Konverter Gambar ke Teks

Ubah teks yang terkunci di dalam gambar menjadi teks yang bisa disalin

Begitu layar ditangkap atau foto diambil, kalimat di dalamnya tidak lagi berupa huruf, melainkan hanya kumpulan titik berwarna. Mata kita membacanya seperti biasa, tetapi komputer tidak bisa memilih atau menyalin bagian itu. Pengekstrak teks gambar mencari bentuk huruf pada gambar semacam ini dan mengubahnya kembali menjadi karakter. Proses ini biasa disebut OCR (pengenalan karakter optik).

Hasil OCR bukan salinan persis dari aslinya, melainkan perkiraan yang dianggap paling masuk akal oleh mesin. Karena itu, alat ini tidak berhenti pada menampilkan teks. Alat ini mewarnai gambar sesuai tingkat keyakinan yang diberikan mesin untuk setiap kata, dan setiap kali Anda berpindah ke kata yang meragukan, baris aslinya ditampilkan besar agar bisa dibandingkan dengan hasilnya. Seluruh proses berjalan di browser ini, dan gambar tidak dikirim ke mana pun.

Kapan alat ini berguna?

Mengetik ulang teks tampak singkat, tetapi sering salah, apalagi jika ada angka atau alamat dalam huruf Latin. Kebutuhan akan teks dalam gambar ternyata cukup sering muncul.

• Gambar pengumuman atau informasi dari aplikasi pesan: tanggal, lokasi, dan nomor rekening bisa disalin langsung ke aplikasi kalender atau catatan.
• Tangkapan layar slide kuliah atau rapat daring: kalimat yang sekilas muncul di layar bisa ditempel ke catatan, lalu diperbaiki seperlunya.
• Tangkapan layar pesan kesalahan: salin tulisan pada layar galat kiriman orang lain untuk dicari di mesin pencari atau disertakan dalam pertanyaan.
• Foto buku atau cetakan: pindahkan paragraf yang akan dikutip, lalu cocokkan dengan aslinya beserta nomor halamannya.
• Gambar di situs web yang tidak bisa dipilih teksnya: baca tabel atau kartu informasi yang diunggah sebagai gambar, atau ubah menjadi teks yang bisa dibacakan oleh pembaca layar.

Ponsel dan komputer juga punya fitur serupa. Jika perangkat yang Anda pakai memilikinya, itulah cara tercepat. Alat ini cocok untuk situasi yang tidak terjangkau fitur perangkat dan untuk pekerjaan yang menuntut hasilnya dicocokkan dengan teliti.

Cara memakai

1. Tangkap layar, lalu tempel di halaman ini dengan Ctrl+V (⌘+V di Mac). Anda juga bisa menyeret gambar ke halaman ini atau menekan pilih gambar. Di Windows, Win+Shift+S menangkap sebagian layar langsung ke clipboard. Di Mac, gunakan ⌘+Shift+Control+4.
2. Periksa apakah chip bahasa pengenalan sesuai dengan teks pada gambar. Awalnya yang dibaca adalah bahasa Indonesia saja, dan Anda bisa memilih hingga tiga bahasa.
3. Gunakan panah di bawah kolom hasil untuk berpindah ke kata yang perlu dicek satu per satu. Baris aslinya tampil besar pada pita di atas, jadi bandingkan, lalu perbaiki huruf yang salah langsung di kolom hasil.
4. Jika ikut terbaca teks yang tidak diperlukan, gunakan pilih area untuk menggambar kotak di atas gambar dan baca ulang bagian itu saja. Jika teksnya miring ke samping, tekan tombol putar.
5. Salin semuanya atau simpan sebagai TXT. Untuk teks yang akan ditempel ke dokumen, ubah susunan baris menjadi “Sambung jadi paragraf”.

