PDF में टेक्स्ट पहचानें (OCR)

PDF को OCR कब चाहिए?

अपने ब्राउज़र में चलने वाले Tesseract से स्कैन किए गए PDF में खोजने योग्य टेक्स्ट परत जोड़ें। स्रोत से मेल खाने वाली भाषा चुनें; डिफ़ॉल्ट रूप से अंग्रेज़ी चुनी होती है। समर्थित रीडर पहचाने गए शब्द खोज और चुन सकते हैं, जबकि स्कैन किए गए पृष्ठ का मूल रूप बना रहता है।

डिफ़ॉल्ट रूप से प्रक्रिया उन पृष्ठों को बनाए रखती है जिनमें पहले से टेक्स्ट है। हर चुने हुए पृष्ठ की पहचान भी कर सकते हैं; इससे नई परत जुड़ती है और मौजूदा टेक्स्ट दोहर सकता है। OCR की शुद्धता फ़ोकस, कंट्रास्ट, भाषा और पृष्ठ संरेखण पर निर्भर करती है। छोटे अक्षरों, हस्तलेखन, असामान्य फ़ॉन्ट और धब्बों वाले स्कैन पर अपने आप भरोसा करने के बजाय सावधानीपूर्वक समीक्षा आवश्यक है।

PDF में OCR की सुविधाएँ

स्कैन में खोजने योग्य टेक्स्ट परत क्यों जोड़ें?

स्कैन पृष्ठ को तस्वीर के रूप में सहेजता है, इसलिए सामान्य टेक्स्ट खोज उस पर छपे शब्द नहीं ढूँढ़ सकती। चुनी गई भाषा में OCR टाइप किए गए स्कैन को खोजने योग्य बना सकता है और कॉपी-पेस्ट या बाद में टेक्स्ट निकालने के लिए शब्द दे सकता है। यह उन अभिलेखों के लिए विशेष रूप से उपयोगी है जहाँ पृष्ठ का डिज़ाइन बदलने से अधिक ज्ञात नाम या वाक्यांश खोजना महत्वपूर्ण हो। स्कैन साफ़ दिखने पर भी पहचानी गई परत में गलतियाँ हो सकती हैं। खोज और चयन जाँचें, फिर निकाले गए शब्द इस्तेमाल करने से पहले नाम, संदर्भ और संख्याएँ पृष्ठ चित्र से मिलाएँ।

PDF स्कैन पर OCR कौन इस्तेमाल करता है?

स्कैन किए गए PDF को खोजने योग्य कैसे बनाएँ?

1. अनएन्क्रिप्टेड स्कैन चुनें और 20 से अधिक पृष्ठ न चुनें। PDF डाउनलोड में केवल वही चयन होता है। इस प्रकार के स्कैन पर पहले काम न किया हो तो छोटे नमूने से शुरू करें।
2. टेक्स्ट की भाषा में स्रोत भाषा चुनें। खोजने योग्य PDF या सामान्य टेक्स्ट चुनें, पहचान का रिज़ॉल्यूशन तय करें और स्कैन को ज़रूरत हो तो घुमाव या पृष्ठ लेआउट चुनें।
3. डिफ़ॉल्ट रूप से मौजूदा टेक्स्ट रखें, या सोच-समझकर हर चुने हुए पृष्ठ की पहचान करें चुनें। OCR शुरू करें और पहचान पूरी होने की प्रतीक्षा करें।
4. परिणाम डाउनलोड करें। ज्ञात वाक्यांश खोजें, एक पंक्ति कॉपी करें और वर्तनी तथा संख्याएँ मूल स्कैन से मिलाएँ।

स्क्रीनशॉट इन उपकरणों को सुरक्षित नमूना फ़ाइलों के साथ दिखाते हैं। आपकी फ़ाइल का नाम, पृष्ठ संख्या और सेटिंग अलग हो सकती हैं।

केवल चित्र वाली जाँच सूची खोजने योग्य बनाई गई

स्रोत पृष्ठ एक चित्र है, जिससे टेक्स्ट नहीं निकाला जा सकता। OCR पृष्ठ का दृश्य रूप रखते हुए टेक्स्ट परत जोड़ता है। इसलिए दोनों चित्र एक जैसे दिखते हैं; डाउनलोड परिणाम में पहचाने हुए शब्द भी हैं।

