सर्वश्रेष्ठ OCR टूल – छवि के टेक्स्ट को आसानी से एडिटेबल टेक्स्ट में बदलें

OCR टूल क्या करता है

यह वर्कफ़्लो तीन भागों से बना है: अपलोड, पहचान और समीक्षा। अपलोड क्षेत्र में आप ब्राउज़ करके या ड्रैग-एंड-ड्रॉप करके इमेज फ़ाइलें डाल सकते हैं। भाषा चयनकर्ता आपको एक या अधिक पहचान भाषाएँ चुनने देता है। एक वैकल्पिक स्विच क्रॉप और ज़ूम संपादक सक्षम करता है, जिससे आप टेक्स्ट क्षेत्र को अलग कर सकते हैं।

जब आप Run OCR पर क्लिक करते हैं, तो Tesseract.js चुनी गई भाषा डेटा लोड करता है और इमेज पर काम करता है। परिणाम एक टेक्स्ट एडिटर में कॉन्फ़िडेंस स्कोर के साथ दिखाई देता है। डाउनलोड से पहले आप टेक्स्ट को संपादित कर सकते हैं, जो महत्वपूर्ण है क्योंकि OCR शायद ही पूरी तरह सटीक होता है।

आउटपुट फ़ॉर्मैट मेन्यू में Text (.txt), PDF (.pdf) और Word (.doc) दिए गए हैं। TXT और Word एक्सपोर्ट ब्राउज़र में ही बनाए जाते हैं। PDF एक्सपोर्ट पहचाना गया टेक्स्ट रेंडरिंग के लिए सर्वर पर भेजता है।

टेक्स्ट कैसे निकालें

1. एक इमेज अपलोड करें। साफ़, सीधी और अच्छी रोशनी वाली फ़ोटो, टेढ़ी या छायादार फ़ोटो से बेहतर परिणाम देती है।
2. इमेज में मौजूद भाषा या भाषाएँ चुनें। कोई असंबद्ध भाषा चुनने से सटीकता घटती है।
3. यदि इमेज में अतिरिक्त बैकग्राउंड है, तो क्रॉप विकल्प चालू करें और टेक्स्ट क्षेत्र को फ़्रेम करें।
4. Run OCR पर क्लिक करें और भाषा डेटा तथा पहचान पूरी होने तक प्रतीक्षा करें।
5. कॉन्फ़िडेंस स्कोर पढ़ें और ग़लतियों के लिए टेक्स्ट की समीक्षा करें।
6. एक्सपोर्ट से पहले नाम, संख्याएँ और विराम चिह्न संपादित करें।
7. TXT, PDF या Word चुनें और परिणाम डाउनलोड करें।

पहली बार चलाने में अधिक समय लग सकता है क्योंकि ब्राउज़र को भाषा डेटा डाउनलोड करना होता है। यदि ब्राउज़र की अनुमति हो तो बाद के रन कैश किए गए डेटा का पुनः उपयोग कर सकते हैं।

भाषाएँ और लिपियाँ

15 भाषाओं की सूची में कई भारतीय लिपियाँ plus अंग्रेज़ी, फ़्रेंच, जर्मन और स्पेनिश शामिल हैं। जब दस्तावेज़ में मिली-जुली लिपियाँ हों, तो आप एक से अधिक भाषा चुन सकते हैं, लेकिन हर अतिरिक्त भाषा प्रोसेसिंग समय और मेमोरी उपयोग बढ़ा देती है।

यह टूल चीनी, जापानी या कोरियाई भाषा डेटा प्रदान नहीं करता। इन लिपियों के लिए उपयुक्त मॉडल वाली समर्पित OCR सेवा का उपयोग करें। यह टेक्स्ट का अनुवाद भी नहीं करता; यह मूल भाषा में जो वर्ण पहचानता है, उन्हें ही लौटाता है।

हस्तलिखित टेक्स्ट के लिए सटीकता मुद्रित टेक्स्ट की तुलना में काफ़ी कम होती है। मुद्रित पृष्ठ का साफ़ स्कैन सबसे अच्छा परिणाम देता है। हस्तलेख की फ़ोटो, सजावटी फ़ॉन्ट या कम रिज़ॉल्यूशन वाला स्क्रीनशॉट अविश्वसनीय परिणाम दे सकता है।

