OCR PDF
স্ক্যান করা PDF-কে খোঁজাযোগ্য করুন আর এর লেখা কপি করুন। পৃষ্ঠাগুলো হুবহু একই দেখায়, আর আপনার ফাইল এই ডিভাইসেই থাকে।
কোনো পৃষ্ঠার কিছুটা টাইপ করা লেখা আর কিছুটা স্ক্যান করা ছবি হলে এটি কাজে লাগে। তখন পৃষ্ঠায় আগে থেকে থাকা লেখা খুঁজলে দুবার দেখা যেতে পারে।
কম্পিউটারে প্রতি পৃষ্ঠা পড়তে কয়েক সেকেন্ড লাগে, ফোনে আরও বেশি। শেষ না হওয়া পর্যন্ত এই ট্যাবটি খোলা রাখুন।
আপনার নথি পড়া হচ্ছে…
সব কাজ আপনার ডিভাইসেই হয়। কিছুই আপলোড হয় না।
0%
- আপলোড নেইআপনার ফাইল এই ডিভাইসেই থাকে।
- ভাষার ডেটা একবারই ডাউনলোড হয়শুধু আপনার বেছে নেওয়া ভাষাগুলোর পড়ার ডেটা ডাউনলোড হয়, তারপর তা এই ডিভাইসেই থাকে।
- বিনামূল্যে, সাইন-আপ ছাড়াঅ্যাকাউন্ট লাগে না, দৈনিক সীমাও নেই।
আপনার ফাইলের কী হয়
নিচের সবকিছু ঘটে আপনার ব্রাউজারের ভেতরে, আপনার নিজের ডিভাইসে। আপনার PDF বা ছবি কখনো আপলোড হয় না, তাই অন্য কেউ — আমরাও — সেগুলো দেখতে পারে না।
- লেখা-পাঠক হলো Tesseract, একটি বিনামূল্যের ও ওপেন-সোর্স OCR ইঞ্জিন, যা আপনার ব্রাউজারে চলে। এটি pdfMB থেকেই লোড হয়, অন্য কোনো কোম্পানির সার্ভার থেকে নয়।
- কোনো ভাষা প্রথমবার ব্যবহার করলে তার ডেটা (0.5 থেকে 3 MB) pdfMB থেকে ডাউনলোড হয়ে আপনার ব্রাউজারে থেকে যায়। ডাউনলোড শুধু এটুকুই: আপনার ফাইল কোথাও যায় না।
- প্রতিটি পৃষ্ঠা 300 dpi-র ছবি হিসেবে আঁকা হয় এবং লাইন ধরে ধরে পড়া হয়। যেসব পৃষ্ঠায় আগে থেকেই আসল লেখা আছে, আপনি না চাইলে সেগুলো বাদ দেওয়া হয়।
- যে শব্দগুলো পাওয়া যায়, সেগুলো অদৃশ্য লেখা হিসেবে পৃষ্ঠায় যোগ হয়, ছবির ঠিক সেই শব্দগুলোর ওপরে। এরপর যেকোনো PDF রিডারে খোঁজা, বাছাই আর কপি করা যায়।
- পৃষ্ঠার কিছুই নতুন করে আঁকা বা আবার কমপ্রেস করা হয় না। নতুন লেখা ফাইলের শেষে যোগ হয়, আর মূল ফাইলটি এর ভেতরে বাইট-বাইট অপরিবর্তিত থাকে।
- ছবিগুলো যেমন আছে তেমনই PDF-এ যায় (JPEG ছবি আবার কমপ্রেস হয় না), আর লেখা যোগ হয় সেগুলোর ওপরে।
- PDF বা ছবি বেছে নিন
- ভাষাগুলো দেখে নিন
- “পড়ুন” চাপুন
- লেখা ডাউনলোড বা কপি করুন
কীভাবে স্ক্যান করা PDF খোঁজাযোগ্য করবেন
- একটি PDF, অথবা পৃষ্ঠার এক বা একাধিক ছবি বেছে নিন।
- ভাষাগুলো দেখে নিন। এই পৃষ্ঠার ভাষা আর ইংরেজি আগে থেকেই বাছাই করা থাকে; নথিতে অন্য কোনো ভাষা থাকলে সেটিও যোগ করুন।
- “পড়ুন” চাপুন। পৃষ্ঠাগুলো একটি একটি করে পড়া হয়, আর কোন পৃষ্ঠা পড়া হচ্ছে তা দেখতে পাবেন।
