છબી થી લખાણ

તમારી છબીનું શું થાય છે

છબી થી લખાણ, જેને OCR (ઓપ્ટિકલ કેરેક્ટર રેકગ્નિશન) પણ કહેવાય છે, તે ચિત્રમાં અક્ષરોના આકારો જુએ છે અને તે કયા અક્ષરો છે તે નક્કી કરે છે. અહીં તે કાર્ય ઓપન-સોર્સ OCR એન્જિન, ટેસેરેક્ટ દ્વારા કરવામાં આવે છે, જે તમારા બ્રાઉઝર ટેબની અંદર ચાલે છે. જ્યારે તમે પ્રથમ વખત ભાષાનો ઉપયોગ કરો છો, ત્યારે તમારું બ્રાઉઝર તે ભાષાનું મોડેલ આ સાઇટ પરથી ડાઉનલોડ કરે છે, જે એક થી ત્રણ મેગાબાઇટ્સની વચ્ચે હોય છે. તે પછી છબી તમારા પોતાના ઉપકરણ પર વાંચવામાં આવે છે.

ચિત્ર વિશે કંઈપણ ક્યાંય મોકલવામાં આવતું નથી: DocTranslator પર નહીં, OCR સેવા પર નહીં. તે મહત્વનું છે તે વસ્તુઓ માટે જે લોકો મોટાભાગે વાંચવા માટે ફોટો પાડે છે, જેમ કે ઓફિસમાંથી પત્ર, પ્રિસ્ક્રિપ્શન, કરારનું પાનું અથવા પાસપોર્ટ.

ફોટોમાંથી સ્વચ્છ લખાણ કેવી રીતે મેળવવું

OCR ફક્ત તે જે ચિત્ર વાંચે છે તેટલું જ સારું છે. ચાર વસ્તુઓ સૌથી મોટો તફાવત બનાવે છે:

• પહેલા યોગ્ય ભાષા પસંદ કરો. એન્જિન તમે પસંદ કરેલી ભાષાના મૂળાક્ષરો અને શબ્દભંડોળ સાથે વાંચે છે. અંગ્રેજી તરીકે રશિયન વાંચવાથી અર્થહીન પરિણામ મળે છે, અને જ્યારે ભાષા ખોટી હોય ત્યારે ફ્રેન્ચ અથવા પોલિશમાં ઉચ્ચારણ ગુમ થઈ જાય છે.
• પૃષ્ઠને સપાટ અને ચોરસ ફોટોગ્રાફ કરો. ફોનને સીધો કાગળની ઉપર રાખો, ફ્રેમને પૃષ્ઠથી ભરો, અને પુસ્તકની બાઈન્ડિંગ પાસેના વળાંકને ટાળો. વળાંકવાળી રેખાઓ નાની છબી કરતાં એન્જિનને વધુ મૂંઝવે છે.
• તેને સમાનરૂપે પ્રકાશિત કરો. પૃષ્ઠ પર પડછાયો, અથવા ચળકતા કાગળ પર ફ્લેશનો ઝગમગાટ, અક્ષરો છુપાવે છે. ફ્લેશ વિના, બારીમાંથી આવતો દિવસનો પ્રકાશ સામાન્ય રીતે શ્રેષ્ઠ કામ કરે છે.
• તેને તીક્ષ્ણ રાખો. ફોટો લેતા પહેલા સ્ક્રીન પર ટેપ કરીને લખાણ પર ધ્યાન કેન્દ્રિત કરો. નાના અક્ષરોને તમારી પોતાની આંખોથી વાંચવા માટે ચિત્રમાં પૂરતા મોટા હોવા જરૂરી છે.

OCR શું ખોટું કરે છે

એક સારો સ્કેન પણ થોડી ભૂલો સાથે પાછો આવે છે, અને તે સામાન્ય રીતે સમાન હોય છે: અક્ષર l ને નંબર 1 તરીકે વાંચવું, O ને 0 તરીકે, rn ને m તરીકે, લાઇનના અંતે અલ્પવિરામ ગુમ થવો. નામો, સંખ્યાઓ અને તારીખોને કોઈપણ મહત્વપૂર્ણ બાબતમાં કોપી કરતા પહેલા બીજી નજર આપવી યોગ્ય છે.

છાપકામ કરતાં હસ્તલેખન ઘણું મુશ્કેલ છે, અને જોડાયેલ હસ્તલેખન ઘણીવાર ખરાબ રીતે અથવા બિલકુલ વાંચવામાં આવતું નથી. આઉટપુટ સાદું લખાણ છે, તેથી પૃષ્ઠનું લેઆઉટ જાળવવામાં આવતું નથી: કૉલમ એક પછી એક વાંચવામાં આવે છે, અને કોષ્ટક શબ્દોની લાઇનો તરીકે પાછું આવે છે. જ્યારે તમને લેઆઉટની પણ જરૂર હોય, ત્યારે આગલો વિભાગ તેને જાળવવાનો માર્ગ છે.

જ્યારે તમને લખાણ બીજી ભાષામાં જોઈએ

લખાણને અનુવાદકમાં કોપી કરવાથી પૃષ્ઠ ગુમ થઈ જાય છે: સ્ટેમ્પ, કોષ્ટક, દરેક લીટી ક્યાં બેઠી હતી. લેઆઉટ સાથે સ્કેન કરેલા દસ્તાવેજનો અનુવાદ કરવા માટે, તેના બદલે DocTranslator પર સ્કેન અપલોડ કરો. તે OCR સાથે સ્કેન વાંચે છે, લખાણનો અનુવાદ કરે છે અને મૂળ જેવી દેખાતી ફાઇલ પરત કરે છે, 108 ભાષાઓમાંથી કોઈપણમાં.

આ પૃષ્ઠ પર બ્રાઉઝર ટૂલ અંગ્રેજી, સ્પેનિશ, ફ્રેન્ચ, જર્મન, ઇટાલિયન, પોર્ટુગીઝ, રશિયન, યુક્રેનિયન, પોલિશ, ટર્કિશ, અરબી, હિન્દી, ચાઇનીઝ (સરળ), જાપાનીઝ, કોરિયન અને વિયેતનામીસ વાંચે છે. સ્કેન કરેલ PDF માં તે પ્રથમ 5 પૃષ્ઠો વાંચે છે; અનુવાદ દરેક પૃષ્ઠ, DocTranslator દ્વારા સમર્થિત દરેક ભાષામાં વાંચે છે.