স্ক্যান করা PDF থেকে লেখা কনভার্টার

Q: দুই কলামের পেজ থেকে বের করা লেখা কেন এলোমেলো হয়ে যায়?

**টেক্সট লেআউট** এখানকার ডিফল্ট লেআউট সংরক্ষণে থাকলে কলামগুলো আলাদা থাকে। তবুও দুই কলামের লাইন পালাক্রমে এলে বুঝবেন স্ক্যানে কলামের মাঝের ফাঁক সরু; সোজা পেজসহ পরিষ্কার স্ক্যান সাধারণত সমস্যা মেটায়।

PDF-এ একটি শব্দও হাইলাইট করতে না পারলে বুঝবেন সেটি স্ক্যান করা: ভেতরে কোনো লেখা নেই, শুধু পেজের ছবির স্তূপ। এখানে আপলোড করুন, OCR প্রতিটি পেজ পড়ে প্লেইন টেক্সটে ফিরিয়ে দেবে, যা আপনি কপি, সার্চ ও এডিট করতে পারবেন।

অথবা PDF, JPG, JPEG … ফাইল এখানে ড্রop করুন ·

প্রতি ফাইল সর্বোচ্চ 95 MB· সর্বোচ্চ 20টি ফাইল· 30 মিনিট পরে মুছে ফেলা হয়

আউটপুট

ডকুমেন্টের ভাষা

আউটপুট

টেক্সটের ধরন

ফাইল আমাদের সার্ভারে প্রসেস করা হয় এবং 30 মিনিট পরে মুছে ফেলা হয়।

দ্বিতীয় ভাষা

এটিও শনাক্ত করুন

দুই ভাষা মেশানো পাতার জন্য, যেমন ইংরেজি শব্দ সহ হিন্দি। নইলে কোনোটি নয় রাখুন; বাড়তি ভাষা নির্ভুলতা সামান্য কমায়।

লেআউট

টেক্সট লেআউট

লেআউট বজায় রাখলে কলাম, অনুচ্ছেদ ও টেবিল যেখানে ছিল সেখানেই থাকে। সাধারণ টেক্সট একটানা একটি অংশ দেয়, ফর্মে পেস্ট করা সহজ।

ছবি পরিষ্কার

পেজ সোজা করুন

সামান্য কোণে তোলা স্ক্যান ও ছবি সোজা করে; কাত লাইন শব্দ ভুল পড়ার সাধারণ কারণ।

স্বয়ংক্রিয় রোটেট

পাশ ফেরানো বা উল্টো পাতা শনাক্ত করে পড়ার আগে সোজা করে।

কনট্রাস্ট বাড়ান

শনাক্তের আগে ফ্যাকাশে বা কম আলোর ছবি উজ্জ্বল করে। আবছা ফোন ছবিতে চালু করুন; পরিষ্কার স্ক্যানে বন্ধ রাখুন।

পেজ

PDF ও বহু-পাতার TIFF ইনপুটের জন্য: সব পাতা, শুধু প্রথমটি, অথবা একটি পরিসর পড়ুন।

এই টুল কীভাবে ব্যবহার করবেন

1
স্ক্যান করা PDF আপলোড করুন
PDF যোগ করুন, অথবা একসাথে সর্বোচ্চ 20টি, প্রতিটি 95 MB পর্যন্ত। একাধিক পৃষ্ঠার TIFF স্ক্যান এবং এক পৃষ্ঠার ছবিও চলবে।
2
ভাষা ও পেজ নির্বাচন করুন
ডকুমেন্টের ভাষা ইংরেজি এবং আউটপুট সাধারণ টেক্সট (.txt) থাকবে। অন্য ডকুমেন্টের জন্য ভাষা বদলান, আর লম্বা ফাইলের একটি অংশ পড়তে উন্নত সেটিংস-এর ভেতরে পৃষ্ঠা ব্যবহার করুন।
3
লেখা শনাক্ত করুন
টেক্সট শনাক্ত করুন চাপুন। প্রথমে পেজগুলো সোজা ও খাড়া করা হয়, তারপর ক্রমানুসারে পড়ে একটি টেক্সট ফাইলে রাখা হয়।

