इमेज से टेक्स्ट (OCR)
टेक्स्ट पहचान आपके ब्राउज़र में Tesseract इंजन से चलती है और भरोसे का प्रतिशत बताती है। साफ़, सीधा छपा टेक्स्ट सबसे अच्छा चलता है। सिर्फ़ भाषा का डेटा (1.5 से 3 MB) डाउनलोड होता है और इमेज अपलोड नहीं होती।
कैसे इस्तेमाल करें
- एक या ज़्यादा इमेज को बॉक्स पर छोड़ें, या बॉक्स दबाकर फ़ाइलें चुनें (JPG, PNG, WebP जैसी, हर एक 50 MB तक)। इमेज साइज़ के साथ सूची में दिखती हैं।
- टेक्स्ट की भाषा चुनें। शुरुआत में यह इस पेज की भाषा होती है। अगर टेक्स्ट में अंग्रेज़ी शब्द या अंक भी हैं तो "अंग्रेज़ी भी पहचानें" चुना रहने दें।
- "टेक्स्ट निकालें" दबाएँ। पहली बार इंजन और भाषा का डेटा डाउनलोड होता है, जिसमें कुछ सेकंड लगते हैं। टेक्स्ट बॉक्स में दिखता है जहाँ आप उसे बदल सकते हैं, कॉपी कर सकते हैं या .txt में सेव कर सकते हैं।
गणना कैसे होती है
टेक्स्ट Tesseract से पढ़ा जाता है, जो WebAssembly के रूप में आपके ब्राउज़र में चलने वाला पहचान इंजन है। यह तस्वीर में टेक्स्ट की पंक्तियाँ ढूँढता है, हर अक्षर को एक छोटे न्यूरल नेटवर्क से पहचानता है और बताता है कि उसे कितना भरोसा है, प्रतिशत में।
सटीकता इमेज पर निर्भर करती है। साफ़ पृष्ठभूमि पर गहरे अक्षरों वाला, तेज़, सीधा और अच्छी रोशनी वाला टेक्स्ट सबसे अच्छा नतीजा देता है। धुंधली फ़ोटो, बहुत छोटा टेक्स्ट, हाथ की लिखावट और भरी-पूरी पृष्ठभूमि भरोसा घटाती है और ग़लतियाँ बढ़ाती है, इसलिए नतीजा जाँच लें।
इंजन की फ़ाइलें इसी साइट से आती हैं। भाषा का डेटा, हर भाषा का लगभग 1.5 से 3 MB, एक सार्वजनिक फ़ाइल नेटवर्क से एक बार डाउनलोड होता है और फिर आपके ब्राउज़र में रहता है। आपकी इमेज कभी सर्वर पर नहीं भेजी जातीं।
अक्सर पूछे जाने वाले सवाल
क्या मेरी इमेज अपलोड होती है?
नहीं। इमेज इसी ब्राउज़र टैब में पढ़ी और पहचानी जाती है। सिर्फ़ भाषा का डेटा डाउनलोड होता है। न अपलोड, न अकाउंट, न कहीं और रखी कोई कॉपी।
पहली बार इतना धीमा क्यों है?
किसी भाषा को पहली बार इस्तेमाल करने पर ब्राउज़र इंजन और भाषा का डेटा डाउनलोड करता है। उसके बाद ब्राउज़र उन्हें रख लेता है, इसलिए अगली बार बहुत जल्दी शुरू होता है।
टेक्स्ट में ग़लतियाँ क्यों हैं?
पहचान कभी पूरी तरह सही नहीं होती। O और 0 या l और 1 जैसे मिलते-जुलते अक्षर, ख़ासकर छोटे या धुंधले टेक्स्ट में, आसानी से गड़बड़ा जाते हैं। ज़रूरी अंक और नाम इमेज से मिलाकर देख लें।
क्या यह हाथ की लिखावट पढ़ता है?
भरोसेमंद ढंग से नहीं। इंजन छपे हुए टेक्स्ट के लिए बना है। साफ़ अलग-अलग अक्षर कभी-कभी चल जाते हैं, पर जुड़ी हुई लिखावट का नतीजा अक्सर ख़राब होता है।
कौन-सी भाषाएँ सपोर्टेड हैं?
अंग्रेज़ी, कोरियाई, जापानी, चीनी (सरल और पारंपरिक), स्पैनिश, पुर्तगाली, फ़्रेंच, जर्मन, इटैलियन, रूसी, तुर्की, अरबी, हिंदी, वियतनामी और इंडोनेशियाई। इमेज के टेक्स्ट वाली भाषा चुनें।