फ़ोटो से टेक्स्ट कैसे निकालें
OCR (Optical Character Recognition) इमेज में अक्षरों की शेप पढ़कर उन्हें असली, सेलेक्ट होने वाले, एडिटेबल टेक्स्ट में बदल देता है — फ़ोटो खींचे नोटिस, किताब के पेज से कोट करने या व्हाट्सएप स्क्रीनशॉट से फ़ोन नंबर निकालने के लिए उपयोगी, बिना हाथ से दोबारा टाइप किए।
OCR क्या कर सकता है और क्या नहीं
OCR अक्षरों की शेप पहचान कर काम करता है, इसलिए यह असल में एक पैटर्न-मैचिंग समस्या है — साफ़, प्रिंटेड टेक्स्ट पर अच्छा चलता है और हस्तलिपि, असामान्य फ़ॉन्ट या तिरछे टेक्स्ट पर ज़्यादा मुश्किल होता है। हिंदी (देवनागरी) टेक्स्ट अपनी खुद की जटिलता जोड़ता है क्योंकि संयुक्ताक्षर व मात्राएँ एक-दूसरे से मिलती-जुलती दिख सकती हैं, इसलिए हिंदी की सटीकता फ़ोटो क्वालिटी के प्रति अंग्रेज़ी से थोड़ी ज़्यादा संवेदनशील होती है।
स्टेप-बाय-स्टेप
- Image to Text (OCR) टूल खोलें।
- टेक्स्ट वाली फ़ोटो या स्क्रीनशॉट अपलोड करें — हिंदी, अंग्रेज़ी, तमिल, मराठी व गुजराती सभी सपोर्टेड हैं।
- टूल इमेज प्रोसेस करके पहचाना गया टेक्स्ट दिखाता है।
- टेक्स्ट सीधे कॉपी करें — डाउनलोड की ज़रूरत नहीं।
असल में सटीकता क्या बेहतर करती है
- सीधी, फ़्लैट फ़्रेमिंग — तिरछी ली फ़ोटो अक्षरों की शेप बिगाड़ देती है, लगभग किसी भी और चीज़ से ज़्यादा पहचान बिगाड़ती है।
- एकसार रोशनी — आधे टेक्स्ट पर शैडो एक झूठा किनारा बनाता है जो किसी अक्षर के हिस्से जैसा गलत पढ़ा जा सकता है।
- फ़ोकस — इंसानी आँख को ठीक लगने वाली थोड़ी धुंधली फ़ोटो भी कैरेक्टर पहचान को असल में कन्फ़्यूज़ कर सकती है, क्योंकि यह सटीक किनारों पर निर्भर करती है।
- कॉन्ट्रास्ट — हल्के बैकग्राउंड पर गहरा टेक्स्ट (सामान्य स्थिति) गहरे बैकग्राउंड पर हल्के टेक्स्ट या कम-कॉन्ट्रास्ट फ़ोटोकॉपी से कहीं बेहतर चलता है।
अगर PDF को भी यही चाहिए
अगर आप एक इमेज की बजाय स्कैन की गई PDF पर काम कर रहे हैं, तो वही सोच PDF to Text टूल से लागू होती है — हालाँकि वह टूल तुरंत तभी काम करता है जब PDF में पहले से असली टेक्स्ट लेयर हो; स्कैन की गई इमेज-ओनली PDF के पेजों पर OCR टूल अलग से लगाना होगा।
OCR की सटीकता टूल से ज़्यादा फ़ोटो पर क्यों निर्भर करती है
टेक्स्ट पहचान हर अक्षर की शेप पहचान कर काम करती है, इसलिए जो भी उस शेप को बिगाड़े — धुँधली फ़ोटो, तिरछे कोण से लिया पेज, टेक्स्ट व बैकग्राउंड के बीच कम कंट्रास्ट, या मुड़ा-तुड़ा डॉक्यूमेंट — वह किसी भी OCR टूल की सटीकता घटा देता है। प्रिंटेड पेज की साफ़, सीधी, अच्छी रोशनी वाली फ़ोटो लगभग पूरी तरह ठीक निकलती है, जबकि वही टूल हाथ से लिखे नोट या कम रोशनी में तीखे कोण से ली फ़ोटो में जूझता है, क्योंकि दोनों उन अक्षर शेप को बिगाड़ या धुँधला देते हैं जिन पर टूल निर्भर करता है।
अगर किसी खास डॉक्यूमेंट के लिए सटीकता मायने रखती है, तो अक्सर बेहतर रोशनी व सीधे कोण में दोबारा फ़ोटो लेना, ख़राब निकाले टेक्स्ट को स्वीकार कर लंबी लिस्ट की गलतियाँ बाद में मैन्युअली ठीक करने से तेज़ पड़ता है।
अक्सर पूछे जाने वाले सवाल
क्या यह हस्तलिपि पढ़ सकता है?
OCR प्रिंटेड टेक्स्ट के लिए ट्यून है और हस्तलिपि पर कहीं कम भरोसेमंद चलता है — हाथ से लिखे नोट्स पर सटीकता लिखावट की सफ़ाई पर काफ़ी निर्भर करती है।
क्या मेरी फ़ोटो कहीं प्रोसेसिंग के लिए अपलोड होती है?
नहीं — टेक्स्ट पहचान पूरी तरह आपके ब्राउज़र टैब में, आपके अपने डिवाइस पर होती है।
क्या यह एक ही फ़ोटो में हिंदी व अंग्रेज़ी मिला हुआ टेक्स्ट पहचान सकता है?
हाँ, मिली-जुली भाषा वाला टेक्स्ट सपोर्टेड है, हालाँकि बहुत छोटा फ़ॉन्ट साइज़ दोनों भाषाओं में सटीकता को कम कर सकता है।
कुछ फ़ोटो में टेक्स्ट निकालना अच्छा क्यों काम करता है, कुछ में नहीं?
OCR अक्षर की शेप पहचान कर काम करता है, इसलिए धुँधलापन, तिरछा कोण, कम रोशनी या कम कंट्रास्ट किसी भी टूल की सटीकता घटा देता है — साफ़, सीधी, अच्छी रोशनी वाली फ़ोटो आमतौर पर सबसे अच्छा नतीजा देती है।