सटीकता कैसे बढ़ाएँ

सबसे अधिक रिज़ॉल्यूशन वाली इमेज से शुरुआत करें। टेक्स्ट क्षेत्र तक क्रॉप करें, पृष्ठ को सीधा रखें और चमक या गहरी छाया से बचें। यदि इमेज घुमी हुई है, तो क्रॉप एडिटर के रोटेशन का उपयोग करें या अपलोड से पहले किसी फ़ोटो एडिटर में उसे सीधा कर लें।

सही भाषा चुनें। यदि दस्तावेज़ मुख्य रूप से अंग्रेज़ी में है और उसमें कुछ नाम दूसरी लिपि में हैं, तो पहले अंग्रेज़ी आज़माएँ और नामों को स्वयं ठीक करें। यदि एक लिपि हावी हो, तो भाषाओं को मिलाना मॉडल को भ्रमित कर सकता है।

संख्याओं, तारीख़ों और कोड की जाँच अक्षर-प्रति-अक्षर करें। OCR अक्सर 0 और O, 1 और l, 5 और S तथा ऐसी ही समान आकृतियों में भ्रम करता है। कॉन्फ़िडेंस स्कोर एक संकेत है, कोई गारंटी नहीं।

आउटपुट फ़ॉर्मैट

टेक्स्ट सबसे सुरक्षित एक्सपोर्ट है। यह पहचाने गए वर्णों को सुरक्षित रखता है और किसी भी एडिटर में काम करता है। PDF टेक्स्ट से एक सरल दस्तावेज़ बनाता है; यह मूल इमेज लेआउट को सुरक्षित नहीं रखता और न ही स्कैन किए गए PDF की तरह OCR लेयर के साथ PDF को सर्च करने योग्य बनाता है।

Word विकल्प .doc एक्सटेंशन वाला HTML दस्तावेज़ बनाता है, कोई सच्चा DOCX फ़ाइल नहीं। Word आमतौर पर उसे खोल सकता है, लेकिन जटिल फ़ॉर्मैटिंग सुरक्षित नहीं रहती। साफ़ और संपादन योग्य दस्तावेज़ के लिए टेक्स्ट को अपने वर्ड प्रोसेसर में पेस्ट करें और वहाँ स्टाइल लागू करें।

फ़ॉन्ट सीमाओं के कारण सर्वर-जनरेट किए गए PDF में ग़ैर-लैटिन टेक्स्ट ठीक से रेंडर नहीं हो सकता। यदि लिपि महत्वपूर्ण है, तो TXT एक्सपोर्ट का उपयोग करें और सही फ़ॉन्ट वाले एप्लिकेशन में PDF बनाएँ।

सीमाएँ और गोपनीयता

OCR के लिए इमेज को स्थानीय रूप से प्रोसेस किया जाता है। केवल निकाला गया टेक्स्ट PDF बनाने के लिए सर्वर पर भेजा जाता है; TXT और Word एक्सपोर्ट टेक्स्ट अपलोड नहीं करते। यह पृष्ठ खाता नहीं बनाता और कोई इतिहास संग्रह नहीं रखता, लेकिन ब्राउज़र भाषा डेटा कैश कर सकता है।

इस पृष्ठ में इमेज-आकार की कोई स्पष्ट सीमा नहीं है, लेकिन बहुत बड़ी इमेजों को डीकोड और पहचान करने में समय लगता है। फ़ोन से लिए गए उच्च-रिज़ॉल्यूशन फ़ोटो में बहुत समय लग सकता है और काफ़ी मेमोरी खर्च हो सकती है। यदि पृष्ठ अनुत्तरदायी हो जाए, तो बहुत बड़ी इमेज अपलोड से पहले उसका आकार बदल लें।

यह टूल दस्तावेज़ प्रबंधन प्रणाली नहीं है। यह आपके OCR परिणाम सुरक्षित नहीं रखता, टेबलों को विश्वसनीय रूप से पहचान नहीं करता, कॉलम सुरक्षित नहीं रखता और न ही टेक्स्ट की पुष्टि करता। हर परिणाम को ड्राफ़्ट मानें जिसे मानवीय समीक्षा की आवश्यकता हो, खासकर कानूनी, चिकित्सकीय या वित्तीय दस्तावेज़ों के लिए।

अक्सर पूछे जाने वाले प्रश्न