कभी किसी चित्र फ़ाइल से टेक्स्ट को मैन्युअल रूप से हटाने की आवश्यकता पड़ी है? Image to text converter तकनीक ने इसे संभव बना दिया है। ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) सॉफ्टवेयर का उपयोग करके छवियों को टेक्स्ट में बदलने की प्रक्रिया। किसी छवि से दस्तावेज़ निकालने का प्रयास करते समय इसका अक्सर उपयोग किया जाता है। Cardscanner.co द्वारा ओसीआर कन्वर्टर, छवियों में निहित अर्थ को समझने के लिए कागजात को स्कैन करता है। टेक्स्ट एक्सट्रैक्शन तकनीक की मदद से पिक्चर के कैरेक्टर एडिटेबल टेक्स्ट में तब्दील हो जाते हैं जिसे बाद में वर्ड या पीडीएफ डॉक्यूमेंट के रूप में सेव किया जा सकता है।
मशीन लर्निंग दस्तावेज़ विश्लेषण तेजी से एक प्रमुख घटक (एमएल) के रूप में असंरचित डेटा एनालिटिक्स का उपयोग कर रहा है।
इस लेख में, आप देखेंगे कि OCR कन्वर्टर का उपयोग करके फोटो से टेक्स्ट कैसे निकाला जाता है।
चलो चलते हैं!
यह भी पढ़ें: Top 10 PDF Editors for Windows
सही संरेखण:
स्कैन किए गए अधिकांश दस्तावेज़ और टेक्स्ट स्रोत चित्र जिस हद तक संरेखण से बाहर हैं, उसका मुफ़्त ऑनलाइन ओसीआर परिणाम की सटीकता पर महत्वपूर्ण प्रभाव पड़ता है। इनपुट सामग्री कितनी जटिल है, इसके अनुसार मॉडल-आधारित संरेखण सुधार के लिए एक सीधा हिस्टोग्राम प्रक्षेपण आवश्यक हो सकता है। लेकिन आपको अपने डेटा को ठीक से संरेखित करने के लिए image to text तकनीक का प्रयास करना चाहिए।
ओसीआर पाइपलाइन:
OCR ऑनलाइन स्कैन किए गए दस्तावेज़ों, फ़ोटो या वीडियो से टेक्स्ट को हटाने और इसे एक ऐसे प्रारूप में बदलने की एक विधि है जिसे बाद में संशोधित किया जा सकता है, खोजा जा सकता है और एनएलपी विश्लेषण कार्यों के लिए उपयोग किया जा सकता है। टेक्स्ट को आसानी से सुलभ, संगठित तरीके से निकालने के लिए, कंप्यूटर विज़न (CV), रिकग्निशन (ML) और टेक्स्ट मॉड्यूल को संयोजित करना महत्वपूर्ण है। छवि परिवर्तक इस संबंध में मदद करते हैं। सेगमेंटेशन और प्रीप्रोसेसिंग चरण सीवी मॉड्यूल के दो प्राथमिक भाग हैं। इन दो घटकों की मदद से, एक OCR इंजन का उपयोग कच्चे टेक्स्ट को आउटपुट में बदलने के लिए किया जा सकता है जो पोस्ट-प्रोसेसिंग चरण के दौरान संरचित टेक्स्ट है।
यह भी पढ़ें: दुनिया में शीर्ष 10 सबसे अधिक बिकने वाले लैपटॉप ब्रांड
प्रीप्रोसेसिंग:
स्कैन की गई इनपुट फ़ाइलों में अक्सर अनुचित आयाम, रूप या अभिविन्यास होते हैं। OCR प्रणाली की समग्र पहचान सटीकता में सुधार करने के लिए, कई प्रीप्रोसेसिंग तकनीकों का उपयोग किया जाना चाहिए। मुफ्त ऑनलाइन OCR इंजन के बाद यह कदम सबसे महत्वपूर्ण है। क्रॉपिंग, अलाइनमेंट करेक्शन, डिस्टॉर्शन करेक्शन, बाइनराइजेशन और डीनोइजिंग कुछ प्रीप्रोसेसिंग तरीके हैं जिनका सबसे अधिक उपयोग किया जाता है image to tex । अपने टेक्स्ट को प्रबंधित करना आसान बनाने के लिए सबसे पहले, आपको एक OCR कन्वर्टर का उपयोग करना चाहिए।
