इमेज से टेक्स्ट (OCR) कन्वर्टर
WebAssembly Tesseract.js OCR की मदद से फ़ोटो, स्कैन और स्क्रीनशॉट से एडिट होने लायक टेक्स्ट, संख्याएँ और तालिका का डेटा निकालें, ब्राउज़र में निजी तौर पर।
इमेज फ़ाइल चुनें या यहाँ ड्रैग और ड्रॉप करें
50MB तक की PNG, JPG, JPEG, WebP, BMP और GIF इमेज सपोर्टेड हैं
इमेज से सही टेक्स्ट कैसे पाएँ
यह टूल OCR, यानी ऑप्टिकल कैरेक्टर रिकग्निशन, की मदद से तस्वीर के पिक्सेल को एडिट होने लायक टेक्स्ट में बदलता है। आप इमेज चुनते हैं, स्कैन चलाते हैं, और फिर नतीजा कॉपी करते हैं या .txt फ़ाइल के रूप में सहेजते हैं। पूरा होने पर पेज शब्दों और अक्षरों की गिनती दिखाता है। सटीकता इस पर बहुत निर्भर करती है कि आप कैसी तस्वीर देते हैं, इसलिए स्कैन बार-बार चलाने से ज़्यादा थोड़ी तैयारी काम आती है।
क्या सबसे अच्छा चलता है
OCR साफ़, ज़्यादा कंट्रास्ट वाले छपे टेक्स्ट पर अच्छा चलता है: किताब के पेज, टाइप किए दस्तावेज़, साइनबोर्ड और स्क्रीनशॉट। कम रेज़ोल्यूशन, हिलने से हुई धुँधली तस्वीर, चमक और तिरछे कोण से ली गई फ़ोटो में यह मुश्किल में पड़ता है। पेज को सीधा, बराबर रोशनी में खींचें और टेक्स्ट से फ़्रेम भर दें। स्क्रीनशॉट में ज़ूम आउट न करें, क्योंकि बहुत छोटे अक्षरों की बनावट बिगड़ जाती है।
तैयारी की झटपट चेकलिस्ट
- सिर्फ़ उतना हिस्सा क्रॉप करें जितना टेक्स्ट आपको चाहिए, इससे लोगो, किनारे और पीछे का शोर हट जाता है, जो फ़ालतू अक्षर पैदा कर सकता है।
- जहाँ हो सके, इमेज का बड़ा संस्करण इस्तेमाल करें। लगभग दस पिक्सेल ऊँचा छोटा टेक्स्ट पहचानना कठिन होता है।
- सादे हल्के बैकग्राउंड पर गहरा टेक्स्ट बेहतर रहता है। भरी हुई फ़ोटो पर हल्का टेक्स्ट सबसे कठिन स्थिति है।
- पंक्तियाँ सीधी रखें। तिरछे पेज से अक्सर पंक्तियों का क्रम गड़बड़ा जाता है।
हमेशा प्रूफ़रीड करें
अच्छे स्कैन में भी मिलते-जुलते अक्षरों पर चूक हो जाती है। आम अदला-बदली में अक्षर O और अंक 0, बड़ा I और छोटा l, और rn का m पढ़ा जाना शामिल है। जब टेक्स्ट में इनवॉइस का कुल, फ़ोन नंबर या कोड जैसी संख्याएँ हों, तो इस्तेमाल से पहले हर एक को मूल इमेज से मिलाएँ।
निजता और प्रोसेसिंग के समय के बारे में
पेज पर बताया गया है कि पहचान आपके ब्राउज़र के अंदर होती है, इसलिए इमेज किसी सर्वर पर नहीं भेजी जाती। पहले स्कैन में OCR इंजन लोड करना पड़ता है, जिसमें ज़्यादा समय लगता है, और बड़ी इमेज छोटी से ज़्यादा देर में प्रोसेस होती हैं। अगर बड़ी फ़ोटो पर स्कैन अटक जाए, तो उसका साइज़ इमेज रीसाइज़र से घटाएँ और दोबारा कोशिश करें।
अक्सर पूछे जाने वाले सवाल
OCR कौन-सी भाषाएँ पढ़ता है?
इस पेज का इंजन अंग्रेज़ी टेक्स्ट के लिए सेट है। दूसरी भाषाओं और लिपियों में आमतौर पर भरोसेमंद आउटपुट नहीं मिलता।
निकाले गए टेक्स्ट में इतनी गलतियाँ क्यों हैं?
ज़्यादातर गलतियाँ इमेज की वजह से होती हैं: कम रेज़ोल्यूशन, धुँधलापन, परछाइयाँ, तिरछे कोण या सजावटी फ़ॉन्ट। तस्वीर दोबारा सीधी और बराबर रोशनी में खींचें या स्कैन करें, और फिर कोशिश करें।
क्या यह हाथ की लिखावट पढ़ सकता है?
हाथ की लिखावट छपे टेक्स्ट से काफ़ी कम भरोसेमंद होती है। साफ़ बड़े अक्षर कुछ हद तक आ सकते हैं, पर जुड़ी हुई लिखावट और जल्दी में लिखे नोट आमतौर पर नहीं आएँगे। नतीजे को हाथ से जाँचकर सुधारने की योजना रखें।
क्या यह तालिकाएँ और लेआउट बनाए रखता है?
आउटपुट सादा टेक्स्ट होता है। कॉलम, तालिकाएँ और फ़ॉर्मैटिंग नहीं बचते, इसलिए टेक्स्ट कॉपी करने के बाद स्प्रेडशीट या दस्तावेज़ में लेआउट दोबारा बनाने की उम्मीद रखें।