Temukan huruf yang salah lewat keyakinan dan baris asli

Mesin pengenalan memberi setiap kata skor 0 sampai 100 yang menunjukkan kemungkinan kata itu benar. Alat ini mewarnai kotak kata pada gambar dengan tiga warna menurut skor tersebut. Jika Anda memeriksa mulai dari kata berskor rendah, seluruh hasil tidak perlu dibandingkan dari awal sampai akhir.

Hasil pada contoh di atas juga memuat ketiga kasus itu. Hasil contoh adalah bacaan nyata dari gambar contoh yang diproses dengan mesin alat ini.

Dua baris pertama menunjukkan bahwa kata berskor di atas 60 pun bisa salah. Titik tengah terbaca sebagai titik dua dengan skor 87 sebanyak dua kali, dan tanda bintang terbaca sebagai tanda kutip dengan skor 74. Sebaliknya, “3” dan “November” masuk daftar yang perlu dicek karena skornya 55, tetapi keduanya terbaca dengan benar. Jadi skor rendah tidak selalu berarti salah, dan skor tinggi tidak menjamin benar. Sebelum hasil dikirim, atau dipakai untuk transfer dan reservasi, cocokkan angka, tanggal, nomor rekening, dan nama dengan aslinya sekali lagi. Jika kursor dipindahkan di kolom hasil, baris asli tempat kata itu berada muncul pada pita di atas dan kotaknya pada gambar ikut ditandai, sehingga Anda tidak perlu mencari kata satu per satu. Sebaliknya, jika Anda menekan kotak kata pada gambar, kata itu terpilih di kolom hasil.

Teks kecil diperbesar lalu dibaca sekali lagi

OCR sulit membedakan huruf yang bentuknya mirip jika goresan huruf hanya setebal beberapa piksel. Dokumentasi Tesseract menyebutkan bahwa mesin bekerja paling baik pada gambar 300 dpi atau lebih, sehingga mengubah ukuran gambar bisa membantu. Tangkapan layar tidak memiliki nilai dpi yang berarti. Sebagai gantinya, alat ini mengukur median tinggi baris teks dari hasil bacaan pertama.

Jika nilainya di bawah 30 piksel, gambar diperbesar hingga tinggi barisnya menjadi 44 piksel, lalu dibaca sekali lagi. Pembesaran maksimal 3 kali, dibatasi agar gambar hasil pembesaran tidak melebihi 16 juta piksel, dan jika pembesaran yang diperlukan kurang dari 1,25 kali, gambar tidak diperbesar. Dari dua hasil itu, yang dipakai adalah hasil dengan rata-rata keyakinan berbobot jumlah huruf yang lebih tinggi. Jika pada bacaan pertama tidak ada baris teks yang ditemukan, gambar diperbesar 2 kali dan dicoba sekali lagi. Skala “tinggi baris teks” pada meter bacaan memperlihatkan proses ini.

Contoh di atas sebenarnya dibaca ulang pada pembesaran 1,83 kali sesuai aturan, tetapi hasil pada ukuran asli lebih meyakinkan, sehingga hasil ukuran asli itulah yang dipakai. Seperti pada baris terakhir, teks kecil di foto besar tidak punya ruang untuk memperbesar seluruh gambar. Dalam kasus ini, pilih hanya bagian teksnya sebagai area. Karena hanya bagian terpilih yang diproses, bagian itu bisa diperbesar jauh lebih besar dalam batas yang sama. Namun, foto yang lebih besar dari 16 juta piksel lebih dulu diperkecil menjadi 16 juta piksel, sehingga area yang dipilih dipotong dari salinan yang sudah diperkecil itu sebelum diperbesar. Teks yang sudah buram tidak akan memunculkan goresan yang hilang meski diperbesar, jadi lebih baik memotret ulang dari jarak yang lebih dekat.

Layar gelap, margin, dan foto miring

Mesin Tesseract 4 ke atas mengandalkan teks gelap di atas latar terang. Jika rata-rata kecerahan area yang dibaca di bawah 0,45 (putih = 1), alat ini menganggapnya tangkapan layar mode gelap, lalu membalik warnanya sebelum membaca. PNG transparan diletakkan di atas latar putih saat dibaca.

