Converti JPG in CSV

Excel, database e software di analisi richiedono righe e campi anziché una fotografia di una tabella, ricevuta, modulo o elenco. La conversione dell'immagine rende queste informazioni modificabili e ricercabili; cambiare .jpg in .csv non crea dati strutturati.

Cos'è il formato JPG

JPG, chiamato anche JPEG, è un formato di immagine raster utilizzato da fotocamere, scanner, smartphone, screenshot e software di modifica delle immagini. La sua compressione con perdita mantiene i file fotografici e scansionati relativamente piccoli, ma i pixel non contengono intrinsecamente testo, campi, righe o colonne. Un JPG può visualizzare una tabella senza memorizzarla come dati.

Cos'è il formato CSV

CSV è una rappresentazione in testo semplice di dati tabulari. Le righe rappresentano normalmente i record, mentre virgole, punti e virgola o un altro delimitatore separano i campi; i campi contenenti delimitatori, virgolette o interruzioni di riga devono essere racchiusi tra virgolette. Le applicazioni per fogli di calcolo, i database, i programmi statistici e gli script possono importarlo.

CSV è compatto, portatile e facile da elaborare, ma non conserva i caratteri, il layout della pagina, le immagini, le formule, più fogli di lavoro o tipi di cella affidabili. Usa UTF-8 quando i caratteri non ASCII devono mantenersi durante il trasferimento e verifica il delimitatore previsto dal programma ricevente.

Come convertire una tabella in un JPG

Usare Excel per una tabella stampata nitida

1. Apri una versione di Microsoft 365 di Excel che includa la funzionalità di riconoscimento delle immagini.
2. Scegli Data → From Picture → Picture From File, quindi seleziona il JPG. Nelle versioni per dispositivi mobili supportate, usa il comando equivalente per convertire immagini in dati.
3. Esamina le celle rilevate da Excel prima di inserirle, correggendo i limiti delle colonne, le celle unite, le date, i separatori decimali, i valori negativi, le celle vuote e gli zeri iniziali.
4. Salva prima la cartella di lavoro corretta se ti serve una copia di controllo modificabile.
5. Scegli File → Save As e seleziona CSV UTF-8 (Comma delimited) (*.csv). Un'esportazione CSV normalmente contiene solo il foglio di lavoro attivo.

Usare ABBYY FineReader PDF per scansioni difficili

1. Apri il JPG in ABBYY FineReader PDF.
2. Esegui l'OCR con la lingua corretta del documento e abilita il riconoscimento delle tabelle.
3. Controlla la tabella riconosciuta, prestando particolare attenzione alle celle unite, ai limiti delle colonne, all'ordine di lettura e ai caratteri confusi dalla scansione.
4. Esporta in XLSX, apri il risultato in un'applicazione per fogli di calcolo e usa File → Save As per creare un CSV UTF-8. L'esportazione diretta in CSV dipende dall'edizione di FineReader installata.

Elaborare batch con software OCR o un'API

Tesseract OCR può estrarre testo, ma non ricostruisce in modo affidabile le tabelle complesse da solo. Ad esempio, tesseract input.jpg output -l eng crea output.txt; un parser separato deve identificare righe e colonne e scrivere un CSV valido. Per l'estrazione ripetuta di tabelle, AWS Textract, Google Cloud Document AI e Azure AI Document Intelligence forniscono OCR con riconoscimento delle tabelle; uno script può convertire in CSV le celle restituite.

Per immagini occasionali e non sensibili, servizi browser come OCR.space e OnlineOCR possono riconoscere il testo o esportare risultati compatibili con i fogli di calcolo. Apri il risultato riconosciuto in un programma per fogli di calcolo, correggilo e salvalo come CSV. Non caricare documenti d'identità, registri finanziari, ricevute riservate o materiale proprietario in un servizio online.

Convertire i pixel anziché il testo

Se il risultato desiderato è una matrice numerica contenente ogni pixel del JPG, l'OCR non è il metodo corretto. Leggi l'immagine con Python, MATLAB o un altro strumento di elaborazione delle immagini e scrivi i valori dei pixel in CSV; un'immagine a colori normalmente produce valori separati per il rosso, il verde e il blu e il file risultante può essere molto più grande del JPG. Ad esempio, Python può usare Pillow e NumPy per caricare l'immagine e numpy.savetxt per scrivere un array in scala di grigi, ma per questo scopo CSV è solitamente meno efficiente di un formato di array binario.

Limiti di qualità e compatibilità

La precisione dell'OCR dipende dalla risoluzione, dal contrasto, dall'inclinazione, dalla sfocatura, dalla scrittura a mano, dal carattere, dagli artefatti di compressione e dalle linee della tabella. Usa un'immagine diritta e ritagliata con precisione; per un documento scansionato, circa 300 ppi è un obiettivo utile. Correggi la rotazione e migliora il contrasto prima del riconoscimento quando necessario.

Confronta ogni riga dell'output con l'immagine di origine. L'OCR può modificare 0 in O, 1 in I, alterare i punti decimali e i simboli di valuta e rimuovere gli zeri iniziali. Le impostazioni regionali dei fogli di calcolo possono interpretare le date in modo diverso o prevedere punti e virgola anziché virgole.

Conserva il JPG originale e l'XLSX corretto quando la tracciabilità è importante. L'esportazione CSV elimina la formattazione, le formule, i fogli di lavoro aggiuntivi e gran parte delle informazioni sui tipi dell'applicazione di origine.