স্ক্যান করা PDF থেকে লেখা বের করবেন যেভাবে

PDF আপলোড করুন, ডকুমেন্টের ভাষা দেখে নিন, তারপর টেক্সট শনাক্ত করুন চাপুন। প্রতিটি পেজের ছবি OCR দিয়ে পড়া হয় এবং শব্দগুলো পেজের ক্রমে .txt ফাইল হিসেবে ফিরে আসে।

1ছাপা পেজের পরিষ্কার 300 DPI স্ক্যানে সাধারণত অল্প প্রুফরিডিংই লাগে।
2লম্বা ডকুমেন্টের একটি অংশ পড়তে পৃষ্ঠা ব্যবহার করুন।
3ফরম্যাটিং বা আসল চেহারা চাইলে আউটপুট-এ Word বা সার্চযোগ্য PDF বেছে নিন।

স্ক্যান করা PDF বনাম সার্চযোগ্য PDF: লেখা কেন থাকে না

শুধু ছবির PDFস্ক্যান করা PDF · সার্চ করা যায় না এমন PDF · ফ্ল্যাট PDF: যে PDF-এর পেজগুলো ছবি হিসেবে সংরক্ষিত, সাধারণত স্ক্যানার, কপিয়ারের স্ক্যান-টু-ইমেইল বা ফোনের স্ক্যানিং অ্যাপ থেকে তৈরি। দেখতে ডকুমেন্টের মতো, কিন্তু ভেতরে কোনো অক্ষর কোড নেই, তাই কিছু সিলেক্ট, সার্চ বা পড়ে শোনানো যায় না।

Word বা ব্রাউজার থেকে এক্সপোর্ট করা সাধারণ PDF-এ টেক্সট অবজেক্ট থাকে: প্রতিটি শব্দ ফন্ট ও অবস্থানসহ অক্ষর হিসেবে সংরক্ষিত, তাই সার্চ ও কপি কাজ করে। স্ক্যানার এসব বাদ দিয়ে প্রতি পেজে একটি ছবি সেভ করে। কম্পিউটারের কাছে আপনার চুক্তির পেজ আর বিড়ালের ছবি একই ধরনের ডেটা।

OCR হারানো স্তরটি আবার তৈরি করে। পেজের ছবি পরিষ্কার করা হয়, লাইন ও শব্দ খুঁজে বের করা হয়, এবং প্রতিটি অক্ষরের আকৃতি বেছে নেওয়া ডকুমেন্টের ভাষা-র বর্ণমালার সঙ্গে মেলানো হয়। এই পেজ ফলাফলটি সাধারণ টেক্সট হিসেবে দেয়। সার্চযোগ্য PDF অন্য প্রচলিত ফলাফল: স্ক্যান দৃশ্যমান থাকে আর শনাক্ত শব্দগুলো তার পেছনে অদৃশ্য টেক্সট হিসেবে যোগ হয়, এমন রেন্ডারিং মোড PDF স্ট্যান্ডার্ড ISO 32000 সবসময়ই অনুমোদন করেছে।

বিনামূল্যের Adobe Acrobat Reader স্ক্যান দেখাতে পারে কিন্তু OCR চালায় না; শনাক্তকরণ Acrobat-এর পেইড সংস্করণের অংশ। একবার শব্দগুলো দরকার হলে আর নতুন সাবস্ক্রিপশন না চাইলে কনভার্টার সহজ পথ। স্ক্যান তবুও দুর্বল এলে আমাদের ডকুমেন্ট স্ক্যান করে PDF বানানোর গাইড-এ স্ক্যানার ও ফোনের সেটিংস আছে।

