झटपट जवाब
इमेज से टेक्स्ट निकालने के लिए Prompt Minds इमेज से टेक्स्ट कन्वर्टर खोलें, भाषा चुनें (अंग्रेज़ी, हिंदी, मिली-जुली या कोई और भारतीय भाषा), फिर अपनी इमेज चुनें, डालें या पेस्ट करें। OCR इंजन उसे आपके ब्राउज़र में पढ़ता है और एडिट होने लायक टेक्स्ट दिखाता है जिसे आप कॉपी या .txt फ़ाइल के रूप में डाउनलोड कर सकते हैं। यह मुफ़्त है और इमेज कभी अपलोड नहीं होती।
इमेज से टेक्स्ट कन्वर्टर क्या है?
इमेज से टेक्स्ट कन्वर्टर OCR — Optical Character Recognition — का इस्तेमाल करके तस्वीर में अक्षर ढूँढता है और उन्हें ऐसे टेक्स्ट में बदलता है जिसे आप चुन, एडिट, कॉपी और खोज सकें। स्क्रीनशॉट, किताब के पेज, नोटिस बोर्ड की फ़ोटो, रसीद या स्कैन किए फ़ॉर्म से पैराग्राफ़ दोबारा टाइप करने के बजाय, आप कंप्यूटर से उसे पढ़वा लेते हैं।
यह टूल Tesseract पर बना है, जो सबसे जाने-माने ओपन-सोर्स OCR इंजनों में से एक है, और आपके वेब ब्राउज़र के अंदर चलने के लिए कंपाइल किया गया है। यह अंग्रेज़ी, हिंदी, मिली-जुली अंग्रेज़ी + हिंदी, और नौ और भारतीय भाषाएँ सपोर्ट करता है: मराठी, बंगाली, गुजराती, पंजाबी, तमिल, तेलुगु, कन्नड़, मलयालम और उर्दू। आप स्क्रीनशॉट सीधे पेस्ट कर सकते हैं, नतीजा एडिट होने लायक बॉक्स में देख सकते हैं, और उसे कॉपी या टेक्स्ट फ़ाइल के रूप में डाउनलोड कर सकते हैं।
OCR इंजन आपके डिवाइस पर बैकग्राउंड वर्कर में चलता है। पहली बार इस्तेमाल पर आपका ब्राउज़र सार्वजनिक CDN से इंजन और भाषा का डेटा डाउनलोड करता है; उसके बाद वह कैश हो जाता है। आपकी इमेज ख़ुद कहीं अपलोड नहीं होती।
मुख्य सुविधाएँ
- मिले-जुले अंग्रेज़ी + हिंदी दस्तावेज़ों समेत अंग्रेज़ी और हिंदी OCR।
- नौ और भारतीय भाषाएँ: मराठी, बंगाली, गुजराती, पंजाबी, तमिल, तेलुगु, कन्नड़, मलयालम और उर्दू।
- इमेज एन्हांसमेंट: इंजन की मदद के लिए ग्रेस्केल, ऑटोमैटिक कंट्रास्ट और छोटी इमेज को बड़ा करना।
- एडिट होने लायक नतीजा: कॉपी करने से पहले गलतियाँ ठीक करें।
- टेक्स्ट को UTF-8 .txt फ़ाइल के रूप में कॉपी या डाउनलोड करें (हिंदी और दूसरी लिपियाँ सही सेव होती हैं)।
- काम के आँकड़े: शब्द गिनती, अक्षर गिनती, कॉन्फ़िडेंस और प्रोसेसिंग समय।
- पेस्ट सपोर्ट: Ctrl+V / Cmd+V से स्क्रीनशॉट पेस्ट करें।
- इंजन के लोड होते और पढ़ते समय प्रोग्रेस बार।
- दूसरी भाषा के साथ या एन्हांसमेंट बंद करके तुरंत दोबारा पढ़ें।
- निजी: इमेज आपके डिवाइस से बाहर नहीं जाती; मुफ़्त, साइन-अप के बिना।
इमेज को टेक्स्ट में कैसे बदलें — कदम-दर-कदम
- अपनी इमेज के टेक्स्ट की भाषा चुनें।
- फ़ाइल चुनकर, खींचकर या स्क्रीनशॉट पेस्ट करके इमेज जोड़ें।
- इंजन और भाषा के डेटा के पहली बार के डाउनलोड का इंतज़ार करें (प्रोग्रेस बार में दिखता है)।
