Image to text (OCR) — फ़ोटो से टेक्स्ट:
फ़ोटो से टेक्स्ट कॉपी करें

तस्वीर को टेक्स्ट में कैसे बदलें

1. सबसे पहले सेटिंग पैनल में टेक्स्ट की “भाषा” चुनें। सही भाषा चुनने से सटीकता पर सबसे ज़्यादा फ़र्क़ पड़ता है।
2. “फ़ाइलें चुनें” पर क्लिक करें या अपनी तस्वीरें पेज पर ड्रॉप करें। JPG, PNG, WEBP, HEIC, AVIF, BMP, GIF और TIFF चलते हैं।
3. टेक्स्ट पढ़े जाने तक इंतज़ार करें। किसी भाषा को पहली बार इस्तेमाल करने पर टेक्स्ट रीडर डाउनलोड होता है, इसलिए इसमें थोड़ा ज़्यादा समय लगता है।
4. टेक्स्ट डाउनलोड करने के लिए “सेव करें” पर क्लिक करें, या कई तस्वीरों के लिए “सब डाउनलोड करें (.zip)”।

सेटिंग क्या करती हैं

• भाषा। अंग्रेज़ी, उर्दू + अंग्रेज़ी, हिंदी + अंग्रेज़ी, अरबी + अंग्रेज़ी, स्पेनिश, पुर्तगाली या इंडोनेशियाई। मिली-जुली सेटिंग दोनों लिपियाँ पढ़ती हैं, जो उन फ़ॉर्म और नोटिस के लिए ठीक है जिनमें दोनों मिली होती हैं। ग़लत भाषा चुनेंगे तो शब्द गड़बड़ आएँगे।
• लेआउट। “ऑटो (कॉलम ख़ुद पहचानता है)” पेज पर ब्लॉक और कॉलम पहचानता है, जैसे किसी चिट्ठी या पत्रिका में। “लाइन दर लाइन (रसीदें, टेबल)” तस्वीर को एक ही ब्लॉक मानकर लाइन के बाद लाइन पढ़ता है और शब्दों के बीच की जगह बनाए रखता है, ताकि कोई आइटम और उसकी क़ीमत एक ही लाइन पर रहें।
• इस रूप में सेव करें। “टेक्स्ट फ़ाइल (.txt)” सादा टेक्स्ट देती है। “Word डॉक्यूमेंट (.docx)” हर पैराग्राफ़ को उसकी लाइन ब्रेक के साथ Word में रखता है, और अरबी व उर्दू पैराग्राफ़ दाएँ से बाएँ लगाए जाते हैं।

आपकी तस्वीर के साथ क्या होता है

ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) अक्षरों की आकृतियाँ देखता है, फ़ाइल में सेव किसी टेक्स्ट को नहीं। पढ़ने से पहले छोटी तस्वीरें बड़ी की जाती हैं ताकि अक्षर काफ़ी बड़े हों, ट्रांसपेरेंट हिस्से सफ़ेद से भरे जाते हैं, और एक लोकल कंट्रास्ट स्टेप परछाइयों और रंगीन काग़ज़ को संभालता है।

ऑटो मोड में तिरछी या धुंधली फ़ोटो कॉलम पहचानने में गड़बड़ कर सकती है। जब बहुत कम टेक्स्ट पढ़ा जाता है, तो तस्वीर को एक ब्लॉक के रूप में दोबारा पढ़ा जाता है और बेहतर नतीजा रखा जाता है।

कई पेज वाली TIFF, जैसी स्कैनर और फ़ैक्स सॉफ़्टवेयर अक्सर बनाते हैं, पेज दर पेज पढ़ी जाती है। टेक्स्ट फ़ाइल हर पेज को मार्क करती है, और Word डॉक्यूमेंट हर पेज को नए पेज से शुरू करता है।

टेक्स्ट रीडर और भाषा का डेटा एक बार डाउनलोड होता है, इंजन के लिए लगभग 1 MB और हर भाषा के लिए 1 से 3 MB, और आपका ब्राउज़र उसे रख लेता है। उसके बाद वही भाषा बिना इंटरनेट के भी चलती है।

जानने लायक सीमाएँ

• सिर्फ़ छपा हुआ टेक्स्ट। हाथ की लिखावट भरोसे के साथ नहीं पढ़ी जाती; साफ़-साफ़ अलग-अलग लिखे अक्षर कभी-कभी चल जाते हैं, जुड़ी हुई लिखावट आमतौर पर नहीं।
• आड़ा या उल्टा टेक्स्ट सीधा नहीं किया जाता। पहले अपने फ़ोन की गैलरी में फ़ोटो घुमा लें।
• आपको शब्द मिलते हैं, डिज़ाइन नहीं। फ़ॉन्ट, बोल्ड, रंग और टेबल की बॉर्डर नहीं रहतीं, और कॉलम टेक्स्ट के अलग-अलग ब्लॉक बन जाते हैं।
• छोटी, धुंधली या कम कंट्रास्ट वाली तस्वीरों से ग़लतियाँ होती हैं। जब रीडर को पक्का भरोसा नहीं होता, तो आपको एक नोट दिखता है कि कुछ शब्द ग़लत हो सकते हैं, इसलिए नाम और नंबर जाँच लें।

बेहतर नतीजों के लिए टिप्स

• फ़ोटो सीधे सामने से, अच्छी और एक जैसी रोशनी में खींचें, ताकि टेक्स्ट तस्वीर का ज़्यादातर हिस्सा भरे।
• “फोटो क्रॉप करें” से टेक्स्ट के अलावा सब कुछ काट दें। तस्वीरें, लोगो और टेबल के किनारे फ़ालतू अक्षर बन सकते हैं।
• किसी पेज की तिरछी फ़ोटो के लिए “डॉक्यूमेंट स्कैनर” उसे चारों कोनों से सीधा करता है। “इस रूप में सेव करें” में “हर पेज का JPG” चुनें, फिर वह तस्वीर यहाँ पढ़ें।
• आपके पास PDF है? “Scanned PDF to text (OCR)” स्कैन की हुई PDF का हर पेज पढ़ता है।