Dokumentasi Tesseract menyebutkan bahwa masalah bisa muncul jika area teks tidak memiliki margin di tepinya, dan menyarankan margin sekitar 10 piksel. Pada tangkapan layar, teks sering menempel di tepi, sehingga alat ini menambahkan margin 12 piksel di keempat sisi sebelum membaca. Warna margin diambil dari rata-rata warna tepi gambar. Jika baris teks sangat miring, ketepatan pemisahan baris turun drastis. Untuk foto yang rebah ke samping, putar dengan tombol putar sampai baris teksnya mendatar, baru baca.

Judul yang tebal dan besar kadang dibaca mesin sebagai satu baris terpisah dari bagian atas hurufnya, sehingga muncul baris simbol yang tidak bermakna. Alat ini membuang baris yang semua katanya berkeyakinan di bawah 60 dan yang tumpang tindih secara vertikal setengah atau lebih dengan baris lain yang lebih dapat diandalkan.

Memilih bahasa pengenalan

Bahasa pengenalan disesuaikan dengan jenis teks pada gambar. Setiap bahasa punya data pelatihan sendiri yang diunduh sekali saat pertama kali dipilih, dan makin banyak bahasa yang dipilih bersamaan, makin lama waktu membacanya. Karena itu, Anda hanya bisa memilih sampai tiga bahasa sekaligus. Saat halaman ini dibuka dalam bahasa Indonesia, pilihan awalnya adalah bahasa Indonesia saja, dengan unduhan pertama sekitar 5,3 MB.

Jika pada gambar yang hanya berisi teks Indonesia muncul huruf-huruf aneh dari aksara lain, matikan bahasa lain dan sisakan Indonesia saja. Sebaliknya, pada gambar yang hanya berbahasa Inggris, memilih English saja membuat pengenalan huruf Latin lebih stabil. Jika bahasa diganti, gambar yang sama langsung dibaca ulang dengan pengaturan baru. Datanya adalah versi bilangan bulat dari data pelatihan paling akurat milik Tesseract (tessdata_best), sama dengan data bawaan Tesseract.js.

Baris apa adanya dan sambung jadi paragraf

Baris apa adanya mempertahankan pergantian baris persis seperti yang tampak pada gambar. Cocok untuk teks yang barisnya sendiri bermakna, seperti alamat, satu baris tabel, atau daftar. Sambung jadi paragraf menyambung baris yang terputus oleh lebar layar menjadi satu kalimat, sehingga enak ditempel ke dokumen atau email. Kedua cara hanya menata ulang hasil tanpa membaca ulang gambar.

• Di antara paragraf diberi satu baris kosong.
• Baris yang diawali simbol seperti •, -, ※, 1., atau ① dianggap daftar dan dimulai di baris baru.
• Baris huruf Latin disambung dengan satu spasi, sedangkan pertemuan kanji dengan kana disambung tanpa spasi.
• Jika sebuah kata bahasa Inggris terputus oleh tanda hubung di akhir baris dan baris berikutnya diawali huruf kecil, kedua baris disambung dengan tanda hubung dipertahankan.

Jika susunan baris diubah setelah Anda memperbaiki huruf di kolom hasil, perbaikan itu kembali ke teks hasil bacaan awal. Pada saat itu, tekan “Kembalikan teks yang diperbaiki” pada baris status untuk mengembalikan teks sebelum diubah.