- टूल को टेक्स्ट पढ़ने दें — आमतौर पर हर इमेज के लिए कुछ सेकंड।
- नतीजा देखें और इंजन ने जो गलत पढ़ा उसे ठीक करें।
- टेक्स्ट कॉपी करें या .txt फ़ाइल के रूप में डाउनलोड करें।
- अगर नतीजा खराब हो तो दूसरी भाषा के साथ या Enhance बंद करके दोबारा कोशिश करें।
सपोर्टेड भाषाएँ
| भाषा | लिपि | किसके लिए अच्छा |
|---|---|---|
| English | लैटिन | ज़्यादातर दस्तावेज़, स्क्रीनशॉट, रसीदें |
| हिंदी | देवनागरी | हिंदी अख़बार, नोटिस, सरकारी दस्तावेज़ |
| अंग्रेज़ी + हिंदी | लैटिन + देवनागरी | द्विभाषी फ़ॉर्म, मिली-जुली भाषा वाले पेज |
| मराठी | देवनागरी | मराठी छपा हुआ टेक्स्ट |
| बंगाली, गुजराती, पंजाबी | बंगाली, गुजराती, गुरमुखी | क्षेत्रीय छपे दस्तावेज़ |
| तमिल, तेलुगु, कन्नड़, मलयालम | दक्षिण भारतीय लिपियाँ | क्षेत्रीय छपे दस्तावेज़ |
| उर्दू | फ़ारसी-अरबी | उर्दू छपा हुआ टेक्स्ट |
सबसे अच्छी सटीकता कैसे पाएँ
OCR अक्षरों की आकृतियाँ पहचानकर काम करता है, इसलिए जो भी उन आकृतियों को साफ़ करे वह मदद करता है। फ़ोटो तिरछी नहीं, सीधे से खींचें, पेज पर परछाइयों के बिना तेज़ और बराबर रोशनी में। पक्का करें कि टेक्स्ट फ़ोकस में हो — फ़ोटो खींचने से पहले स्क्रीन पर टेक्स्ट को टैप करें। इमेज में टेक्स्ट ठीक-ठाक बड़ा होना चाहिए; अगर अक्षर बहुत छोटे हैं, तो पास जाएँ या क्रॉप करें। फ़ोन की फ़ोटो के लिए Enhance image चालू रखें: यह इमेज को ग्रेस्केल में बदलता है, कंट्रास्ट खींचता है ताकि गहरा टेक्स्ट पेज से उभरे, और छोटी इमेज को बड़ा करता है, जो सब इंजन की मदद करते हैं।
सही भाषा चुनें: हिंदी टेक्स्ट को अंग्रेज़ी मॉडल से पढ़ने पर बेतुका नतीजा आता है, और मिली-जुली अंग्रेज़ी + हिंदी का विकल्प किसी एक भाषा से धीमा है, इसलिए उसे सिर्फ़ सचमुच द्विभाषी पेज के लिए इस्तेमाल करें। स्क्रीनशॉट के लिए स्क्रीन की फ़ोटो के बजाय ओरिजिनल इमेज फ़ाइल इस्तेमाल करें, जिसमें धुँधलापन और रिफ़्लेक्शन जुड़ जाते हैं।
पर्दे के पीछे OCR कैसे काम करता है
OCR कई चरणों में होता है। पहले इमेज साफ़ की जाती है: ग्रेस्केल में बदली जाती है, कंट्रास्ट सुधारा जाता है और टेक्स्ट को बैकग्राउंड से अलग किया जाता है (इस टूल का Enhance विकल्प इस चरण में मदद करता है)। फिर इंजन लेआउट का विश्लेषण करता है, टेक्स्ट के ब्लॉक, फिर लाइनें, फिर अलग-अलग शब्द ढूँढता है। अंत में एक न्यूरल नेटवर्क — Tesseract हर भाषा के छपे टेक्स्ट की बड़ी मात्रा पर प्रशिक्षित LSTM (long short-term memory) मॉडल इस्तेमाल करता है — हर लाइन को क्रम के रूप में पढ़ता है और सबसे संभावित अक्षरों का अनुमान लगाता है। आप जो भाषा चुनते हैं वह तय करती है कि कौन सा प्रशिक्षित मॉडल इस्तेमाल होगा, इसीलिए हिंदी टेक्स्ट के लिए हिंदी और अंग्रेज़ी टेक्स्ट के लिए अंग्रेज़ी चुनना इतना मायने रखता है।