डीनोइज़िंग और डिब्लरिंग:
स्रोत दस्तावेज़ की छवि में कम शोर और धुंधलापन होने पर OCR इंजन अधिक सटीक रूप से टेक्स्ट का पता लगा सकता है। लेकिन सबसे पहले, आपको OCR कन्वर्टर का उपयोग करके दस्तावेज़ के रूप को फोटो से टेक्स्ट में बदलना होगा। गॉसियन ब्लर, नमक और काली मिर्च की आवाज़, और सामान्य शोर के प्रभावों को गॉसियन, मेडियन और द्विपक्षीय फ़िल्टरिंग जैसी छवि प्रसंस्करण तकनीकों का उपयोग करके समाप्त या कम किया जा सकता है।
डीप ऑटोएन्कोडर डीनोइज़िंग मॉडल का उपयोग करके, सामान्य डीनोइज़िंग और डीब्लरिंग भी किया जा सकता है।
कंट्रास्ट और शार्पनेस:
OCR सटीकता को बेहतर बनाने के लिए टेक्स्ट फॉन्ट और बैकग्राउंड के बीच कंट्रास्ट को बढ़ाया जा सकता है। इसी तरह, टेक्स्ट के किनारों की तीक्ष्णता को बदलने से OCR से पहले और बाद में टेक्स्ट विभाजन में सहायता मिल सकती है। हिस्टोग्राम इक्वलाइजेशन पर आधारित अनुकूली कंट्रास्ट एन्हांसमेंट आमतौर पर OCR में उपयोग किया जाता है। इससे पहले आपको image to text converter जरूर लगाना चाहिए ताकि आपके डॉक्यूमेंट के कंट्रास्ट और शार्पनेस को बदलना आसान हो जाए।
काटना:
OCR के लिए तैयार होने की प्रक्रिया में पहले कदम के रूप में, प्रासंगिक टेक्स्ट वाले प्रासंगिक क्षेत्र image to text को काट दिया जाता है। क्रॉपिंग मॉडल बनाकर, वर्तमान OCR इंजन, विशिष्ट ह्यूरिस्टिक्स, इमेज प्रोसेसिंग, या दोनों का उपयोग करके छवि में सभी मान्यता प्राप्त पाठ की अनुमानित सीमाओं को स्वचालित रूप से निर्धारित करना संभव है।
निष्कर्ष:
समर्पित स्टार्टअप प्लेटफॉर्म असंरचित दस्तावेज़ के पूर्ण जीवन चक्र के लिए संरचित टेक्स्ट प्रसंस्करण के लिए एंड-टू-एंड टूल की पेशकश कर सकते हैं, भले ही ओपन-सोर्स समाधान अनुकूलित OCR पाइपलाइनों के विकास में सहायता कर सकते हैं और दस्तावेज़ पूर्व-प्रसंस्करण के लिए उपयोगी हैं। ओसीआर-विशिष्ट सुविधाओं के साथ, वे उपयोगकर्ताओं और परियोजनाओं के प्रबंधन के लिए उपकरण, ट्रैकिंग और आँकड़ों की कल्पना के लिए व्यापक डैशबोर्ड, अर्ध-संरचित प्रारूप वाले दस्तावेजों के लिए लेबलिंग उपकरण, और बहुत कुछ प्रदान करते हैं।
बड़े आईटी संगठन OCR पाइपलाइन के प्रत्येक चरण के लिए मॉड्यूलर समाधान प्रदान करने में सक्षम हो सकते हैं। OCR को नियोजित करने वाले व्यवसायों के पास विकल्पों की एक विस्तृत श्रृंखला है, जिसमें मॉड्यूलर और एंड-टू-एंड सिस्टम शामिल हैं।