнего преобразования позже.
Как только вы переходите к массовой обработке, веб-интерфейс становится узким местом. Тарификация API отделена от веб-планов, поэтому до принятия решения посчитайте свой реальный месячный объём по обеим схемам.
Сайт сочетает упоминание tesseract с утверждением о стопроцентной точности. Tesseract — способный движок, но ни одна система OCR не безупречна на произвольных реальных изображениях, и это утверждение лучше читать как рекламное, а не как техническую характеристику. Отзывы сторонних пользователей поддерживают скептическое прочтение — см. замечание о форматировании ниже.
Самая устойчивая претензия в сторонних отзывах касается не точности символов, а структуры. Сводные отзывы пользователей указывают, что инструмент не всегда сохраняет исходный контур, компоновку или форматирование предоставленных изображений, а результат иногда оказывается в одну строку или переставленным. Для всего структурно сложного закладывайте время на ручную доводку.
Бесплатный доступ разделён по статусу учётной записи: зарегистрированные пользователи получают 50 преобразований в день, гостевые — 30 в день. Регистрация бесплатна и поднимает лимит на две трети, так что работать гостем нет смысла, если вы обрабатываете больше пары изображений.
Расход кредитов неоднороден, и разброс велик. Simple OCR стоит 1 кредит за изображение, Formatted Text — 10, переводчик изображений — 15, а преобразование JPG в Excel — 20. Тариф, рассчитанный по обычному OCR, израсходуется в двадцать раз быстрее, если ваша настоящая работа — извлечение таблиц.
Это не пожизненный тариф в обычном смысле. В описании указано: разовый платёж 120 долларов, срок действия 1000 дней, включено 120 000 кредитов. Тысяча дней — это примерно два года и девять месяцев. Он всё ещё может быть выгодным, но оценивайте его как предоплату на определённый срок, а не как бессрочную лицензию.
Правила перечисляют конкретные невозвратные ситуации: изменение решения, неверное понимание возможностей, частичное использование, покупки по акционной скидке, списания при автоматическом продлении и индивидуальные тарифы. Одобренные возвраты идут тем же способом оплаты, банковские комиссии удерживаются из суммы, рассмотрение занимает два-три рабочих дня. Пункт о невозвратности скидочных покупок подводит чаще прочих, ведь покупают люди как раз во время скидок.
Размер пакета, объём файла и частота запросов различаются в зависимости от тарифа, причём заметно: бесплатный уровень допускает 5 изображений за отправку при 7 МБ и 50 запросах в минуту, тогда как BUSINESS — 150 изображений при 30 МБ и 1500 запросах в минуту. Если вы подбираете тариф под массовую задачу, ограничение на размер пакета может сработать раньше, чем закончатся кредиты.
Условия прямо запрещают доступ с помощью скриптов и требуют работать через предоставленный интерфейс и инструкции. Для программного доступа разрешённый путь — API, а сбор данных с веб-интерфейса является нарушением условий.
Наиболее удачное применение бесплатного уровня. Преобразование печатных статей, библиотечных сканов и лекционных слайдов вполне в пределах возможностей tesseract, дневного лимита хватает на реальные учебные объёмы, а такие материалы редко бывают конфиденциальными.
Тоже подходит, но с одним условием: материалы не должны быть чувствительными. Счета от поставщиков, печатные каталоги и архивная переписка допустимы; кадровые дела и подписанные договоры лучше отложить до прояснения вопроса о хранении.
Наиболее обслуженная группа, поскольку API — самая крепкая часть продукта. Документированная аутентификация, три формы входных данных, опубликованное поведение при превышении лимитов и прозрачные цены — этого достаточно, чтобы оценить сервис наравне с облачным поставщиком, и при умеренных объёмах он обычно дешевле крупных провайдеров.
Обслужены хорошо и почти бесплатно. Гостевой доступ не требует регистрации, а тридцать преобразований в день намного превышают эпизодическую потребность.
