स्क्रीनशॉट या फ़ोटो से टेक्स्ट कैसे कॉपी करें, अपने डिवाइस पर

स्क्रीनशॉट या फ़ोटो से टेक्स्ट कॉपी करने के लिए आपको OCR चाहिए, यानी ऑप्टिकल कैरेक्टर रिकग्निशन। यह ऐसा सॉफ़्टवेयर है जो इमेज में अक्षर पहचानकर उन्हें ऐसे वर्णों में बदलता है जिन्हें आप चुन, एडिट और पेस्ट कर सकें। तस्वीर को इमेज से टेक्स्ट टूल में पेस्ट करें या उस पर खींचकर छोड़ें, और शब्द एडिट योग्य टेक्स्ट के रूप में दिखने लगेंगे। पढ़ने का काम आपके ब्राउज़र में होता है, और इमेज कहीं अपलोड नहीं होती। Google Drive, OnlineOCR.net और Adobe Acrobat की तुलना में ऑनलाइन विकल्पों और हर एक आपकी फ़ाइल के साथ क्या करता है, इस पर बात की गई है।

इमेज से टेक्स्टफ़ोटो का टेक्स्ट कॉपी नहीं हो रहामुफ़्त में करें

OCR सरल शब्दों में इमेज कैसे पढ़ता है

इमेज बस रंगीन बिंदुओं का एक जाल होती है। OCR कई चरणों में काम करता है। पहले वह टेक्स्ट के ब्लॉक और उनके अंदर की पंक्तियाँ ढूँढता है। फिर हर पंक्ति को अक्षरों की आकृतियों के क्रम में बदलता है और तय करता है कि हर आकृति सबसे ज़्यादा संभावना से कौन-सा वर्ण है। आख़िर में वह बहुत सारे अंग्रेज़ी टेक्स्ट से सीखे पैटर्न इस्तेमाल करके मिलते-जुलते विकल्पों में से चुनता है, ताकि “rn” और “m”, या “l” और “I” जैसे भ्रम आसपास के शब्दों से सुलझ जाएँ।

इस टूल के पीछे का इंजन Tesseract है, एक ओपन-सोर्स OCR इंजन जो Apache 2.0 लाइसेंस के तहत जारी हुआ है। यह साइट इसका वह संस्करण इस्तेमाल करती है जिसे WebAssembly में कम्पाइल किया गया है। यह ऐसा फ़ॉर्मेट है जिसे ब्राउज़र लगभग नेटिव रफ़्तार से चला सकते हैं, और यह tesseract.js लाइब्रेरी के ज़रिए चलता है। इसमें न्यूरल नेटवर्क (एक LSTM) पर आधारित अंग्रेज़ी मॉडल है। आप इसे पहली बार इस्तेमाल करेंगे तो इंजन और मॉडल डाउनलोड होंगे, और ब्राउज़र उन्हें बाद के इस्तेमाल के लिए सहेज लेता है। उसके बाद पढ़ने का काम आपके डिवाइस पर होता है।

इस डिज़ाइन से इसकी सीमाएँ भी तय होती हैं। मॉडल अंग्रेज़ी के लिए है और बिना ऐक्सेंट चिह्नों वाले लैटिन अक्षरों के टेक्स्ट के लिए है। सिरिलिक, अरबी या चीनी जैसी दूसरी लिपियाँ समर्थित नहीं हैं, और ऐक्सेंट वाले अक्षर भरोसेमंद ढंग से नहीं पढ़े जाएँगे। हस्तलेखन एक अलग समस्या है, और यह टूल उसके लिए नहीं है।

स्क्रीनशॉट फ़ोटो से बेहतर क्यों पढ़े जाते हैं

स्क्रीनशॉट वह टेक्स्ट है जैसा कंप्यूटर ने उसे बनाया: तीखी किनारें, ज्ञात आकार, सपाट रंग, कोई तिरछापन नहीं। उसी टेक्स्ट की फ़ोटो में वह सब आ जाता है जो कैमरे ने देखा: पन्ने का कोण, परछाइयाँ, मुड़ा हुआ कागज़, चमक, मोशन ब्लर, और वह कम्प्रेशन जो फ़ोन जगह बचाने के लिए लगाते हैं। इनमें से हर चीज़ उन आकृतियों को बदल देती है जिनसे OCR को मिलान करना होता है।