স্ক্যান করা PDF থেকে লেখা বের করার জন্য স্ক্যান রেজোলিউশন

Size	Pixels	cm	in	DPI	Fits
Letter	1700 × 2200	21.59 × 27.94	8.5 × 11	200	শুধু বড় পরিষ্কার ছাপার জন্য; ছোট লেখা আন্দাজে পড়া হয়
Letter	2550 × 3300	21.59 × 27.94	8.5 × 11	300	ছাপা পেজের OCR-এর স্ট্যান্ডার্ড
A4	2480 × 3508	21 × 29.7	8.27 × 11.69	300	A4 কাগজে একই মানের বিস্তারিত
A4	3307 × 4677	21 × 29.7	8.27 × 11.69	400	ফুটনোট, ছোট হরফ, পুরোনো টাইপরাইটার পেজ

স্ক্যান করা PDF থেকে লেখার ফলাফল যখন ভুল আসে

পুরো পেজজুড়ে শব্দগুলো অর্থহীন আসছে
পেজটি সম্ভবত অন্য ভাষা বা লিপিতে। ডকুমেন্টের ভাষা সেটির সঙ্গে মেলান, আর একই পেজে দ্বিতীয় ভাষা থাকলে এটিও শনাক্ত করুন যোগ করুন।
বাক্যের মাঝখানে লাইন ভেঙে যাচ্ছে এবং শব্দ হাইফেনে শেষ হচ্ছে
এটি ছাপা লাইন ভাঙার নিয়ম অনুসরণ করে। একটানা টেক্সট ব্লকের জন্য টেক্সট লেআউট-এ সাধারণ টেক্সট প্রবাহ বেছে নিন; বাকি হাইফেন দ্রুত খুঁজে বদলে ফেলতে হবে।
টেক্সট ফাইলে কিছু পেজ নেই
উন্নত সেটিংস-এর ভেতরে পৃষ্ঠা সব পেজে আছে কিনা দেখুন। 1-3 এর মতো রেঞ্জ ইচ্ছা করেই শনাক্তকরণ সীমিত করে।

PDF

Portable Document Format

PDF ১৯৯৩ সালে Adobe তৈরি করে এবং ২০০৮ সালে উন্মুক্ত ISO 32000 স্ট্যান্ডার্ড হয়। এটি টেক্সট, ফন্ট, ছবি ও লেআউট স্থির রাখে, ফলে নথি প্রতিটি স্ক্রিন ও প্রিন্টারে একই রকম দেখায়। PDF-এ ফর্ম, স্বাক্ষর, লিংক, অ্যাটাচমেন্ট ও সার্চযোগ্য টেক্সট থাকতে পারে, আর দীর্ঘমেয়াদি আর্কাইভের জন্য PDF/A ভ্যারিয়েন্ট ব্যবহৃত হয়। স্থির লেআউটের কারণে PDF এডিট করা কঠিন, আর স্ক্যান করা PDF-এ OCR না করলে শুধু ছবি থাকে। প্রতিটি ব্রাউজার ও অপারেটিং সিস্টেম এটি খুলতে পারে।

কম্প্রেশন: –
স্বচ্ছতা (ট্রান্সপারেন্সি): হ্যাঁ
অ্যানিমেশন: না
প্রবর্তনের সাল: 1993 · Adobe

PDF কনভার্টার

TXT

প্লেইন টেক্সট

TXT ফাইলে শুধু সাধারণ অক্ষর থাকে; কোনো ফরম্যাটিং, ফন্ট, ছবি বা লেআউট থাকে না। আধুনিক টেক্সট ফাইল সাধারণত UTF-8-এ এনকোড করা হয়, যা সব ভাষা সমর্থন করে; তবে পুরনো ফাইলে অন্য এনকোডিং থাকলে অক্ষর এলোমেলো দেখাতে পারে। প্লেইন টেক্সট খুব ছোট, কখনো অচল হয় না এবং ফোন থেকে সার্ভার পর্যন্ত সব ডিভাইসে খোলে। এতে বোল্ড লেখা, টেবিল বা ছবি রাখা যায় না, তাই কাঠামো দিতে হলে স্পেসিং বা সহজ মার্কআপ ব্যবহার করতে হয়।