Kesalahan yang sering terjadi

Keterbatasan

• Tulisan tangan: panduan Tesseract.js menyatakan bahwa kombinasi pengaturan apa pun tidak membuat pengenalan tulisan tangan jauh lebih baik, karena mesinnya dirancang untuk teks cetak.
• Tulisan vertikal: data pelatihan khusus tulisan vertikal tidak disertakan. Teks Jepang atau Korea yang ditulis vertikal akan jauh kurang akurat.
• Tabel: teks dalam sel terbaca, tetapi struktur baris dan kolom tabel tidak dipertahankan. Untuk tabel dengan banyak kolom, lebih baik pilih dan baca per kolom sebagai area.
• Huruf dekoratif dan teks di atas motif: kesalahan bertambah jika bentuk huruf jauh berbeda dari huruf yang dipelajari mesin atau bercampur dengan motif latar.
• Rumus dan simbol khusus: susunan seperti pecahan, pangkat, dan rumus kimia dibongkar menjadi teks satu baris, sehingga strukturnya hilang.
• Satu gambar sekali baca: jika ada beberapa gambar, baca dan salin satu per satu. Untuk dokumen yang sudah berupa PDF, alat yang langsung mengambil teks dari PDF lebih akurat.

Gambar tidak dikirim ke mana pun

Tangkapan layar mudah memuat informasi sensitif, seperti nama, kontak, dan nomor rekening. Alat ini menjalankan mesin Tesseract.js pada worker di dalam browser, sehingga gambar yang dipilih atau ditempel dan teks hasil bacaan tidak dikirim ke server, tidak disimpan, dan tidak ditinggalkan di bilah alamat. Yang diunduh dari internet hanyalah mesin pengenalan dan data bahasa pilihan Anda pada pemakaian pertama, serta alat konversi yang dipakai ketika browser tidak bisa membuka foto HEIC secara langsung. Semuanya diambil dari situs ini.

Data bahasa tetap berada di penyimpanan browser (IndexedDB) agar tidak perlu diunduh lagi pada kunjungan berikutnya. Jika Anda menekan hapus, gambar, hasil, dan area terpilih hilang dari layar, dan tidak tersisa meski tab ditutup. Di komputer umum, teks yang Anda salin bisa tertinggal di clipboard, jadi setelah selesai, salin satu teks lain agar lebih aman.

Dasar: mesin Tesseract.js 7.0.0 (dirilis 2025-12-15, LSTM), data bahasa 4.0.0_best_int dari @tesseract.js-data 1.0.0. Ukuran unduhan: mesin 4.073.740 byte, bahasa Korea 1.572.336 byte, Inggris 2.952.873 byte, Jepang 2.030.256 byte, Spanyol 2.100.190 byte, Indonesia 1.194.182 byte. Dicek 2026-10-20.

Sumber

• 01Dokumentasi Tesseract: Improving the quality of the outputBekerja paling baik pada 300 dpi atau lebih, 4.x untuk teks gelap di latar terang, margin (misalnya 10px), kemiringan, mode segmentasi halaman
• 02Dokumentasi Tesseract: Traineddata Filestessdata_best mengorbankan banyak kecepatan demi akurasi yang sedikit lebih baik, dibandingkan dengan tessdata_fast
• 03Tesseract.jsOCR JavaScript yang membaca lebih dari 100 bahasa, berjalan di browser dan Node.js, Apache-2.0
• 04FAQ Tesseract.jsData oem 1 adalah versi bilangan bulat dari tessdata_best, file bahasa disimpan di IndexedDB, tulisan tangan tidak banyak membaik lewat pengaturan
• 05Rilis Tesseract.js v7.0.0Dirilis 2025-12-15
• 06jsDelivr: @tesseract.js-datakor, eng, jpn, spa, ind 1.0.0, traineddata.gz di folder 4.0.0_best_int
• 07Dukungan Apple: Menggunakan Live Text di iPhoneiPhone XS dan XR atau yang lebih baru, iOS 15 atau lebih baru
• 08Apple: Ketersediaan fitur iOS menurut negara dan bahasaDaftar ketersediaan fitur iOS, termasuk Live Text
• 09Dukungan Microsoft: Menggunakan Snipping Tool untuk mengambil tangkapan layarTindakan teks (OCR), pengenalan teks diproses di perangkat
• 10heic2anyAlat konversi untuk saat browser tidak bisa membuka HEIC secara langsung, MIT, versi 0.0.4 dipakai

Pertanyaan yang sering diajukan

Alat yang sering dipakai bersama