आकार भी मायने रखता है। एक मोटा नियम यह है कि जब कैपिटल अक्षर कम से कम 20 से 30 पिक्सल ऊँचे हों, तब OCR सबसे अच्छा काम करता है। छोटे थंबनेल का टेक्स्ट इतना छोटा हो सकता है कि अक्षर अलग न हो पाएँ, और बहुत सिकुड़े हुए स्क्रीनशॉट का टेक्स्ट धूसर धब्बे में बदल जाता है। टूल पढ़ने से पहले छोटी इमेज को बड़ा कर देता है, जो मदद करता है, लेकिन फ़ाइल में जो विवरण था ही नहीं उसे वापस नहीं ला सकता। अगर हो सके तो स्क्रीनशॉट उसी आकार पर लें जिस आकार में टेक्स्ट स्क्रीन पर दिखता है, और स्क्रीन पर ज़्यादा समाने के लिए पेज को ज़ूम आउट न करें।

डार्क मोड वाले स्क्रीनशॉट एक अलग मामला हैं। गहरी पृष्ठभूमि पर सफ़ेद टेक्स्ट कई OCR इंजनों के लिए ज़्यादा मुश्किल होता है, इसलिए टूल पढ़ने से पहले ऐसी इमेज के रंग उलट देता है। आपको कुछ नहीं करना होता। बहुत कम कंट्रास्ट वाली गहरी स्क्रीन, जैसे गहरे धूसर पर धूसर टेक्स्ट, फिर भी ठीक से नहीं पढ़ी जाएगी।

साफ़ नतीजे के लिए सुझाव

• टेक्स्ट पर क्रॉप करें। पहले टूलबार, आइकन और बटन हटाएँ। फ़ोटो क्रॉप करें ताकि सिर्फ़ वही ब्लॉक बचे जिसकी आपको ज़रूरत है। कम बिखराव का मतलब है कि टूल को कम शब्दों का अंदाज़ा लगाना पड़ेगा।
• फ़ोटो सीधी करें। फ़ोन को पन्ने के समानांतर रखें, ताकि पंक्तियाँ सीधी रहें। तिरछे पन्ने का टेक्स्ट कम अच्छा पढ़ा जाता है, और जो पंक्ति फ़्रेम के किनारे से बाहर निकल जाती है उसके आख़िरी अक्षर छूट जाएँगे। अगर फ़ोटो आड़ी है, तो पहले उसे घुमाएँ, या आड़ी फ़ोटो की गाइड देखें।
• एक-सी रोशनी रखें। बगल से आने वाली दिन की रोशनी सबसे अच्छी है, और चमकदार पन्ने से टकराकर लौटती फ़्लैश की रोशनी सबसे बुरी। पन्ने के आधे हिस्से पर पड़ी परछाईं पढ़त को दो टुकड़ों में बाँट देगी।
• पास जाएँ, पर बहुत पास नहीं। फ़्रेम को टेक्स्ट से भरें। पूरे पन्ने की दूर से ली गई फ़ोटो अपने पिक्सल हाशियों पर खर्च कर देती है।
• भारी कम्प्रेशन से बचें। मैसेजिंग ऐप जो फ़ोटो को कम क्वालिटी की कॉपी के रूप में भेजता है, वह विवरण फेंक चुका होता है। मूल फ़ाइल भेजें, या स्क्रीनशॉट दोबारा लें।

टूल के चिह्नित शब्द जाँचें

पढ़ लेने के बाद टूल तीन संख्याएँ दिखाता है: शब्दों की गिनती, औसत भरोसा (confidence), और जाँचने लायक शब्दों की संख्या। जिन शब्दों के बारे में वह अनिश्चित है, उन्हें वह इमेज पर लाल रंग से भी चिह्नित करता है। टेक्स्ट इस्तेमाल करने से पहले लाल शब्दों को मूल से मिलाकर पढ़ें, क्योंकि यही वे जगहें हैं जहाँ OCR सबसे ज़्यादा गलती करता है।

आम तौर पर होने वाली उलझनें पहले से पता होती हैं: अक्षर O और अंक 0, कैपिटल I और छोटा l, अंक 1, अक्षर S और अंक 5, और वह कॉमा जो पूर्ण विराम पढ़ लिया जाता है। रकम और कोड की सबसे बारीकी से जाँच होनी चाहिए, क्योंकि एक गलत अंक पूरा अर्थ बदल सकता है। पूरे पन्ने का आकलन करने के लिए औसत भरोसा काम का है। अगर यह कम है, तो शायद समस्या इमेज की है, और बेहतर फ़ोटो किसी भी तरह की एडिटिंग से बेहतर साबित होगी।