- খোঁজাযোগ্য PDF ডাউনলোড করুন, অথবা লেখা কপি করে .txt ফাইল হিসেবে সংরক্ষণ করুন।
ভালো ফলের জন্য পরামর্শ
- স্ক্যানারে বেছে নেওয়ার সুযোগ থাকলে 300 dpi-তে স্ক্যান করুন। কম রেজোলিউশনে ছোট অক্ষর পড়া কঠিন হয়।
- পৃষ্ঠা সমান করে রেখে, ঠিক সোজাসুজি আর ভালো আলোয় ছবি তুলুন, লেখার ওপর যেন ছায়া না পড়ে। PDF-এ স্ক্যান টুলটি পৃষ্ঠা আপনার জন্য সোজা করে দেয়।
- কাত হওয়া বা উল্টো পৃষ্ঠা আগে PDF ঘোরান দিয়ে ঠিক দিকে ঘুরিয়ে নিন।
- শুধু সেই ভাষাগুলোই বেছে নিন যা সত্যিই নথিতে আছে। বাড়তি ভাষা পড়া ধীর করে আর ভুল বাড়াতে পারে।
- হাতের লেখা, খুব ছোট ছাপা আর নকশাদার ফন্ট ভালো পড়া হয় না, তাই ভরসা করার আগে লেখাটি মিলিয়ে নিন।
মানুষ কখন এটি ব্যবহার করে
স্ক্যান করা চুক্তি ও চিঠি
লম্বা স্ক্যান করা নথির প্রতিটি পৃষ্ঠা না পড়ে Ctrl+F দিয়ে একটি নাম, তারিখ বা টাকার অঙ্ক খুঁজে নিন।
পুরোনো কাগজপত্র ও সংরক্ষণাগার
স্ক্যান করা পৃষ্ঠার ফোল্ডারগুলো খোঁজাযোগ্য করুন, যাতে আপনার কম্পিউটার ভেতরের শব্দ দিয়েই নথি খুঁজে পায়।
নোটিশ ও রসিদের ছবি
নোটিশ, মেনু বা রসিদের ছবি থেকে লেখা কপি করে মেসেজ বা অনুবাদকে পেস্ট করুন।
একাধিক ভাষার নথি
দুই বা তার বেশি ভাষা বেছে নিন, যেমন বাংলা ও ইংরেজি বা চীনা ও ইংরেজি, একই পৃষ্ঠায় দুটোই পড়া হবে।
যা এটি পারে না
- OCR ভুল করে, বিশেষ করে ঝাপসা ছবি, ছোট ছাপা, টেবিল আর হাতের লেখায়। গুরুত্বপূর্ণ নাম, নম্বর আর টাকার অঙ্ক সবসময় মিলিয়ে নিন।
- লেখা পড়া হয় আড়াআড়ি লাইনে। ওপর থেকে নিচে লেখা চীনা বা জাপানি লেখা, আর কাত হয়ে থাকা পৃষ্ঠা ঠিকভাবে পড়া হয় না।
- লেআউট নতুন করে তৈরি হয় না। আপনি মূল পৃষ্ঠার ওপর খোঁজাযোগ্য লেখা পাবেন, সম্পাদনাযোগ্য Word নথি নয়।
- আমাদের পরীক্ষায় কিছু ভাষা অন্যগুলোর চেয়ে কম নির্ভুলভাবে পড়া হয়েছে। ভাষার তালিকায় সেগুলোর পাশে “কম নির্ভুল” লেখা থাকে।
- কোনো ভাষা প্রথমবার ব্যবহার করলে তার ডেটা ডাউনলোড হয় (শুরুর আগে আকার দেখানো হয়), তাই সেই প্রথমবার ইন্টারনেট সংযোগ লাগে।
- পড়ার কাজ আপনার ডিভাইসেই হয়, তাই পুরোনো ফোনে ধীর চলে, আর খুব লম্বা নথি ফোনের মেমরি শেষ করে ফেলতে পারে। আগে সেগুলো কয়েক ভাগে ভাগ করুন।
- পাসওয়ার্ড দেওয়া PDF, আর যেসব PDF-এর মালিক পরিবর্তন বন্ধ করে রেখেছেন, সেগুলো পড়া যায় না।
OCR নিয়ে প্রশ্ন
OCR কী?