पढ़ने के बाद दिखने वाला कॉन्फ़िडेंस स्कोर पहचाने गए शब्दों में इंजन की औसत निश्चितता है। ऊँचे स्कोर का मतलब आमतौर पर साफ़, भरोसेमंद टेक्स्ट होता है; कम स्कोर का मतलब है कि आपको ध्यान से प्रूफ़रीड करना चाहिए या बेहतर इमेज आज़मानी चाहिए।
OCR और निजता
लोगों को अक्सर संवेदनशील सामग्री के लिए OCR चाहिए होता है: ID कार्ड, बैंक स्टेटमेंट, मेडिकल पर्चे, अनुबंध और निजी संदेश। क्लाउड OCR सेवाएँ ये इमेज दूर के सर्वर पर भेजती हैं। यहाँ सिर्फ़ ओपन-सोर्स इंजन और भाषा का मॉडल डाउनलोड होते हैं; पहचान आपके अपने डिवाइस पर Web Worker में चलती है और इमेज कभी भेजी नहीं जाती। फ़ाइलें कैश हो जाने के बाद धीमे कनेक्शन पर भी पढ़ना तेज़ चलता है।
Prompt Minds इमेज से टेक्स्ट कन्वर्टर क्यों चुनें?
कई ऑनलाइन OCR सेवाएँ आपकी इमेज अपने सर्वर पर अपलोड करती हैं — ID कार्ड, बैंक दस्तावेज़, मेडिकल रिपोर्ट या निजी संदेशों के लिए यह असली चिंता है। यहाँ पहचान आपके अपने डिवाइस पर चलती है; सिर्फ़ इंजन और भाषा की फ़ाइलें डाउनलोड होती हैं।
यह टूल भारतीय यूज़र्स के लिए भी बना है, जिसमें हिंदी और नौ और भारतीय भाषाएँ एक क्लिक पर हैं, सही UTF-8 टेक्स्ट डाउनलोड हैं, और OCR क्या कर सकता है और क्या नहीं इस बारे में ईमानदार जानकारी है। रोज़ की सीमा, वॉटरमार्क या साइन-अप नहीं है।
टेबल, कॉलम और लेआउट
OCR टेक्स्ट को लाइन-दर-लाइन पढ़ता है, इसलिए जटिल लेआउट अप्रत्याशित क्रम में आ सकते हैं। दो कॉलम वाला पेज दोनों कॉलम को आड़े पढ़ सकता है, और टेबल असली टेबल के बजाय स्पेस से अलग लाइनों के टेक्स्ट में बदल जाती है। सबसे साफ़ नतीजों के लिए हर कॉलम या टेबल के हिस्से को अलग क्रॉप करें और एक-एक करके पढ़ें, फिर टुकड़ों को क्रम से पेस्ट करें। सरल टेबल के लिए आप नतीजे को स्प्रेडशीट में पेस्ट करके वहाँ कॉलम बाँट सकते हैं।
असल ज़िंदगी के 10 उपयोग
- चैट, ऐप या वेबसाइट के स्क्रीनशॉट से टेक्स्ट कॉपी करना जो कॉपी करने से रोकते हैं।
- पढ़ाई के लिए छपे नोट्स और किताब के पेज डिजिटल बनाना।
- हिंदी नोटिस और सर्कुलर से टेक्स्ट निकालना।
- ख़र्च दर्ज करने के लिए रसीदें और बिल पढ़ना।
- एडिट करने और जवाब देने के लिए स्कैन किए पत्रों से टेक्स्ट निकालना।
- विज़िटिंग कार्ड से पते और फ़ोन नंबर कॉपी करना।
- टेक्स्ट का अनुवाद — यहाँ निकालें, फिर किसी ट्रांसलेटर में पेस्ट करें।
- क्लास या कॉन्फ़्रेंस में खींची स्लाइड की फ़ोटो से टेक्स्ट उद्धृत करना।
- इमेज को खोजने लायक टेक्स्ट में बदलकर पुराने दस्तावेज़ खोजना।