Всем, кто работает с регулируемыми или конфиденциальными данными, пока две страницы не согласуются. Тем, у кого основной вход — рукописный текст: специализированный движок справится лучше. Тем, кому нужна договорная гарантия точности, — условия прямо снимают любые гарантии точности и надёжности. И тем, кому требуются корпоративные документы о соответствии: команда из двух человек вряд ли их предоставит.
Веб-конвертер — основной продукт, работающий без установки и регистрации. Всё остальное выстроено вокруг него.
Четыре указанных точки распространения покрывают основные настольные и мобильные платформы: iOS, Google Play, Microsoft Store и Snap. Пакет Snap стоит отметить особо, поскольку поддержка Linux у небольших разработчиков обычно отпадает первой.
Программный доступ — полноценный канал с собственной документацией, собственной аутентификацией и собственной лестницей тарифов, отделённый от веб-подписок.
Политика конфиденциальности называет управляющее лицо как imagetotext.info, Inc., корпорацию, вместе с её дочерними и аффилированными структурами. Открытые сведения указывают на очень небольшую команду в городе Фейсалабад, Пакистан. В том, что маленькая команда выпускает хороший инструмент, нет ничего плохого, но это объясняет устаревшие юридические страницы и становится существенным, если вы рассчитывали на обязательства по поддержке корпоративного уровня.
Политика конфиденциальности заметно свежее и подробнее условий обслуживания и служит более надёжным ориентиром в том, как сервис обращается с данными. Она определяет категорию User Content, охватывающую весь текст, документы и иные материалы и сведения, загруженные, введённые или иным образом переданные вами в рамках использования сервиса. Это, по сути, признание того, что ваши загрузки принимаются и классифицируются, что плохо согласуется с утверждением страницы конвертера об отсутствии передачи данных.
Кроме того, она раскрывает объём автоматического сбора: приблизительное географическое положение, выводимое из IP-адреса, а также журнальные данные, сведения о поведении при использовании и об устройстве. Для веб-сервиса это обычная практика, но стоит знать, что даже анонимная работа в гостевом режиме оставляет след на стороне сервера.
Относительно платежей политика отмечает, что при выборе PayPal вы передаёте номер банковской карты непосредственно PayPal и к этим сведениям применяется собственная политика конфиденциальности PayPal. Направлять карточные данные платёжному провайдеру, а не обрабатывать их самостоятельно, — верное решение, уменьшающее объём сведений о вас у оператора.
Структурно политика состоит из 35 разделов и включает положения COPPA о конфиденциальности детей, раздел о California Online Privacy Protection Act, отдельную главу для пользователей Европейской экономической зоны и пункт о том, как удалить свои персональные данные. Практически важнее всего запомнить наличие задокументированного пути удаления: если вы загрузили нечто, что предпочли бы не оставлять у оператора, предусмотрен механизм подачи запроса на удаление.
Помесячная цена составляет 8 долларов в месяц за BASIC с 7 000 кредитов, 10 долларов в месяц за STANDARD с 15 000 кредитов и 40 долларов в месяц за BUSINESS со 100 000 кредитов. Годовые эквиваленты указаны как 60, 84 и 200 долларов соответственно, что даёт существенную скидку за обязательство вперёд.
Представлен рядом с подписками, но устроен иначе: разовый платёж 120 долларов, 120 000 кредитов и окно действия в 1000 дней. Прежде чем счесть его более выгодным, сопоставьте его с годовым BUSINESS по обоим измерениям — кредитам и сроку.
Пятьдесят преобразований в день при входе в аккаунт и тридцать в гостевом режиме. Для очень многих пользователей это и есть весь продукт, и он действительно пригоден к работе, а не является урезанной демонстрацией.
Поскольку операции стоят от 1 до 20 кредитов, заявленное на тарифе количество кредитов почти ничего не значит, пока вы не взвесите его по своему реальному распределению работы. Оцените месячный объём по каждому типу операций, перемножьте и затем выбирайте уровень.
