इमेज से टेक्स्ट

यह कैसे काम करता है

ऑप्टिकल कैरेक्टर रिकग्निशन वह टूल है जिसे लोग तब उठाते हैं जब किसी स्क्रीनशॉट से कॉपी नहीं हो पाती, किसी स्कैन किए पेज को टेक्स्ट के रूप में चाहिए, या किसी दस्तावेज़ की फ़ोटो हो। यह वह भी है जहाँ अपलोड को सही ठहराना सबसे कठिन है — इमेज आमतौर पर दस्तावेज़, रसीदें या पत्राचार होती हैं।

यह आपके डिवाइस पर चलता है, जो OCR के लिए असामान्य है

लगभग हर मुफ़्त OCR सेवा इमेज अपलोड करती है और काम सर्वर पर करती है। यह पेज में WebAssembly में कंपाइल किया Tesseract चलाता है। सौदा यह है कि पहली बार इस्तेमाल पर लगभग 11 MB पहचान डेटा का एक बार का डाउनलोड होता है, जिसे आपका ब्राउज़र फिर कैश कर लेता है, और पहचान खुद आपके अपने प्रोसेसर से होती है।

यह किसमें अच्छा है, और किसमें नहीं

स्क्रीनशॉट, साफ़ स्कैन और सीधे खींचे गए छपे दस्तावेज़ बहुत अच्छे नतीजे देते हैं। तिरछे कोण पर, खराब रोशनी में, भरी पृष्ठभूमि पर या असामान्य डिस्प्ले फ़ॉन्ट में टेक्स्ट खराब नतीजे देता है। हस्तलिपि किसी भी व्यावहारिक अर्थ में समर्थित नहीं है। यह अंग्रेज़ी पढ़ता है।

लेआउट सेटिंग लोगों की अपेक्षा से ज़्यादा मायने रखती हैं

"A page of text" पैराग्राफ़ वाले दस्तावेज़ों के लिए ठीक है। "A single block" एक अंश के स्क्रीनशॉट के लिए बेहतर है। "A single line" कैप्शन या सीरियल नंबर के लिए है। "Scattered words" उन साइन और लेबल के लिए है जिनमें टेक्स्ट कई असंबंधित जगहों पर हो। गलत वाला चुनना खराब आउटपुट की आम वजह है।

बेहतर नतीजा पाना

चलाने से पहले सिर्फ़ टेक्स्ट तक क्रॉप करें। इमेज को घुमाएँ ताकि लाइनें क्षैतिज हों। ऊँचा रिज़ॉल्यूशन एक हद तक मदद करता है — लगभग 300 dpi के बराबर आदर्श है, और उसके आगे सटीकता बढ़ाए बिना समय बढ़ाता है।