Image to Text

আপনার ছবিটি কী হবে

ছবি থেকে টেক্সট, যা OCR (অপটিক্যাল ক্যারেক্টার রিকগনিশন) নামেও পরিচিত, একটি ছবির অক্ষরগুলির আকার দেখে এবং সেগুলি কোন অক্ষর তা বের করে। এখানে সেই কাজটি একটি ওপেন-সোর্স OCR ইঞ্জিন, Tesseract দ্বারা করা হয়, যা আপনার ব্রাউজার ট্যাবের ভিতরে চলে। আপনি যখন প্রথমবার একটি ভাষা ব্যবহার করেন, তখন আপনার ব্রাউজার এই সাইট থেকে সেই ভাষার মডেল ডাউনলোড করে, যা এক থেকে তিন মেগাবাইট পর্যন্ত হতে পারে। তারপরে ছবিটি আপনার নিজের ডিভাইসে পড়া হয়।

ছবিটির কোনো কিছুই কোথাও পাঠানো হয় না: DocTranslator-এও না, কোনো OCR সার্ভিসে-ও না। এটি সেই জিনিসগুলির জন্য গুরুত্বপূর্ণ যা মানুষ প্রায়শই পড়ার জন্য ছবি তোলে, যেমন একটি অফিস থেকে চিঠি, একটি প্রেসক্রিপশন, একটি চুক্তির পৃষ্ঠা বা একটি পাসপোর্ট।

একটি ছবি থেকে পরিষ্কার টেক্সট কীভাবে পাবেন

OCR কেবল সেই ছবির মতোই ভালো হয় যা এটি পড়ে। চারটি জিনিস সবচেয়ে বেশি পার্থক্য তৈরি করে:

• প্রথমে সঠিক ভাষা নির্বাচন করুন। ইঞ্জিনটি আপনি যে ভাষা নির্বাচন করেন তার বর্ণমালা এবং শব্দভাণ্ডার দিয়ে পড়ে। রাশিয়ানকে ইংরেজি হিসাবে পড়লে অর্থহীন হবে, এবং ফরাসি বা পোলিশের উচ্চারণ হারিয়ে যাবে যখন ভাষা ভুল হবে।
• পৃষ্ঠাটি সমতল এবং বর্গাকারভাবে ছবি তুলুন। ফোনটি কাগজের ঠিক উপরে ধরুন, পৃষ্ঠাটি ফ্রেমে পূরণ করুন এবং বইয়ের ভাঁজের কাছে বাঁকানো এড়িয়ে চলুন। বাঁকা রেখাগুলি একটি ছোট ছবির চেয়ে ইঞ্জিনকে বেশি বিভ্রান্ত করে।
• সমানভাবে আলো দিন। পৃষ্ঠার উপর ছায়া, বা চকচকে কাগজের উপর ফ্ল্যাশের ঝলকানি অক্ষর লুকিয়ে রাখে। জানালার আলো, ফ্ল্যাশ ছাড়াই, সাধারণত সবচেয়ে ভালো কাজ করে।
• শার্প রাখুন। ছবি তোলার আগে স্ক্রিনে ট্যাপ করে টেক্সটে ফোকাস করুন। ছোট প্রিন্ট আপনার নিজের চোখে পড়ার জন্য ছবিতে যথেষ্ট বড় হতে হবে।

OCR কী ভুল করে

এমনকি একটি ভালো স্ক্যানেও কয়েকটি ত্রুটি থাকে এবং সেগুলি সাধারণত একই রকম হয়: 'l' অক্ষরটি '1' হিসাবে পড়া হয়, 'O' কে '0' হিসাবে, 'rn' কে 'm' হিসাবে, লাইনের শেষে একটি কমা হারিয়ে যায়। নাম, সংখ্যা এবং তারিখগুলি যেকোনো গুরুত্বপূর্ণ কিছুতে কপি করার আগে দ্বিতীয়বার দেখে নেওয়া উচিত।

হাতের লেখা প্রিন্টের চেয়ে অনেক কঠিন, এবং জোড়া হাতের লেখা প্রায়শই খারাপভাবে পড়া হয় বা একেবারেই পড়া হয় না। আউটপুট হল সাধারণ টেক্সট, তাই পৃষ্ঠার বিন্যাস সংরক্ষিত হয় না: কলামগুলি একের পর এক পড়া হয়, এবং একটি টেবিল শব্দের লাইন হিসাবে ফিরে আসে। যখন আপনার বিন্যাসও প্রয়োজন হয়, তখন পরবর্তী বিভাগটি এটি রাখার উপায়।

যখন আপনার অন্য ভাষায় টেক্সট প্রয়োজন

টেক্সট একটি অনুবাদকে কপি করলে পৃষ্ঠাটি হারিয়ে যায়: স্ট্যাম্প, টেবিল, প্রতিটি লাইন কোথায় বসেছিল। বিন্যাস সহ একটি স্ক্যান করা নথি অনুবাদ করতে, পরিবর্তে DocTranslator-এ স্ক্যানটি আপলোড করুন। এটি OCR দিয়ে স্ক্যানটি পড়ে, টেক্সট অনুবাদ করে এবং ১০৮টি ভাষার যেকোনো একটিতে মূল ফাইলের মতো দেখতে একটি ফাইল ফেরত দেয়।

এই পৃষ্ঠার ব্রাউজার টুল ইংরেজি, স্প্যানিশ, ফরাসি, জার্মান, ইতালীয়, পর্তুগিজ, রাশিয়ান, ইউক্রেনীয়, পোলিশ, তুর্কি, আরবি, হিন্দি, চাইনিজ (সরলীকৃত), জাপানিজ, কোরিয়ান এবং ভিয়েতনামী পড়ে। একটি স্ক্যান করা PDF-এ এটি প্রথম ৫ পৃষ্ঠা পড়ে; একটি অনুবাদ প্রতি পৃষ্ঠা, DocTranslator সমর্থিত প্রতিটি ভাষায় পড়ে।