स्रोत टेक्स्ट

0 अक्षर

परिणाम टेक्स्ट

193 अक्षर (पंक्ति विराम सहित)

पहचान की जाँच

6 पंक्तियाँ पहचानी गईं; 5 पंक्तियाँ पूरी तरह मेल खाती हैं

इस परिणाम से निकाला गया टेक्स्ट पढ़ें

कार्यशाला की जाँच सूची
कमरे की बुकिंग पक्की करें।
प्रशिक्षण सामग्री की चालीस प्रतियाँ छापें।
प्रोजेक्टर सुबह 09:00 से पहले जाँचें।
उपस्थिति की अंतिम सूची सहेजें।
यह 00१ का एक हानिरहित नमूना है।

इस्तेमाल की गई सेटिंग: पृष्ठ 1; खोजने योग्य PDF; 200 DPI पहचान; टेक्स्ट का एक खंड; हिन्दी; मूल दिशा।

केवल चित्र वाला PDF डाउनलोड करें81,794 बाइटखोजने योग्य PDF डाउनलोड करें178,595 बाइट

स्पष्ट और बड़े अक्षरों वाला यह अंग्रेज़ी नमूना छोटे अक्षरों, हस्तलिपि, तिरछे स्कैन या अन्य भाषाओं की सटीकता का मापदंड नहीं है। अपने परिणाम में नाम, राशियाँ और तारीखें जाँचें। इस नमूने की अंतिम पंक्ति में OCR संक्षेप को 00१ पढ़ा गया। नीचे वास्तविक निकाला गया टेक्स्ट दिया है; उपयोग से पहले ऐसी गलतियाँ स्रोत से मिलाकर सुधारें।

जाँच की तारीख: 10 अक्टूबर 2026. इन उपकरणों से सुरक्षित नमूने स्थानीय Chromium ब्राउज़र में संसाधित किए गए। ये उदाहरण चालू होस्टिंग के प्रदर्शन का मापदंड नहीं हैं।

सेटिंग और आउटपुट की जाँच

टूल टेक्स्ट परत जोड़ता है; यह तालिकाओं को संपादन योग्य स्प्रेडशीट में दोबारा नहीं बनाता और तथ्यों को ठीक नहीं करता। OCR नाम, खाता संख्या और अन्य सटीकता-संवेदनशील टेक्स्ट की समीक्षा का विकल्प नहीं है।

स्कैन बदले बिना पहचान की दिशा जाँचें

घुमाव सेटिंग पहचान को दिए जाने वाले प्रस्तुत स्कैन को घुमाती है; खोजने योग्य PDF में स्रोत पृष्ठ का दृश्य रूप बना रहता है। पाठकों को पृष्ठ सीधा दिखाना हो तो यह PDF घुमाएँ का विकल्प नहीं है। मौजूदा टेक्स्ट परत में त्रुटियाँ हों तो ज़बरन पहचान दूसरी परत जोड़ सकती है और दोहरे खोज परिणाम दे सकती है। उस स्थिति में सामान्य टेक्स्ट OCR जाँची हुई सामग्री निकालने के लिए उपयोगी हो सकता है। 0/O, 1/l और दशमलव बिंदुओं जैसे आसानी से गड़बड़ होने वाले वर्ण चित्र से मिलाएँ।

PDF में OCR की समस्याएँ

व्यावहारिक उदाहरण और अंतिम जाँच

टाइप किए गए निरीक्षण पत्रक के लिए खोजने योग्य PDF में उपकरण का ज्ञात पहचानकर्ता खोजें, फिर उसे और एक माप को टेक्स्ट संपादक में कॉपी करें। दोनों को स्कैन से मिलाएँ और पुष्टि करें कि चयन सही पंक्ति उभारता हो। केवल सफल शब्द खोज से पढ़ने का सही क्रम या भरोसेमंद संख्यात्मक निष्कर्षण सिद्ध नहीं होता।

अक्सर पूछे जाने वाले प्रश्न

संबंधित टूल और मार्गदर्शिकाएँ

आगे इनका इस्तेमाल करें: PDF से Word, PDF से टेक्स्ट, स्कैन से PDF। लंबे समय के भंडारण की आवश्यकताओं के लिए देखें: PDF से PDF/A; खोजने योग्य PDF अपने आप PDF/A नहीं होता।