OCR (অপটিক্যাল ক্যারেক্টার রিকগনিশন) মানে ছবিতে থাকা অক্ষর পড়ে সেগুলোকে আসল লেখায় বদলে ফেলা। স্ক্যান করা PDF শুধু পৃষ্ঠার ছবি, তাই OCR না করা পর্যন্ত এতে খোঁজা বা এখান থেকে কপি করা যায় না।
আমার PDF কি অন্যরকম দেখাবে?
না। লেখা একটি অদৃশ্য স্তর হিসেবে যোগ হয়, তাই পৃষ্ঠাগুলো হুবহু একই দেখায়। আমাদের পরীক্ষায় আগে আর পরের পৃষ্ঠা পিক্সেল ধরে ধরে একদম এক।
আমার নথি কি আপলোড হয়?
না। লেখা-পাঠক আপনার ব্রাউজারে চলে। ডাউনলোড হয় শুধু ভাষা-ডেটা, তাও pdfMB থেকে। আপনার ফাইল কখনো কোথাও পাঠানো হয় না।
এটি কোন কোন ভাষা পড়তে পারে?
এই ওয়েবসাইটের 32টি ভাষা, যার মধ্যে আছে ইংরেজি, থাই, চীনা (সরলীকৃত ও প্রথাগত), জাপানি, কোরীয়, আরবি, হিব্রু, হিন্দি, বাংলা, বর্মি, রুশ ও ভিয়েতনামি। নথিতে একাধিক ভাষা মেশানো থাকলে কয়েকটি বেছে নিন।
এটি কতটা নির্ভুল?
পরিষ্কার ছাপা পৃষ্ঠায় বেশিরভাগ ভাষায় প্রায় প্রতিটি অক্ষর ঠিক পড়া হয়। ছবি, ছোট লেখা আর কিছু লিপি বেশি কঠিন। আমরা প্রতিটি ভাষা পরীক্ষা করেছি এবং দুর্বলগুলোকে “কম নির্ভুল” চিহ্ন দিয়েছি।
কিছু পৃষ্ঠা বাদ যায় কেন?
যেসব পৃষ্ঠায় আগে থেকেই আসল লেখা আছে, যেমন Word-এ বানানো পৃষ্ঠা, সেগুলোর OCR লাগে না, তাই যেমন আছে তেমনই রাখা হয়। তবুও পড়াতে চাইলে “যেসব পৃষ্ঠায় আগে থেকেই লেখা আছে, সেগুলোও পড়ুন”-এ টিক দিন।
শুধু লেখাটুকু কি পাওয়া যায়?
হ্যাঁ। পড়া শেষ হলে লেখা ডাউনলোড বাটনের নিচে দেখা যায়। “লেখা কপি করুন” চাপুন, অথবা সাধারণ টেক্সট ফাইল হিসেবে রাখতে “.txt ডাউনলোড করুন” চাপুন।