अपनी स्कैन की हुई PDF पर OCR चलाइए
यह टूल पूरी तरह आपके ब्राउज़र के भीतर Tesseract.js, एक ओपन-सोर्स OCR इंजन, चलाता है। हर PDF पेज एक ऊँचे रिज़ॉल्यूशन वाली इमेज में बदला जाता है, फिर टेक्स्ट में। CPU और मेमोरी पर भारी; निजता में बेजोड़।
कैसे इस्तेमाल करें
- कोई स्कैन की हुई PDF चुनिए
- "OCR चलाएँ" दबाइए (इंजन पहली बार इस्तेमाल पर डाउनलोड होता है)
- इंतज़ार कीजिए: हर पेज पर 5 से 20 सेकंड
- टेक्स्ट कॉपी करें या .txt फ़ाइल के रूप में डाउनलोड करें
आम सवाल
क्या इससे मेरी PDF खुद खोजने लायक बन जाती है, या टेक्स्ट अलग से मिलता है?
सिर्फ़ टेक्स्ट अलग से। आउटपुट सादा टेक्स्ट है जिसे आप कॉपी करते हैं या .txt फ़ाइल के रूप में डाउनलोड करते हैं, ऐसी बदली हुई PDF नहीं जिसमें खोजने लायक टेक्स्ट परत वापस जोड़ी गई हो। अगर आपको ख़ासकर खोजने लायक PDF चाहिए, तो निकाले गए टेक्स्ट को मूल फ़ाइल के साथ ख़ुद जोड़ना होगा।
क्या यह अंग्रेज़ी के अलावा दूसरी भाषाओं पर चलता है?
डिफ़ॉल्ट अंग्रेज़ी है। दूसरी भाषाओं में सटीकता इस पर निर्भर है कि Tesseract का अंग्रेज़ी पर सीखा मॉडल उस लिपि को कितना अच्छा पढ़ता है, जो आम तौर पर ग़ैर-लैटिन वर्णमालाओं के लिए कमज़ोर होता है।
OCR की सटीकता स्कैन की क्वालिटी पर निर्भर है। साफ़ 300+ dpi सफ़ेद पर काले टेक्स्ट वाले स्कैन 95% से ज़्यादा सटीकता देते हैं; फीके, तिरछे या हाथ से लिखे पन्ने भरोसेमंद नहीं हैं।