কম্প্রেশন: –
স্বচ্ছতা (ট্রান্সপারেন্সি): –
অ্যানিমেশন: –
প্রবর্তনের সাল: –

TXT কনভার্টার

স্ক্যান করা PDF-এ পেজের ছবি থাকে, তাই শব্দ কপি, সার্চ বা ইনডেক্স করা যায় না; TXT ফাইলে শনাক্ত করলে স্ক্যান এমন টেক্সট হয়ে যায় যা এডিটর, অনুবাদক বা সার্চ বক্সে কাজ করে।

স্ক্যান করা PDF থেকে লেখা: প্রশ্ন ও উত্তর

আমার PDF স্ক্যান করা নাকি তাতে আগে থেকেই লেখা আছে, কীভাবে বুঝব?

একটি বাক্য সিলেক্ট করার চেষ্টা করুন, অথবা Ctrl+F বা Command+F দিয়ে কোনো শব্দ খুঁজুন। কার্সার যদি ছবির মতো পুরো পেজ সিলেক্ট করে এবং সার্চে কিছু না মেলে, তাহলে এটি শুধু ছবির স্ক্যান এবং OCR দরকার। শব্দ স্বাভাবিকভাবে হাইলাইট হলে টেক্সট আগে থেকেই আছে, আর PDF থেকে TXT শনাক্তকরণ ছাড়াই সেটি হুবহু বের করে দেয়।

প্লেইন টেক্সট নাকি সার্চযোগ্য PDF, কোন ফলাফল ভালো?

সাধারণ টেক্সট শব্দগুলো আবার কাজে লাগানোর জন্য: উদ্ধৃতি, অনুবাদ, ডেটাবেস বা ইমেইলে পেস্ট করা। সার্চযোগ্য PDF স্ক্যানের চেহারা ঠিক রাখে এবং টেক্সট পেছনে লুকিয়ে রাখে, যা আর্কাইভ ও চুক্তির জন্য উপযোগী। দ্বিতীয়টি চাইলে OCR PDF সেভাবেই সাজানো আছে।

PDF থেকে সবচেয়ে ভালো লেখা পেতে কত স্ক্যান রেজোলিউশন দরকার?

সাধারণ ছাপা পেজের জন্য 300 DPI। Tesseract-এর ডকুমেন্টেশন অনুযায়ী 300 DPI-তে প্রায় 10 pt-এর ছোট লেখায় নির্ভুলতা কমে যায়, তাই ফুটনোট ও ছোট হরফে 400 DPI ভালো। 600 DPI OCR-এ কমই কাজে লাগে আর PDF কয়েকগুণ বড় করে দেয়।

টাইপরাইটারে লেখা বা পুরোনো বইয়ের পাতার স্ক্যান করা PDF থেকে কি লেখা বের করা যায়?

সাধারণত হ্যাঁ। টাইপরাইটার ও বইয়ের হরফ নিয়মিত ছাপা অক্ষর, আর বাঁধাই বই স্ক্যান করলে যে কাত হয়ে যায় তা পেজ সোজা করুন ঠিক করে দেয়। অনেক ফ্যাকাশে পেজ কনট্রাস্ট বাড়ান চালু করলে ভালো পড়া যায়।

দুই কলামের পেজ থেকে বের করা লেখা কেন এলোমেলো হয়ে যায়?

টেক্সট লেআউট এখানকার ডিফল্ট লেআউট সংরক্ষণে থাকলে কলামগুলো আলাদা থাকে। তবুও দুই কলামের লাইন পালাক্রমে এলে বুঝবেন স্ক্যানে কলামের মাঝের ফাঁক সরু; সোজা পেজসহ পরিষ্কার স্ক্যান সাধারণত সমস্যা মেটায়।