छवि से पाठ निकालें

स्पष्ट, उच्च-कंट्रास्ट मुद्रित पाठ सबसे अच्छा काम करता है। छोटे अक्षरों के लिए पर्याप्त पिक्सेल वाला तीक्ष्ण स्रोत, समान प्रकाश, सीमित संपीड़न, और पृष्ठ को यथासंभव सपाट और सीधा फोटो खींचा हुआ उपयोग करें। असंबंधित पृष्ठभूमि क्रॉप करें और निष्कर्षण से पहले पाठ को सीधा घुमाएँ। बहुत कम रिज़ॉल्यूशन, गति धुंधलापन, चमक, छाया, बनावट वाला कागज़, घुमावदार पृष्ठ, सजावटी फ़ॉन्ट और आक्रामक छवि संवर्द्धन वर्ण आकृतियों को मर्ज या तोड़ सकते हैं। वास्तव में कम-रिज़ॉल्यूशन स्रोत को बड़ा करने से दृश्यता में मदद मिल सकती है, लेकिन यह उस विवरण को फिर से नहीं बना सकता जो कभी कैप्चर नहीं किया गया था।

भाषा का चुनाव यह निर्धारित करता है कि कौन सा पहचान मॉडल और वर्ण पैटर्न अपेक्षित हैं। चीनी, जापानी, कोरियाई, अरबी, वियतनामी या जर्मन पाठ के लिए अंग्रेज़ी चुनने से प्रशंसनीय लेकिन गलत प्रतिस्थापन हो सकते हैं क्योंकि अपेक्षित वर्णमाला, उच्चारण, दिशा और शब्द पैटर्न भिन्न होते हैं। छवि में दिखाई देने वाली प्रमुख भाषा चुनें। जब एक छवि कई भाषाओं को मिलाती है, तो सबसे महत्वपूर्ण अनुभाग को उसकी मिलती-जुलती भाषा के साथ अलग से निकालें और नाम, संख्याएँ, तिथियाँ और तकनीकी शब्दों की सावधानीपूर्वक तुलना करें क्योंकि उन्हें सामान्य भाषा पैटर्न से कम सहायता मिलती है।

OCR पाठ क्षेत्रों की पहचान करता है और फिर उन्हें उनकी स्थिति से क्रमबद्ध करता है। बहु-स्तंभ लेख, तालिकाएँ, साइडबार, फ़ॉर्म, कैप्शन, लंबवत पाठ, घुमावदार लेबल, ओवरलैपिंग स्टैम्प और हस्तलिखित नोट इच्छित अनुक्रम को अस्पष्ट बना सकते हैं। जब क्रम मायने रखता है तो स्वतंत्र क्षेत्रों को क्रॉप करें और उन्हें अलग से निकालें। निष्कर्षण के बाद, परिणाम की स्रोत से ऊपर से नीचे तक तुलना करें, पैराग्राफ विराम बहाल करें, और शीर्षकों, तालिका पंक्तियों, लेबल, फ़ुटनोट और छवियों के बगल में स्थित पाठ को सत्यापित करें, यह मानने के बजाय कि पूर्ण दस्तावेज़ लेआउट फिर से बनाया गया था।

नहीं। यह उपकरण संपादन योग्य पाठ और पता लगाए गए क्षेत्र लौटाता है, मूल डिज़ाइन का Word, स्प्रेडशीट या खोजने योग्य PDF पुनर्निर्माण नहीं। कॉलम अप्रत्याशित क्रम में पढ़े जा सकते हैं, तालिका कक्ष पंक्ति और स्तंभ संबंध खो सकते हैं, और फ़ॉन्ट, रंग, स्थान, सीमाएँ, छवियाँ और पृष्ठ सजावट मिलान लेआउट के रूप में संरक्षित नहीं हैं। पुनः टाइप करने से बचने के लिए परिणाम का उपयोग करें, फिर गंतव्य एप्लिकेशन में आवश्यक संरचना का पुनर्निर्माण करें और उन पर भरोसा करने से पहले महत्वपूर्ण मानों की स्रोत से तुलना करें।

समय छवि आयाम, पाठ क्षेत्रों की संख्या और आकार, लेआउट जटिलता, चयनित भाषा, रोटेशन और पहचान तैयार करने के लिए आवश्यक संसाधनों पर निर्भर करता है। केंद्र में छोटे दस्तावेज़ वाली बड़ी तस्वीर को अधिक काम की आवश्यकता हो सकती है जबकि कसकर क्रॉप किए गए स्कैन की तुलना में खराब पाठ उत्पन्न होता है। आवश्यक वर्णों को बनाए रखने वाली सबसे छोटी स्पष्ट छवि का उपयोग करें, अप्रासंगिक क्षेत्रों को क्रॉप करें, और पहले से तीक्ष्ण स्रोतों को बार-बार बड़ा करने से बचें। परिणाम या उपयोगी त्रुटि दिखाई देने तक पृष्ठ खुला रखें।

नाम, तिथियाँ, पते, योग, दशमलव विभाजक, खाता संख्या, पहचानकर्ता, विराम चिह्न और किसी भी वर्ण की तुलना करें जहाँ एक गलती अर्थ बदल देती है। सामान्य भ्रम में शून्य और O, एक और छोटा l, समान विराम चिह्न, उच्चारित अक्षर और CJK या अरबी लिपियों में दृश्य रूप से संबंधित वर्ण शामिल हैं। छवियों या तालिकाओं के आसपास पंक्ति क्रम और लापता पाठ की समीक्षा करें। कानूनी, वित्तीय, चिकित्सा, शैक्षणिक या अभिलेखीय सामग्री के लिए, परिणाम को किसी अन्य रिकॉर्ड में कॉपी करने से पहले मूल छवि के विरुद्ध दूसरी समीक्षा का उपयोग करें।