इमेज से टेक्स्ट निकालें

कंप्यूटर के लिए पेज की फोटो रंगीन बिंदुओं की ग्रिड है; उसमें अक्षर नहीं होते। OCR सॉफ़्टवेयर उन हिस्सों को ढूँढता है जो टेक्स्ट की लाइनों जैसे दिखते हैं, उन्हें शब्दों और अक्षरों में बाँटता है और उनके आकार की तुलना चुनी हुई भाषा के अक्षरों से करता है। आधुनिक इंजन पूरी लाइनों पर ट्रेन किए गए न्यूरल नेटवर्क इस्तेमाल करते हैं, इसीलिए वे अनोखे फ़ॉन्ट भी संभाल लेते हैं और हाथ की लिखावट के लिए भी ट्रेन किए जा सकते हैं।

पढ़ने से पहले तस्वीर साफ़ की जाती है। पेज सीधे करें हल्के तिरछे कोण से ली गई फोटो ठीक करता है, अपने-आप घुमाएँ आड़े या उल्टे पेज को सीधा करता है, और कंट्रास्ट बढ़ाएँ मद्धम या फीकी तस्वीरों को चमकाता है। हर सुधार शब्द गलत पढ़े जाने की एक आम वजह हटाता है, इसीलिए पहले दो डिफ़ॉल्ट रूप से चालू रहते हैं।

फ़ोन एक-दो लाइनें पहले ही पहचान लेते हैं: Apple ने 2021 में iOS 15 में Live Text जोड़ा, और Android पर Google Lens यही करता है। पोस्टर पर लिखे फ़ोन नंबर के लिए ये काम के हैं। ऑनलाइन इमेज से टेक्स्ट कन्वर्टर तब काम आता है जब पूरे पेज हों, बहुत सारी फ़ाइलें हों, स्कैन PDF में हो, या नतीजा क्लिपबोर्ड के टुकड़े की जगह डॉक्यूमेंट के रूप में चाहिए। कंप्यूटर पर JPG को टेक्स्ट में बदलने से नतीजा वहीं आता है जहाँ आप उसे एडिट करेंगे।

यही इंजन इस साइट के कई पेजों को चलाता है। JPG से Word एडिट करने लायक डॉक्यूमेंट बनाता है, OCR PDF स्कैन की गई PDF में टेक्स्ट लेयर जोड़ता है, और स्क्रीनशॉट से टेक्स्ट साफ़ स्क्रीन कैप्चर के लिए ट्यून है। जब तस्वीर में पैराग्राफ़ की जगह टेबल हो, तो इमेज से Excel पंक्तियाँ और कॉलम दोबारा बनाता है।