Тарифицируются отдельно от веб-доступа: план Tester за 9 долларов в неделю на 5 000 кредитов со сроком действия 7 дней, план Business за 24 доллара в месяц на 25 000 кредитов и план Enterprise за 49 долларов в месяц на 60 000 кредитов. Недельный Tester — разумный способ проверить точность на собственных изображениях, прежде чем брать месячный план.
Ситуации, допускающие возврат, узки, а исключения конкретны, в том числе отсутствие возврата по скидочным покупкам. Читайте эти пункты до покупки, а не после, особенно если покупаете во время акции.
Варианты корпоративного уровня, и примечательно, что сайт сам называет их в собственном разделе вопросов и ответов. Они точнее на сложных входных данных и предоставляют договорные условия обработки данных и документацию о соответствии требованиям. Они же дороже и требуют настройки облачной учётной записи. Если ваш материал конфиденциален, одной только ясности условий обработки достаточно, чтобы оправдать дополнительные расходы.
Поскольку этот сервис работает на tesseract, вы можете бесплатно запустить тот же движок самостоятельно. Так вы получаете полный контроль над данными — материал вообще не покидает вашу машину — ценой установки, настройки и создания собственного интерфейса. Для разработчика с требованиями к приватности это очевидный ответ.
Бесплатно, мгновенно, на устройстве и приватно по самой конструкции. Чтобы снять номер телефона с афиши, уже имеющийся в телефоне OCR превосходит любой веб-сервис и по скорости, и по конфиденциальности. Этот инструмент становится предпочтительнее, когда нужна пакетная обработка, структурированный экспорт или доступ через API.
Лучше подходят, когда исходник уже является PDF, а цель — получить документ с сохранённой вёрсткой и возможностью поиска. Дороже и избыточно, если нужно всего лишь вытащить несколько слов с фотографии.
Используйте этот инструмент для неконфиденциальных материалов при небольших объёмах или как недорогой API для личного проекта. Используйте крупного облачного поставщика, когда точность, соответствие требованиям или масштаб действительно важны. Запускайте tesseract локально, когда данные не должны покидать ваш контроль. Для разовых снимков достаточно телефона.
Повторю прямо, поскольку это самое важное на этой странице: интерфейс конвертера утверждает, что никакие данные не передаются и не хранятся, тогда как условия обслуживания указывают, что загруженные документы или тексты хранятся на серверах оператора. Две официальные страницы, противоположные утверждения и никакого согласования. Наиболее вероятное объяснение — устаревший документ условий, скопированный из другого продукта, но правдоподобное объяснение не является гарантией, и действовать следует по осторожному прочтению.
В условиях указана дата последнего обновления 1 октября 2020 года, и в них до сих пор обсуждается анализ плагиата — функция, которой этот продукт не располагает. Юридический текст, не обновлявшийся с 2020 года, не может достоверно описывать поведение сервиса в 2026 году, что ослабляет каждое содержащееся в нём обязательство, включая те, что звучат успокаивающе.
Рекламировать стопроцентную точность, работая на tesseract, — утверждение, которое не выдержит ни один продукт OCR. Движок хорош, но безупречность на произвольных входных данных недостижима. При этом условия снимают любые гарантии точности и надёжности результатов, так что рекламное обещание и договорная позиция указывают в противоположные стороны.
Обобщённые отзывы называют повторяющейся претензией именно сохранение вёрстки, а не распознавание символов: результат порой сжимается в одну строку или меняет порядок. Если в вашем исходнике есть значимая визуальная структура, заложите время на её восстановление.
В обращении есть несколько обзорных статей об этом продукте, ссылающихся на характеристики, которых нет нигде на официальном сайте: точность ровно 99,80 %, интеграция с SharePoint и бесплатный уровень в 100 кредитов. Ничего из этого не удалось подтвердить страницами самого оператора, а цифры противоречат официальной документации. Они читаются как рекламные материалы, а не как результаты тестирования, и ничего из этих источников здесь не использовано.
Команда из двух человек в Фейсалабаде вполне способна создать хороший инструмент OCR, и качество API говорит о том, что так и вышло. Чего они не могут легко предоставить, так это корпоративной поддержки, подтверждения соответствия требованиям или гарантии долгосрочного существования. Взвесьте это, если планируете строить зависимость от API.
