ЗАРИ - Специализирано издание на Съюза на слепите в България

Брой 09, 2024

Тема: РЪКОВОДСТВА

JAWS: Как да използваме функциите Convenient OCR и Picture Smart AI

Стефан ЦВЯТКОВ

Функцията Convenient OCR на екранния четец JAWS за Windows извлича текст от изображения и PDF документи. След това той може да бъде прочетен и когато се покаже в отделен прозорец, да се копира в клипборда. Picture Smart AI анализира изображения чрез изкуствен интелект. Предоставя кратки и задълбочени описания посредством услугите ChatGPT и Claude.
За да използвате Convenient OCR и Picture Smart AI на български, трябва да промените някои настройки на JAWS. Ето какво е необходимо да направите:
1. Отворете менюто на екранния четец с клавишната комбинация Insert+J.
2. Влезте в "Utilities", "Settings center".
3. Със стрелка надолу намерете раздела "Convenient OCR and Picture Smart".
4. Натиснете стрелка надясно, за да го разгънете.
5. Застанете върху опцията "Primary Recognition Language" (основен език за разпознаване). Натиснете няколко пъти интервал, докато изберете "Bulgarian". Като "Secondary Recognition Language" можете да оставите "English".
6. Със стрелка надолу намерете опцията "Picture Smart Language" (език за функцията Picture Smart). Натиснете няколко пъти интервал, докато изберете "Bulgarian – Bulgaria".
7. Активирайте бутона "OK" и промените ще се запазят.
Convenient OCR
За да използвате функцията, натиснете клавишната комбинация Insert + Интервал, последвана от буквата O. Екранният четец ще съобщи "OCR". След това в зависимост от контекста натиснете някоя от следните букви:
• A – отваря прозорец за заснемане и разпознаване на изображения чрез камера Pearl или скенер.
• F – анализира конкретен файл. Докато сте във файловия мениджър, изберете изображение или PDF документ. Натиснете Insert + Интервал, буква O и след това F. Избраният файл ще бъде анализиран. Функцията Convenient OCR поддържа следните формати: BMP, JPG, GIF, TIF, PNG, PCX и PDF.
• R – ако на компютъра е инсталиран Microsoft Office, анализира избрания файл и поставя резултата в Word документ.
• D – разпознава текущия PDF файл, отворен в Adobe Acrobat Reader. За следващите 3 букви (W, C и S) няма да се показва отделен прозорец с текста, но ще можете да взаимодействате с извлеченото съдържание посредством JAWS курсора. Когато приключите, преминете към PC курсора с плюс от цифровия блок или CapsLock + Точка и запетая (за лаптоп подредбата).
• W – извлича текста от текущия прозорец, който е на фокус. Докато сте в приложение, чието съдържание искате да бъде разпознато, натиснете Insert + Интервал, буква O и след това W.
• S – прави снимка на екрана и извлича нейното съдържание.
• C – анализира избрания в момента елемент, например изображение в уеб страница.
• Q – спира процеса на разпознаване.
• Въпросителен знак – показва информация за функцията Convenient OCR.
След като използвате някоя от гореописаните поредици от команди, например Insert + Интервал, O, F, ще можете да разгледате разпознатия текст.
Picture Smart AI
Функцията анализира изображения чрез изкуствен интелект. Създава кратки и по-задълбочени описания, много подобни на тези от приложението Be My Eyes за Windows. За да използвате Picture Smart AI, натиснете клавишната комбинация Insert + Интервал, последвана от буквата P. Екранният четец ще съобщи "Picture Smart". След това в зависимост от контекста натиснете някоя от следните букви:
• A – отваря прозорец за заснемане на изображения чрез камера Pearl или скенер.
• F – анализира конкретен файл. Докато сте във файловия мениджър, изберете изображение или PDF документ. Натиснете Insert + Интервал, буква P и след това F. Избраният файл ще бъде анализиран. Поддържат се форматите BMP, JPG, GIF, TIF, PNG и HEIC.
• C – описва избрания в момента елемент, например изображение в уеб страница. Ако искате да получите описание на снимка в интернет, уверете се, че прозорецът на уеб браузъра е максимизиран.
• B – анализира съдържанието на клипборда, ако в него има копирано изображение.
• S – прави снимка на екрана и описва нейното съдържание.
• W – анализира текущия прозорец, който е на фокус. Докато сте в приложение, чието съдържание искате да бъде описано, натиснете Insert + Интервал, буква P и след това W.
• Enter – анализира изображение в зависимост от текущия контекст. Например, ако сте в уеб страница, ще бъде описан елементът, върху който е фокусът - например снимка на продукт в онлайн магазин. Ако сте във файловия мениджър, ще се анализира избраният файл (ако форматът му е сред поддържаните).
• Въпросителен знак – показва информация за функцията Picture Smart AI.

Забележка:
Ако не е разрешено изпращането на анонимни данни ("submit anonymous usage data"), при първото използване на Picture Smart AI ще бъдете попитани дали сте съгласни то да се осъществява. Разрешете го!
По подразбиране ще се показва кратко описание на анализираното изображение. За да видите по-задълбочено, активирайте линка "Get more details" в края на прозореца с резултата. Така ще имате възможност да прочетете описанията от ChatGPT и Claude поотделно. Това може да е от полза, ако едната услуга халюцинира в дадения момент и не предоставя точна информация. За да получите директно по-задълбочено описание на изображение, прибавете Shift към последната буква от поредицата команди, например Insert + Интервал, P, Shift + F.
Можете да задавате въпроси, свързани с текущото описание. За целта последвайте връзката "Ask questions about this image", която се намира в края на прозореца с резултата. Ако описанието е задълбочено, линкът ще е с име "Ask ChatGPT questions about this image". В случай че искате да зададете въпрос на изкуствения интелект за някое изображение, без то да бъде описвано, добавете Alt към последната буква от поредицата команди, например Insert + Интервал, P, Alt + S.

Източник - БГАсист