स्कैन सिर्फ़ एक इमेज है: उसमें न कोई शब्द खोजा जा सकता है, न कोई वाक्य कॉपी होता है। OCR हर पेज का टेक्स्ट पहचानता है और PDF का रूप बदले बिना उसे जोड़ देता है, या उसे एक साधारण टेक्स्ट फ़ाइल में सहेज देता है।
कैसे इस्तेमाल करें
- स्कैन किया PDF चुनें।
- दस्तावेज़ की भाषा चुनें।
- OCR शुरू करें और खोजने योग्य PDF या टेक्स्ट डाउनलोड करें।
अक्सर पूछे जाने वाले सवाल
कौन-सी भाषाएँ पहचानी जाती हैं?
फ़्रेंच, अंग्रेज़ी, स्पैनिश, जर्मन, इतालवी, पुर्तगाली, डच, चीनी, जापानी और हिंदी। “फ़्रेंच + अंग्रेज़ी” विकल्प उन दस्तावेज़ों के लिए है जिनमें दोनों भाषाएँ मिली हों।
कितना समय लगता है?
हर पेज में कुछ सेकंड। पहली बार पहचान इंजन (कुछ MB) डाउनलोड होता है।
क्या मेरे PDF का रूप बदल जाएगा?
नहीं। “खोजने योग्य PDF” के साथ पेजों का रूप वैसा ही रहता है: पहचाना गया टेक्स्ट अदृश्य रूप से जोड़ा जाता है ताकि उसे चुना और खोजा जा सके।
क्या मैं सिर्फ़ टेक्स्ट पा सकता हूँ?
हाँ, “टेक्स्ट फ़ाइल” चुनें: आपको पहचाने गए टेक्स्ट वाली .txt फ़ाइल मिलती है, पेज-दर-पेज।
क्या OCR हाथ की लिखावट पहचानता है?
यह छपे हुए टेक्स्ट के लिए बना है। बहुत साफ़ हाथ की लिखावट कुछ हद तक पहचानी जा सकती है, लेकिन नतीजा भरोसेमंद नहीं होता।
क्या मैं किसी फ़ोटो का OCR कर सकता हूँ?
पहले “PDF में स्कैन करें” से फ़ोटो को PDF में बदलें, फिर उस PDF को “OCR PDF” से गुज़ारें।
क्या मेरी फ़ाइलें सर्वर पर भेजी जाती हैं?
नहीं। सब कुछ आपके ब्राउज़र में होता है: आपके दस्तावेज़ कभी आपके डिवाइस से बाहर नहीं जाते।
OCR क्या करता है
ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) हर पेज की इमेज में मौजूद टेक्स्ट को पढ़ता है। PDFRoll आपको दो तरह के नतीजे देता है:
- “खोजने योग्य PDF”: PDF का रूप बिल्कुल वैसा ही रहता है, लेकिन इमेज के नीचे टेक्स्ट की एक अदृश्य परत रख दी जाती है। तब आप टेक्स्ट को चुन, कॉपी और खोज सकते हैं।
- “टेक्स्ट फ़ाइल”: सिर्फ़ पहचाना गया टेक्स्ट, पेज-दर-पेज, एक .txt फ़ाइल में।
“जिन पेजों में पहले से टेक्स्ट है उन्हें छोड़ें” विकल्प, जो पहले से चुना रहता है, उन पेजों को छोड़ देता है जिनमें पहले से टेक्स्ट है, और मिले-जुले दस्तावेज़ों पर समय बचाता है।
दस्तावेज़ की भाषा चुनें
“दस्तावेज़ की भाषा” मेन्यू में फ़्रेंच, अकेले या अंग्रेज़ी के साथ, और अंग्रेज़ी, स्पैनिश, जर्मन, इतालवी, पुर्तगाली, डच, चीनी, जापानी और हिंदी हैं। सही भाषा चुनने से पहचान काफ़ी बेहतर होती है, ख़ासकर एक्सेंट वाले अक्षरों की।
पहली बार इस्तेमाल करने पर पहचान इंजन (कुछ MB) डाउनलोड होता है। इसके बाद, आपके डिवाइस की क्षमता के हिसाब से, हर पेज में कुछ सेकंड लगते हैं। दस्तावेज़ ख़ुद आपके डिवाइस पर ही रहता है: पहचान का काम आपका ब्राउज़र करता है।
अच्छी पहचान के लिए
- साफ़ और अच्छे कॉन्ट्रास्ट वाले स्कैन से शुरू करें: धुंधला या फीका टेक्स्ट ठीक से नहीं पहचाना जाता।
- OCR शुरू करने से पहले उल्टे पेजों को “PDF घुमाएँ” से सीधा करें।
- छपा हुआ टेक्स्ट हाथ की लिखावट से कहीं बेहतर पहचाना जाता है।
- ज़रूरी अंकों और नामों को दोबारा जाँच लें, OCR से गलती हो सकती है।
अगर कोई टेक्स्ट नहीं मिलता, तो चुनी गई भाषा और स्कैन की क्वालिटी जाँचें। लंबे दस्तावेज़ के लिए, आप पहले “पेज निकालें” से काम के पेज अलग करके सिर्फ़ उन्हीं पर काम कर सकते हैं।
OCR से पहले और बाद में
दस्तावेज़ों की फ़ोटो को PDF में बदलने के लिए “PDF में स्कैन करें” से शुरू करें। टेक्स्ट पहचाने जाने के बाद, आप उसे “PDF से Word” से एडिट होने वाले दस्तावेज़ में ले सकते हैं, या “PDF से टेक्स्ट” से पूरा टेक्स्ट निकाल सकते हैं।