PDF में खराब OCR टेक्स्ट ठीक करें
कुछ PDF देखने में ठीक लगती हैं पर ठीक से काम नहीं करतीं: खोज में कुछ नहीं या गलत शब्द मिलते हैं, और कॉपी किया गया टेक्स्ट बेमतलब निकलता है। अक्सर स्कैन करते समय फ़ाइल किसी कमज़ोर OCR प्रोग्राम से गुज़री थी, या PDF के फ़ॉन्ट में वह जानकारी नहीं है जो आकृतियों को अक्षरों से जोड़ती है। OCR PDF पुरानी टेक्स्ट लेयर को बदल सकता है या पेजों को उनकी इमेज से फिर से पढ़ सकता है।
PDF का टेक्स्ट कैसे ठीक करें
- पता करें कि समस्या क्या है कुछ शब्द चुनें और उन्हें किसी टेक्स्ट एडिटर में पेस्ट करें। गलत पर पढ़ने योग्य शब्द खराब OCR की ओर इशारा करते हैं; बेतरतीब चिह्न फ़ॉन्ट की समस्या की ओर।
- PDF को OCR PDF में अपलोड करें ऊपर दिए बटन से OCR PDF खोलें और फ़ाइल चुनें।
- मोड चुनें पुरानी, खराब OCR लेयर के लिए "स्वचालित" रहने दें – यह उस छिपे टेक्स्ट को बदल देता है। फ़ॉन्ट से आए बेमतलब टेक्स्ट के लिए "ज़बरदस्ती" चुनें, जो हर पेज को उसकी इमेज से फिर से पढ़ता है।
- नतीजा जाँचें PDF डाउनलोड करें, कुछ शब्द खोजें और एक पैराग्राफ़ कॉपी करके नया टेक्स्ट जाँच लें।
दो कारण, दो समाधान
पुरानी OCR लेयर बदली जाती है
"स्वचालित" पिछले OCR प्रोग्राम द्वारा जोड़े गए छिपे टेक्स्ट को पहचानता है, उसे हटाता है और मौजूदा इंजन से पेज को फिर से पहचानता है।
असली टेक्स्ट सुरक्षित
"स्वचालित" मोड में दस्तावेज़ में टाइप किया गया टेक्स्ट नहीं छुआ जाता; केवल इमेज वाली सामग्री और पुराना OCR टेक्स्ट दोबारा बनाया जाता है।
खराब फ़ॉन्ट
अगर कॉपी करने पर "ÿþ" जैसे चिह्न या बॉक्स आते हैं, तो फ़ॉन्ट में सही कैरेक्टर मैप नहीं है। "ज़बरदस्ती" हर पेज को इमेज में बदलकर पूरा पहचानता है।
"ज़बरदस्ती" की कीमत
"ज़बरदस्ती" में असली टेक्स्ट पेज की इमेज का हिस्सा बन जाता है और पहचाने गए टेक्स्ट से बदल दिया जाता है, इसलिए लिंक और चुनने योग्य मूल टेक्स्ट खो जाते हैं। इसे केवल ज़रूरत होने पर इस्तेमाल करें।
बेहतर इनपुट, बेहतर टेक्स्ट
फीके, शोर वाले या टेढ़े स्कैन किसी भी प्रोग्राम में खराब OCR देते हैं। पहले स्कैन को साफ़ करें, फिर OCR चलाएँ।
सही भाषाएँ
दस्तावेज़ में आने वाली हर भाषा चुनें। कोई भाषा छूट जाना गलत OCR शब्दों के सबसे आम कारणों में से एक है।
जानने योग्य बातें
- OCR कभी पूरी तरह सही नहीं होता। अच्छे नतीजे में भी 0 और O, 1 और l, या rn और m आपस में गड़बड़ हो सकते हैं – नाम, संख्याएँ और राशियाँ जाँचें।
- अगर कॉपी करना गलत नहीं बल्कि ब्लॉक है, तो PDF पर अनुमति प्रतिबंध हैं – इसके बजाय PDF अनलॉक करें इस्तेमाल करें।
खराब OCR ठीक करना – अक्सर पूछे जाने वाले प्रश्न
मेरी PDF से कॉपी किया गया टेक्स्ट बेमतलब क्यों दिखता है?
या तो छिपा OCR टेक्स्ट खराब है, या PDF के फ़ॉन्ट आकृतियों को असली अक्षरों से नहीं जोड़ते। OCR दोबारा चलाने से पहली समस्या ठीक होती है; "ज़बरदस्ती" मोड से दूसरी।
दोबारा OCR के बाद क्या पेज अलग दिखेगा?
"स्वचालित" मोड में नहीं – केवल अदृश्य टेक्स्ट बदलता है। "ज़बरदस्ती" मोड में पेज इमेज के रूप में रखे जाते हैं, जो दिखते तो वैसे ही हैं पर टेक्स्ट मूल नहीं रहता।
क्या यह किसी एक गलत शब्द को हाथ से ठीक कर सकता है?
नहीं। OCR PDF पेजों को फिर से पहचानता है; यह टेक्स्ट को हाथ से सुधारने की सुविधा नहीं देता।
OCR के बाद भी खोज गलत क्यों है?
भाषाएँ और स्कैन की गुणवत्ता जाँचें। कम रिज़ॉल्यूशन, ज़्यादा कम्प्रेशन और हाथ की लिखावट से गलतियाँ होती हैं।
क्या यह मुफ़्त है?
हाँ। यह मुफ़्त है, बिना साइन-अप या वॉटरमार्क के, और प्रोसेसिंग के बाद फ़ाइलें हटा दी जाती हैं।
अपनी PDF का खराब टेक्स्ट बदलें
PDF को OCR PDF में अपलोड करें, मोड चुनें और ऐसा टेक्स्ट पाएँ जिसे आप खोज और कॉपी कर सकें।
मेरी PDF का टेक्स्ट ठीक करें