इमेज से टेक्स्ट (OCR) इस्तेमाल कैसे करें
- 1
इमेज जोड़ें
एक या ज़्यादा स्क्रीनशॉट, फ़ोटो या स्कैन यहाँ खींचकर छोड़ें, ब्राउज़ करके चुनें या पेस्ट (Ctrl+V) करें।
- 2
भाषा चुनें
अंग्रेज़ी पहले से चुनी होती है; इमेज में कई भाषाएँ मिली हों तो चार तक भाषाएँ जोड़ें।
- 3
टेक्स्ट जाँचें
परिणाम को वहीं एडिट करें और शक वाले शब्द शब्द बॉक्स व्यू में देखें।
- 4
कॉपी करें या सेव करें
टेक्स्ट कॉपी करें, या एक इमेज के लिए या पूरे बैच के लिए .txt फ़ाइल डाउनलोड करें।
सीमाएँ और Pro
हर बैच में 10 इमेज तक, हर एक 25 MB तक, 123 में से किसी भी भाषा में, एक साथ चार भाषाओं तक।
500 इमेज तक के बैच और 25 MB से बड़ी फ़ाइलें; दोनों प्लान में पहचान की क्वालिटी एक जैसी है। Pro देखें
इमेज से टेक्स्ट (OCR) के बारे में
इमेज से टेक्स्ट टूल किसी तस्वीर में छपे शब्दों को पढ़कर आपको सादा, एडिट होने लायक टेक्स्ट देता है। आउटपुट UTF-8 टेक्स्ट होता है, जिसमें लाइन ब्रेक वहीं होते हैं जहाँ OCR इंजन को लाइनें मिलीं। आप इसे वहीं ठीक कर सकते हैं, कॉपी कर सकते हैं या .txt फ़ाइल में सेव कर सकते हैं — हर इमेज की अलग फ़ाइल, या सभी का एक संयुक्त फ़ाइल जिसमें हर तस्वीर के लिए शीर्षक हो। शब्द बॉक्स व्यू मूल इमेज पर हर पहचाने गए शब्द को घेरता है और भरोसे के हिसाब से उसे रंग देता है, जो लंबे परिणाम को प्रूफ़रीड करने का सबसे तेज़ तरीका है।
यह चैट और एरर मैसेज के स्क्रीनशॉट, स्कैन किए पत्र, रसीदें, स्लाइड, किताब के पन्ने, सड़क के साइनबोर्ड और मीम के लिए ठीक है, और 123 भाषाओं और लिपियों में काम करता है। पहचान से पहले अक्षर छोटे हों तो इमेज बड़ी की जा सकती है, उसे ग्रेस्केल किया जा सकता है, कागज़ की फ़ोटो के लिए सिर्फ़ ब्लैक एंड व्हाइट किया जा सकता है, और गहरे इंटरफ़ेस पर हल्का टेक्स्ट हो तो वह अपने आप उलट दी जाती है। पाँच पेज सेगमेंटेशन मोड पूरे पेज, एक कॉलम, एक लाइन के क्रॉप और बिखरे टेक्स्ट को संभालते हैं।
Tesseract का LSTM इंजन छपे अक्षरों के लिए बना है, इसलिए जुड़ी हुई हस्तलिपि, बहुत सजावटी लोगो, टेढ़े अक्षर और बहुत कम रिज़ॉल्यूशन वाली फ़ोटो पर नतीजे कमज़ोर आते हैं। टेबल सेल की जगह टेक्स्ट की लाइनों में आती हैं और कई कॉलम वाले लेआउट का अंदाज़ा ही लगाया जाता है, हूबहू नहीं बनता। स्कैन किए PDF दस्तावेज़ों के लिए OCR PDF टूल पेज का ढाँचा बनाए रखता है।
गोपनीयता
पहचान का काम आपके ब्राउज़र के अंदर tesseract.js Web Worker में होता है, इसलिए आपकी फ़ाइल आपके डिवाइस से बाहर नहीं जाती — मैसेज, पते या अकाउंट नंबर वाले स्क्रीनशॉट के लिए यह काम की बात है। OCR इंजन और हर भाषा का डेटा (1–15 MB) पहली बार jsDelivr CDN से आता है और कैश हो जाता है; कोई इमेज या पहचाना गया टेक्स्ट कहीं नहीं भेजा जाता।
खूबियाँ
स्क्रीनशॉट पेस्ट करें
पेज पर कहीं भी Ctrl+V दबाएँ और इमेज सीधे क्लिपबोर्ड से पढ़ ली जाती है।
प्रीप्रोसेसिंग
पढ़ने से पहले इमेज बड़ी करना, ग्रेस्केल, ब्लैक एंड व्हाइट और डार्क मोड का अपने आप उलटना।
शब्द का भरोसा
इमेज पर हर शब्द घिरा हुआ और इंजन के भरोसे के हिसाब से रंगा हुआ।