एक स्कैनर कागज का चित्र बनाता है। शब्द आपको सही लगते हैं, लेकिन Ctrl+F को कुछ नहीं मिलता और कॉपी-पेस्ट से कुछ नहीं मिलता। OCR (ऑप्टिकल कैरेक्टर रिकग्निशन) छवि के नीचे एक वास्तविक टेक्स्ट परत जोड़ता है ताकि दस्तावेज़ जैसा दिखता है उसे बदले बिना खोजने योग्य हो जाए।
कदम दर कदम
- 1
अपना पीडीएफ अपलोड करें
अपनी पीडीएफ को बॉक्स पर खींचें या फ़ाइल चुनें पर क्लिक करें। इसे एक एन्क्रिप्टेड कनेक्शन पर भेजा जाता है और इसका उपयोग केवल इसी कार्य के लिए किया जाता है।
- 2
विकल्प सेट करें
भाषा और ओसीआर इंजन समायोजित करें। प्रत्येक फ़ील्ड में एक समझदार डिफ़ॉल्ट होता है, इसलिए आप आमतौर पर टूल को तुरंत चला सकते हैं।
- 3
आपके ब्राउज़र में चलता है
OCR आपकी अपनी मशीन पर tesseract.js का उपयोग करता है, इसलिए स्कैन किए गए दस्तावेज़ को कभी भी अपलोड नहीं करना पड़ता है। यह एक टेक्स्ट परत जोड़ता है, जो स्कैन को खोजने योग्य और चयन योग्य बनाता है - पृष्ठ छवि अछूती रहती है।
- 4
इसे चलाएँ और डाउनलोड करें
ओसीआर पीडीएफ दबाएं और पेज काम करते समय प्रगति दिखाता है। जब यह समाप्त हो जाता है तो आपको एक डाउनलोड लिंक मिलता है - कुछ भी ईमेल नहीं किया जाता है और कुछ भी आवश्यकता से अधिक समय तक संग्रहीत नहीं किया जाता है।
स्क्रीन कैसी दिखती हैं
ओसीआर क्या बदलता है - और यह क्या अकेला छोड़ देता है
मान्यता पृष्ठ पर आकृतियों को पढ़ती है और छवि के पीछे एक टेक्स्ट परत लिखती है। स्कैन अभी भी वही दिखता है, लेकिन शब्द चयन योग्य और खोजने योग्य हो जाते हैं, और स्क्रीन रीडर उनकी घोषणा कर सकते हैं। यह जादुई तरीके से किसी धुंधले पन्ने की मरम्मत नहीं करता है या किसी हस्तलिखित नोट की तस्वीर को सही पाठ में नहीं बदल देता है।
पहचान से पहले स्कैन तैयार करें
सटीकता अधिकतर OCR प्रारंभ होने से पहले तय की जाती है। लगभग 300 डीपीआई पर स्कैन करें, पृष्ठ को सपाट और चौकोर रखें, और टेढ़े-मेढ़े पृष्ठों को सीधा करें डेस्क्यू प्रथम. गहरे रंग की पृष्ठभूमि या असमान फ़ोन प्रकाश पहचान को भ्रमित कर सकता है; एक साफ़, समान रूप से प्रकाशित पृष्ठ किसी भी पोस्ट-प्रोसेसिंग सेटिंग से अधिक मूल्यवान है।
भाषा, लेआउट और लिखावट
पृष्ठ पर दिखाई देने वाली भाषा चुनें. मल्टी-कॉलम लेआउट को एक क्रम में पढ़ा जाता है जो दस्तावेज़ पर निर्भर करता है, इसलिए यह मानने के बजाय कि यह विज़ुअल कॉलम का अनुसरण करता है, आउटपुट की जांच करें। लिखावट सबसे कठिन मामला है: ओसीआर अपने चारों ओर मुद्रित लेबल को पहचान सकता है लेकिन अक्सर लिखावट ही छूट जाएगी। इसे एक सीमा मानें, बग नहीं।
पाठ पर भरोसा करने से पहले जाँच लें
कुछ विशिष्ट शब्द और संख्याएँ खोजें - एक चालान कुल, एक खंड संख्या, एक उपनाम - और पृष्ठ के साथ परिणाम की तुलना करें। व्यूअर में टेक्स्ट लेयर खोलें और जांचें कि पेज अभी भी सही ढंग से प्रिंट हो रहा है। इस साइट पर ओसीआर इंजन आपके ब्राउज़र में चलता है, इसलिए पहचान के लिए स्कैन को अपलोड करने की आवश्यकता नहीं है; पासपोर्ट, मेडिकल रिकॉर्ड और क्लाइंट फ़ाइलों के लिए गोपनीयता का अंतर मायने रखता है।
ओसीआर पीडीएफ के लिए अच्छी आदतें
- OCR आपके ब्राउज़र में चलता है, इसलिए स्कैन किए गए दस्तावेज़ कभी अपलोड नहीं किए जाते हैं।
- पहले स्कैन को सीधा करें - डेस्क्यूड पेज काफ़ी बेहतर ओसीआर देते हैं।
- 300 डीपीआई स्कैन सटीकता और गति के बीच का मधुर स्थान है।
सामान्य प्रश्न
ओसीआर पीडीएफ क्या करता है?
स्कैन की गई पीडीएफ की छवियों के पीछे एक वास्तविक पाठ परत जोड़ता है, जिससे दस्तावेज़ बिल्कुल वैसा ही दिखने के साथ खोजने योग्य, चयन योग्य और प्रतिलिपि बनाने योग्य हो जाता है। पहचान ब्राउज़र में डिफ़ॉल्ट रूप से चलती है.
क्या OCR PDF का उपयोग निःशुल्क है?
हाँ। यह ब्राउज़र टूल मुफ़्त है, इसमें कोई वॉटरमार्क नहीं है और कोई दैनिक कार्य सीमा नहीं है। ई-साइन और लीगल वर्कफ़्लो ही एकमात्र भुगतान किए गए उत्पाद हैं।
ओसीआर पीडीएफ का उपयोग करने के बाद मेरी फाइलों का क्या होता है?
उन्हें एक अज्ञात आईडी के तहत संग्रहीत किया जाता है और कुछ घंटों के बाद स्वचालित रूप से साफ़ कर दिया जाता है। कुछ भी साझा या अनुक्रमित नहीं किया गया है.
क्या ओसीआर स्कैन की गई छवि को बदल देता है?
नहीं, यह छवि के पीछे एक टेक्स्ट परत जोड़ता है। पृष्ठ अभी भी मूल स्कैन जैसा दिखता है।
क्या ओसीआर लिखावट पर काम करता है?
कभी-कभी, लेकिन यह अविश्वसनीय है. मुद्रित पाठ मजबूत मामला है; हस्तलिखित नोट्स को अक्सर मैन्युअल प्रतिलेखन या सुधार की आवश्यकता होती है।
क्या ओसीआर के लिए स्कैन अपलोड किया गया है?
इस साइट पर पहचान आपके ब्राउज़र में Tesseract.js के साथ चलती है। खोजने योग्य पीडीएफ को स्थानीय रूप से इकट्ठा किया जाता है, इसलिए स्कैन को पहचान के लिए दूर नहीं भेजा जाता है।