Konversi JPG menjadi CSV

Excel, database, dan software analisis memerlukan baris dan field, bukan foto tabel, tanda terima, formulir, atau daftar. Mengonversi gambar membuat informasi tersebut dapat diedit dan dicari; mengubah .jpg menjadi .csv tidak membuat data terstruktur.

Apa itu format JPG

JPG, yang juga disebut JPEG, adalah format gambar raster yang digunakan oleh kamera, scanner, smartphone, screenshot, dan software pengedit gambar. Kompresi lossy membuat file foto dan hasil pemindaian relatif kecil, tetapi piksel secara inheren tidak berisi teks, field, baris, atau kolom. JPG dapat menampilkan tabel tanpa menyimpan tabel tersebut sebagai data.

Apa itu format CSV

CSV adalah representasi data tabular dalam teks biasa. Baris biasanya merepresentasikan record, sedangkan koma, titik koma, atau delimiter lainnya memisahkan field; field yang berisi delimiter, tanda kutip, atau jeda baris harus diapit tanda kutip. Aplikasi spreadsheet, database, program statistik, dan script dapat mengimpornya.

CSV berukuran kecil, portabel, dan mudah diproses, tetapi tidak mempertahankan font, tata letak halaman, gambar, formula, beberapa worksheet, atau tipe sel yang andal. Gunakan UTF-8 ketika karakter non-ASCII harus tetap dipertahankan selama transfer, dan pastikan delimiter yang diharapkan oleh program penerima.

Cara mengonversi tabel dalam JPG

Gunakan Excel untuk tabel cetak yang jelas

1. Buka versi Microsoft 365 Excel yang menyertakan fitur pengenalan gambar.
2. Pilih Data → From Picture → Picture From File, lalu pilih JPG. Pada versi mobile yang didukung, gunakan perintah image-to-data yang setara.
3. Tinjau sel yang terdeteksi oleh Excel sebelum menyisipkannya, lalu koreksi batas kolom, sel yang digabungkan, tanggal, pemisah desimal, nilai negatif, sel kosong, dan angka nol di awal.
4. Simpan workbook yang telah dikoreksi terlebih dahulu jika Anda memerlukan salinan audit yang dapat diedit.
5. Pilih File → Save As dan pilih CSV UTF-8 (Comma delimited) (*.csv). Ekspor CSV biasanya hanya berisi worksheet yang aktif.

Gunakan ABBYY FineReader PDF untuk hasil pemindaian yang sulit

1. Buka JPG di ABBYY FineReader PDF.
2. Jalankan OCR dengan bahasa dokumen yang benar dan aktifkan pengenalan tabel.
3. Periksa tabel yang dikenali, terutama sel yang digabungkan, batas kolom, urutan pembacaan, dan karakter yang keliru dikenali akibat hasil pemindaian.
4. Ekspor ke XLSX, buka hasilnya dalam aplikasi spreadsheet, lalu gunakan File → Save As untuk membuat CSV UTF-8. Ekspor CSV langsung bergantung pada edisi FineReader yang terpasang.

Proses batch dengan software OCR atau API

Tesseract OCR dapat mengekstrak teks, tetapi tidak dapat merekonstruksi tabel kompleks secara andal dengan sendirinya. Misalnya, tesseract input.jpg output -l eng membuat output.txt; parser terpisah harus mengidentifikasi baris dan kolom serta menulis CSV yang valid. Untuk ekstraksi tabel berulang, AWS Textract, Google Cloud Document AI, dan Azure AI Document Intelligence menyediakan OCR yang mendukung pengenalan tabel; script dapat mengonversi sel yang dikembalikan menjadi CSV.

Untuk gambar yang digunakan sesekali dan tidak sensitif, layanan berbasis browser seperti OCR.space dan OnlineOCR dapat mengenali teks atau mengekspor hasil yang kompatibel dengan spreadsheet. Buka hasil yang dikenali dalam program spreadsheet, koreksi, lalu simpan sebagai CSV. Jangan unggah dokumen identitas, catatan keuangan, tanda terima rahasia, atau materi milik perusahaan ke layanan online.

Konversi piksel, bukan teks

Jika hasil yang diinginkan adalah matriks numerik yang berisi setiap piksel JPG, OCR bukanlah metode yang tepat. Baca gambar dengan Python, MATLAB, atau tool pemrosesan gambar lainnya, lalu tulis nilai piksel ke CSV; gambar berwarna biasanya menghasilkan nilai merah, hijau, dan biru secara terpisah, dan file yang dihasilkan dapat jauh lebih besar daripada JPG. Misalnya, Python dapat menggunakan Pillow dan NumPy untuk memuat gambar serta numpy.savetxt untuk menulis array grayscale, tetapi CSV biasanya kurang efisien dibandingkan format array biner untuk tujuan ini.

Batasan kualitas dan kompatibilitas

Akurasi OCR bergantung pada resolusi, kontras, kemiringan, buram, tulisan tangan, font, artefak kompresi, dan garis tabel. Gunakan gambar yang lurus dan dipotong rapat; untuk dokumen hasil pemindaian, sekitar 300 ppi merupakan target yang baik. Perbaiki rotasi dan tingkatkan kontras sebelum pengenalan jika diperlukan.

Bandingkan setiap baris output dengan gambar sumber. OCR dapat mengubah 0 menjadi O, 1 menjadi I, mengubah titik desimal dan simbol mata uang, serta menghapus angka nol di awal. Pengaturan spreadsheet regional dapat menafsirkan tanggal secara berbeda atau mengharapkan titik koma, bukan koma.

Simpan JPG asli dan XLSX yang telah dikoreksi ketika keterlacakan penting. Ekspor CSV menghapus pemformatan, formula, worksheet tambahan, dan sebagian besar informasi tipe dari aplikasi sumber.