पंक्तियाँ जोड़कर अनुच्छेद बनाएँ

OCR टेक्स्ट को उसी तरह लौटाता है जैसे पंक्तियाँ पन्ने पर दिखती हैं। किसी संकरे कॉलम से अनुच्छेद कॉपी करें, तो हर दिखने वाली पंक्ति अपनी अलग पंक्ति बन सकती है। पंक्तियों को अनुच्छेद में जोड़ने का विकल्प उन ब्रेक को हटा देता है, ताकि टेक्स्ट फिर से बहने लगे। सूचियों, कविताओं, पतों, कोड या टेबल के लिए इसका इस्तेमाल न करें, जहाँ पंक्ति-ब्रेक का अपना अर्थ होता है। अगर आपने PDF या ईमेल से टूटा हुआ टेक्स्ट पहले ही कॉपी कर लिया है, तो पेस्ट किया टेक्स्ट ठीक करें टूल उस टेक्स्ट की पंक्तियाँ ठीक कर देता है। PDF से कॉपी करने की गाइड बताती है कि ये ब्रेक क्यों आते हैं।

जब टेक्स्ट सही हो, तो टेक्स्ट कॉपी करें दबाएँ, या अगर फ़ाइल चाहिए तो .txt सेव करें दबाएँ।

पढ़ाई आपके डिवाइस पर होना क्यों मायने रखता है

स्क्रीनशॉट में अक्सर वे चीज़ें होती हैं जो आप किसी अजनबी के सर्वर पर नहीं चाहेंगे: बैंक का विवरण, बोर्डिंग पास, मेडिकल पत्र, कोई निजी संदेश। कई ऑनलाइन OCR साइटें पढ़ने के लिए इमेज अपने सर्वर पर भेजती हैं। यह टूल ऐसा नहीं करता। यह आपके ब्राउज़र में चलता है, इसमें कोई अकाउंट नहीं चाहिए और कोई अपलोड नहीं होता।

टेक्स्ट पढ़ना एक काम है, और उसके हिस्से छिपाना दूसरा काम है। अगर स्क्रीनशॉट शेयर करने से पहले उसके कुछ हिस्से ढकने हैं, तो पहले फ़ोटो में जानकारी छिपाएं टूल इस्तेमाल करें, फिर जिस संस्करण को शेयर करने में आपको कोई आपत्ति नहीं, उस पर टेक्स्ट रीडर चलाएँ। क्या छिपाना है, इस पर ज़्यादा जानकारी स्क्रीनशॉट सुरक्षित रूप से छिपाने की गाइड में है।

fixmint से यह कैसे करें

1. स्क्रीनशॉट पेस्ट करने के लिए Ctrl+V दबाएँ, फ़ोटो ड्रॉप एरिया पर छोड़ें, या चुनने के लिए टैप करें।
2. पढ़ाई पूरी होने का इंतज़ार करें, फिर शब्द, भरोसा और जाँचें के आँकड़े देखें।
3. फ़ोटो पर लाल रंग में चिह्नित शब्द देखें, और उन्हें टेक्स्ट बॉक्स में सुधारें।
4. सिर्फ़ गद्य के लिए पंक्तियाँ जोड़कर अनुच्छेद बनाएँ पर टिक लगाएँ, फिर टेक्स्ट कॉपी करें या .txt सेव करें पर क्लिक करें।

त्वरित जवाब

टूल पहली बार में थोड़ा समय क्यों लेता है? यह OCR इंजन और अंग्रेज़ी मॉडल डाउनलोड करता है, जो बड़े होते हैं। बाद के इस्तेमाल में सहेजी हुई फ़ाइलें फिर से काम आती हैं।

बाकी सही हो तो एक शब्द गलत क्यों है? इंजन ने एक अस्पष्ट आकृति के लिए सबसे संभावित वर्ण चुना। चिह्नित शब्द देखें और उसे टेक्स्ट बॉक्स में सुधारें।

क्या यह पूरी किताब पढ़ सकता है? यह एक बार में एक इमेज पढ़ता है। बहुत बड़ी इमेज ज़्यादा मेमोरी लेती हैं और ज़्यादा समय लगाती हैं, इसलिए लंबे दस्तावेज़ को पहले पन्नों में बाँट लें।