画面の上の文字は、複写できなければ一文字ずつ打ち直すしかない。

範囲を囲めば文字が編集できる形になる

Tianruo OCR は Windows で使う画面の文字の認識の道具だ。公式は文字の認識について、広く使われる算法で画像の中の各種の文字をそのまま編集できる内容に変えると書く。この一文が前提を示している。文字が画素の中にある限り、別の場所へ移すには手で打つしかなく、文字になって初めて複写も検索も再編集も成り立つ。

使い方は軽い。鍵を押して画面の任意の範囲を囲むと、認識の結果がそのまま編集できる欄に現れ、普通の文字と同じように直したり別に保存したりできる。公式の価格の頁が挙げる無償の範囲には、文字の認識、画面の保存、動く画像の記録、画像の預け先への送信、範囲の補正、設定の同期が並ぶ。合わせて、囲むところから配るところまでの一続きを覆う。日常で使う動作はほぼそこにある。

この一続きの値打ちは、取り除かれる中断にある。動画の中の一句、画像の上の番号、画面の保存に写った誤りの案内。どれも本来なら別の道具を開いて打ち直すことになる。鍵一つと囲む動作一回に置き換わり、その節約は一日のうちに積み上がる。

処理を端末の中に置く

認識には二つのやり方がある。画像を他人のサーバーへ渡すか、端末の中で計算するか。この道具は両方を支える。変更の記録には、内蔵の paddleocr が上流の第 5 版に追随したとあり、端末内で計算すれば結果を得る前に送信する必要がない。内部の資料や、個人の情報が写った画面を扱うとき、この点は速さより重いことが多い。

接続の層も一本ではない。変更の記録は新しく加わった oneocr の接続を挙げ、文字、表、縦書きの三つを覆う。一つの道具の中で複数の選択肢がある利点は、内容に応じて切り替えられることだ。普通の段落は一般的な経路、行と列の構造を持つ表や縦書きは別の経路、得られる結果の差は小さくない。

端末内の処理と雲の接続を並べて置くことは、取捨を利用者の手に戻すことでもある。まとまった量は端末のほうが割に合い、本当に難しい内容だけ雲を足す。一つの処理が何でも同じように得意だと装うより、ずっと正直だ。

どの場面で別の段が要るか

二つの段の境目は比較的はっきり引かれている。公式の価格の頁は、上位版が無償の範囲に加えて表の認識、縦書きの認識、式の認識、翻訳、認識した結果の検索、結果の翻訳、独自の接続を開くと書く。冒頭の頁は表の認識を、画像の中の表の構造を自動で分析し、元の行と列の組み方を保ったまま Excel の形に戻すと説明する。撮った表を計算できる行と列に戻すことは、普通の切り取りでは苦手な仕事であり、費用を払う最も具体的な理由になる。

雲の能力も上位版に属する。公式によれば、上位版の利用者は百度、騰訊、有道などの提供元に専用の認識と翻訳の鍵を申し込め、呼び出しの費用は提供元が直接受け取り、道具の側は差額を取らない。端末内の処理と雲の接続が同時にあることで、選択は利用者に残る。

見落としやすい細部が一つある。公式は二度の更新の説明で、これ以降の版は x64 のみを更新すると断っている。32 ビットの仕組みに残っている機械は古い版で止まるので、始める前に系統の桁を確かめれば往復が一度省ける。

これらのどれが本当に要るかを早めに決めるのも価値がある。日常の切り取りは無償の範囲で足り、払う側の機能は表、式、翻訳という具体的な場面で値打ちが出る。手元の仕事ではなく機能の一覧に合わせて買うことが、安い一度きりの支払いでも余計に感じられる普通の理由だ。

まず画面の文字を取ってくることが、そのあとの整理に起点を与える。

幾つか提案を。日常の切り取りは無償の範囲で十分で、表や縦書きに出会ったときに上げる。機密の切り取りは端末内の処理を優先し、網に繋がない。より高い精度が要るときは、自分で申し込んだ鍵を接続に入れる。共用の一つに頼らないほうがよい。