Скрипты и поисковые роботы, направленные на веб-интерфейс, прямо запрещены; разрешённый путь — API. Это стандартная практика, но о ней стоит знать до того, как кто-то в команде напишет сборщик данных.
Изменение решения, неверное понимание возможностей, частичное использование, скидочные покупки и списания при автопродлении — всё это перечислено как невозвратное. В сочетании с годовой предоплатой и LIFETIME это означает, что уровни с лучшей заявленной выгодой оставляют меньше всего возможностей отыграть назад, если инструмент разочарует. Сначала протестируйте его на бесплатном уровне или недельном тарифе API.
Да, с дневными лимитами, и вход в аккаунт их повышает. Зарегистрированные пользователи получают 50 преобразований в день, гостевые — 30 в день. Платные тарифы начинаются с 8 долларов в месяц за 7 000 кредитов и служат в основном для поднятия этих лимитов и открытия более дорогих операций, таких как форматированный вывод и извлечение таблиц.
Это действительно неясно и является важнейшим открытым вопросом инструмента. Страница конвертера утверждает, что никакие данные не передаются и не хранятся, а условия обслуживания указывают, что загруженные документы или тексты хранятся на серверах оператора. Условия датированы 2020 годом и упоминают анализ плагиата, что указывает на копирование из другого продукта, однако противоречие остаётся неустранённым. Не загружайте конфиденциальные материалы до разъяснений.
Хорошо работает с чистым печатным текстом и хуже — с рукописным, необычными шрифтами или плохим освещением. Сайт рекламирует стопроцентную точность, которой на практике не достигает ни один движок OCR, а его собственные условия снимают любые гарантии точности и надёжности. Поскольку он работает на tesseract, ожидайте результата примерно уровня tesseract и всегда сверяйте числа.
JPG, PNG, GIF, JFIF (JPEG), HEIC и PDF, загружаемые перетаскиванием, выбором файла или вставкой. Поддержку HEIC стоит отметить, поскольку это формат фотографий iPhone по умолчанию, а многие конкурирующие инструменты его отвергают.
Да, и он хорошо документирован. Запросы отправляются на https://www.imagetotext.info/api/imageToText, ключ передаётся в виде Bearer token в заголовке Authorization, а принимаются загрузка файла, ссылка на изображение или строка base64. Тарификация API отделена от веб-планов и начинается с уровня Tester за 9 долларов в неделю.
Потому что он выполняет существенно больше работы. Simple OCR стоит 1 кредит за изображение, а Formatted Text — 10, и эта разница отражает дополнительные усилия по восстановлению таблиц, списков и заголовков вместо выдачи плоского потока слов. Если вы всё равно собираетесь переоформлять, используйте обычный режим.
Нет. Он оформлен как разовый платёж 120 долларов со сроком действия 1000 дней и 120 000 кредитов, то есть примерно два года и девять месяцев. Оценивайте его как предоплаченный пакет на определённый срок, а не как бессрочную лицензию.
Иногда да, но исключения обширны. Изменение решения, неверное понимание возможностей, частичное использование, скидочные покупки и списания при автопродлении перечислены как невозвратные. Одобренные возвраты идут через исходный способ оплаты с удержанием банковских комиссий, обычно после рассмотрения в течение двух-трёх рабочих дней.
Сервис извлекает текст, который вы предоставили сами, поэтому правовой статус результата в целом следует за правами на исходный материал: OCR не создаёт новых прав на чужой документ. Оператор не заявляет, что его продукты пригодны для какой-либо конкретной цели или аудитории, и не несёт ответственности за результаты, так что если исходник — чужой контент, ваше право на его повторное использование зависит от лицензии этого контента, а не от данного инструмента.
Да, более чем с двадцатью языками, включая испанский, русский, немецкий, французский, корейский, японский, китайский и арабский. Есть также отдельный переводчик изображений, выполняющий распознавание и перевод за один проход, по 15 кредитов за изображение.
