OCR দিয়ে স্ক্যান করা PDF সার্চযোগ্য করার উপায়

কীভাবে বুঝবেন OCR দরকার কি না

PDF-এর একটি লাইন সিলেক্ট করার চেষ্টা করুন। কার্সর যদি আলাদা আলাদা শব্দ হাইলাইট করে, তাহলে এতে আগে থেকেই টেক্সট স্তর আছে। কিছুই সিলেক্ট না হলে, বা পুরো পৃষ্ঠা একটি ছবি হিসেবে হাইলাইট হলে, এটি একটি স্ক্যান যার OCR দরকার।

লম্বা চুক্তিপত্রে কোনো ধারা খুঁজে পেতে, রিপোর্ট থেকে উদ্ধৃতি দিতে বা কোনো আর্কাইভ সার্চযোগ্য করতে এটি গুরুত্বপূর্ণ।

ধাপে ধাপে পদ্ধতি

PDF OCR টুলটি খুলুন এবং আপনার স্ক্যান করা ডকুমেন্ট আপলোড করুন। টুলটি প্রতিটি পৃষ্ঠা পড়ে ছবির পেছনে একটি টেক্সট স্তর তৈরি করে।

ফলাফল ডাউনলোড করুন। এটি দেখতে হুবহু একই রকম, কিন্তু এখন লেখা সিলেক্ট, কপি ও সার্চ করতে পারবেন, আর অন্য টুলগুলোও এটি পড়তে পারবে।

সেরা ফলাফল পাওয়ার উপায়

OCR কতটা নির্ভুল হবে তা স্ক্যানের মানের উপর নির্ভর করে। সোজা, উচ্চ কনট্রাস্টের, ভালো আলোয় করা স্ক্যান প্রায় নিখুঁতভাবে পড়া যায়; বাঁকা বা অস্পষ্ট স্ক্যানে বেশি ভুল হয়। বাঁকা স্ক্যান আগে সোজা করে নিলে ফলাফল ভালো হয়।

গুরুত্বপূর্ণ কয়েকটি সংখ্যা থাকলে সবসময় মূলের সাথে মিলিয়ে দেখুন, কারণ খারাপ স্ক্যানে কোনো OCR-ই নিখুঁত নয়।

স্ক্যানের জন্য OCR কেন দরকার

স্ক্যান করা PDF দেখতে ডকুমেন্টের মতো, কিন্তু কম্পিউটারের কাছে এটি শুধু ডকুমেন্টের একটি ছবি। আপনি লেখা সিলেক্ট, সার্চ বা কপি করতে পারবেন না, কারণ সেখানে কোনো লেখাই নেই — আছে কেবল কাগজের উপর কালির একটি ছবি। OCR (অপটিক্যাল ক্যারেক্টার রিকগনিশন) সেই ছবির আকৃতিগুলো পড়ে আসল অক্ষরগুলো আবার গড়ে তোলে, আর ছবিটিকে পৃষ্ঠার নিচে একটি আসল, সার্চযোগ্য, সিলেক্টযোগ্য টেক্সট স্তরে পরিণত করে।

এই ধাপটিই বাকি সবকিছুর দরজা খুলে দেয়: স্ক্যানে একবার টেক্সট স্তর তৈরি হলে আপনি এটি সার্চ করতে, এখান থেকে কপি করতে, Word-এ রূপান্তর করতে এবং সম্পাদনা করতে পারবেন। OCR ছাড়া স্ক্যান করা চুক্তিপত্র কার্যত একটি ফটোগ্রাফ, যা নিয়ে কোনো কাজ করা যায় না।

নির্ভুল ফলাফল পাওয়া

OCR-এর নির্ভুলতা অনেকটাই স্ক্যানের মানের উপর নির্ভর করে। ছাপা লেখার পরিষ্কার, উচ্চ কনট্রাস্টের, সোজা স্ক্যান প্রায় নিখুঁতভাবে পড়া যায়। অস্পষ্ট ফটোকপি, কোণ থেকে তোলা পৃষ্ঠার ছবি বা হাতের লেখা পড়া অনেক কঠিন। সেরা ফলাফলের জন্য ভালো আলোয় স্ক্যান করুন বা ছবি তুলুন, পৃষ্ঠাটি সমান ও সোজা রাখুন এবং যুক্তিসঙ্গত সর্বোচ্চ রেজোলিউশন ব্যবহার করুন।

কোনো পৃষ্ঠা বাঁকা এসে থাকলে আগে PDF সোজা করুন দিয়ে সেটি সোজা করে নিলে শনাক্তকরণ লক্ষণীয়ভাবে ভালো হয়, কারণ লেখার লাইনগুলো সত্যিই আনুভূমিক হলে OCR সেগুলো বেশি নির্ভরযোগ্যভাবে পড়ে।

OCR-এর পর কী করবেন

স্ক্যানটি সার্চযোগ্য হয়ে গেলে এটি কাজে লাগাতে পারেন: পুরোপুরি সম্পাদনাযোগ্য করতে Word-এ রূপান্তর করুন, এখান থেকে উদ্ধৃতি বা অঙ্ক কপি করুন, অথবা শুধু একটি আর্কাইভ করা PDF হিসেবে রেখে দিন যা পরে লেখা সার্চ করে খুঁজে পাবেন। স্ক্যান করা রেকর্ডের বড় ব্যাচের ক্ষেত্রে OCR-ই অকেজো ছবির গাদাকে একটি সার্চযোগ্য লাইব্রেরিতে পরিণত করে।