이미지에서 텍스트 추출 (OCR) — 사진 속 글자를 복사할 수 있는 텍스트로
캡처한 화면, 찍어 둔 영수증, 책 한 페이지 사진에서 글자를 옮겨 적어야 할 때가 있습니다. 이미지를 넣으면 글자를 읽어 복사하고 고칠 수 있는 텍스트로 돌려줍니다. 한국어·일본어·중국어를 포함한 19개 언어를 읽고, 이미지는 브라우저 밖으로 나가지 않습니다.
OCR(광학 문자 인식)은 이미지 속 글자 모양을 보고 어떤 글자인지 추정하는 기술입니다. 이 도구는 Tesseract라는 오픈소스 인식 엔진을 브라우저 안에서 돌립니다. 그래서 서버에 사진을 보내지 않지만, 처음 쓸 때는 엔진과 언어 데이터를 내려받느라 시간이 조금 걸리고 두 번째부터는 빨라집니다.
인식 결과는 '이 모양이면 이 글자일 가능성이 가장 높다'는 추정입니다. 깨끗한 캡처 화면은 거의 그대로 나오지만, 비스듬히 찍은 사진이나 손글씨는 틀린 글자가 섞입니다. 결과 칸에서 바로 고칠 수 있으니 옮긴 뒤 한 번 훑어보세요.
언어 선택이 결과를 가장 크게 바꿉니다
엔진은 고른 언어의 글자 목록 안에서만 답을 찾습니다. 한국어 문서를 영어로 두고 읽으면 한글을 비슷하게 생긴 알파벳과 기호로 억지로 맞추기 때문에 알아볼 수 없는 결과가 나옵니다. 그래서 이 도구는 지금 보고 있는 페이지의 언어로 시작합니다. 한국어 페이지에서는 한국어, 일본어 페이지에서는 일본어가 먼저 선택되어 있습니다.
국내 문서에는 한글 사이에 영어가 거의 늘 섞여 있습니다. 브랜드 이름, 제품 코드, 이메일 주소, 웹 주소 같은 것들입니다. 한국어만 불러오면 이 부분이 깨지므로 '섞여 있는 영어도 함께 인식'이 기본으로 켜져 있습니다. 영어가 전혀 없는 문서라면 꺼도 되지만, 켜 두어서 손해 보는 경우는 드뭅니다.
잘 읽히는 이미지, 잘 안 읽히는 이미지
- •잘 읽힘: 컴퓨터·휴대폰 화면 캡처, 스캔한 문서, 정면에서 밝게 찍은 인쇄물.
- •보통: 조명이 고르지 않거나 약간 기울어진 사진. 기울기를 바로잡고 밝게 보정한 뒤 넣으면 나아집니다.
- •잘 안 읽힘: 손글씨, 장식이 많은 글꼴, 사진 위에 얹힌 글자, 색이 칠해진 표, 아주 작은 글자.
- •글자가 작다면 이미지를 자르기로 해당 부분만 남기는 것이 확대보다 효과가 좋습니다. 엔진이 볼 범위가 줄어 엉뚱한 곳을 글자로 읽는 일도 줄어듭니다.
쓰는 법
- 1
이미지 넣기
끌어다 놓거나 눌러서 고릅니다. 화면을 캡처했다면 이 페이지에서 Ctrl+V로 바로 붙여넣을 수 있습니다.
- 2
언어 확인
이미지 속 글자의 언어를 고릅니다. 한국어·일본어처럼 영어가 섞이는 문서는 '영어도 함께 인식'을 켜 둡니다.
- 3
텍스트 추출
버튼을 누르면 진행률이 표시됩니다. 처음에는 언어 데이터를 내려받는 단계가 더해집니다.
- 4
고치고 가져가기
결과 칸에서 틀린 글자를 고친 뒤 복사하거나 .txt로 내려받습니다.
자주 묻는 질문
이미지가 서버로 올라가나요?
올라가지 않습니다. 인식 엔진이 브라우저 안에서 돌아갑니다. 인터넷이 필요한 것은 엔진과 언어 데이터를 처음 내려받을 때뿐입니다.
아무 글자도 안 나왔어요.
이미지에서 글자를 찾지 못하면 그렇다고 알려 드립니다. 대개 글자가 너무 작거나 흐릿하거나, 언어를 잘못 고른 경우입니다. 글자 부분만 잘라서 다시 넣어 보세요.
표를 표 모양 그대로 가져올 수 있나요?
안 됩니다. 글자를 줄 단위로 읽기 때문에 칸 구분은 공백으로만 남습니다. 표가 필요하면 결과를 스프레드시트에 붙여넣고 나누는 편이 빠릅니다.
PDF도 되나요?
PDF는 'PDF에서 텍스트 추출' 도구를 쓰세요. PDF 안에 글자 정보가 있으면 OCR 없이 정확하게 꺼내고, 스캔한 쪽만 골라 OCR로 읽습니다.