- इमेज के टेक्स्ट को स्क्रीन रीडर पढ़ सके ऐसे टेक्स्ट में बदलकर कम दृष्टि वाले लोगों की मदद करना।
इन आम गलतियों से बचें
- गलत भाषा चुनना। इंजन सिर्फ़ उसी मॉडल की लिपि पहचान सकता है जो आप चुनते हैं।
- धुँधली या तिरछी फ़ोटो। फ़ोटो दोबारा सीधे से खींचें, या हमारे इमेज रोटेट टूल से उसे सीधा करें।
- हाथ की लिखावट की सटीक पहचान की उम्मीद। कर्सिव लिखावट OCR के लिए बहुत मुश्किल है।
- प्रूफ़रीड न करना। टेक्स्ट इस्तेमाल करने से पहले नाम, नंबर और रकम हमेशा जाँच लें।
- बहुत बड़े मिले-जुले लेआउट पढ़ना। बेहतर नतीजों के लिए कई कॉलम वाले पेज को अलग-अलग हिस्सों में क्रॉप करें।
ब्राउज़र सपोर्ट और सीमाएँ
कन्वर्टर फ़ोन और कंप्यूटर पर Chrome, Edge, Firefox, Safari और Samsung Internet के मौजूदा वर्शन में चलता है। पहली बार OCR इंजन और चुनी भाषा का डेटा डाउनलोड करने के लिए इंटरनेट कनेक्शन चाहिए; बाद की बार ब्राउज़र कैश इस्तेमाल होता है। इमेज 25 MB तक हो सकती हैं; Enhance image चालू होने पर बहुत बड़ी इमेज पढ़ने से पहले लगभग 3,000 पिक्सल तक छोटी की जाती हैं और छोटी इमेज बड़ी की जाती हैं। पढ़ने का समय इमेज के साइज़ और डिवाइस की रफ़्तार पर निर्भर करता है — कंप्यूटर पर कुछ सेकंड, पुराने फ़ोन पर ज़्यादा। आउटपुट बिना फ़ॉर्मैटिंग का सादा टेक्स्ट है।
इमेज से टेक्स्ट (OCR) — मुख्य बातें
| भाषाएँ | अंग्रेज़ी, हिंदी, अंग्रेज़ी + हिंदी, मराठी, बंगाली, गुजराती, पंजाबी, तमिल, तेलुगु, कन्नड़, मलयालम, उर्दू |
|---|---|
| इंजन | tesseract.js (ओपन-सोर्स Tesseract OCR) जो आपके ब्राउज़र में चलता है |
| सबसे अच्छा इनपुट | साफ़ छपा टेक्स्ट: स्क्रीनशॉट, स्कैन, दस्तावेज़ों की फ़ोटो, रसीदें |
| सटीकता | साफ़ छपे टेक्स्ट के लिए ऊँची; हाथ की लिखावट, सजावटी फ़ॉन्ट और धुँधली फ़ोटो के लिए कम |
| आउटपुट | शब्द गिनती और कॉन्फ़िडेंस के साथ एडिट होने लायक टेक्स्ट; कॉपी करें या .txt डाउनलोड करें |
| निजता और कीमत | इंजन और भाषा की फ़ाइलें पहली बार इस्तेमाल पर डाउनलोड होती हैं; इमेज ख़ुद कभी अपलोड नहीं होती; मुफ़्त |
अक्सर पूछे जाने वाले सवाल
OCR क्या है?
OCR (Optical Character Recognition) वह तकनीक है जो इमेज के अक्षरों को पहचानकर उन्हें एडिट होने लायक टेक्स्ट में बदलती है। इससे आप स्क्रीनशॉट, दस्तावेज़ की फ़ोटो या स्कैन किए पेज से टेक्स्ट कॉपी कर सकते हैं, दोबारा टाइप करने की ज़रूरत नहीं।
क्या यह हिंदी टेक्स्ट पढ़ सकता है?
जी हाँ। देवनागरी टेक्स्ट पढ़ने के लिए हिंदी चुनें, या जिन दस्तावेज़ों में दोनों भाषाएँ हों उनके लिए अंग्रेज़ी + हिंदी। मानक फ़ॉन्ट में छपी हिंदी अच्छी तरह पहचानी जाती है; सजावटी फ़ॉन्ट और हाथ की लिखावट कहीं ज़्यादा मुश्किल होती है।
और कौन सी भाषाएँ सपोर्टेड हैं?
अंग्रेज़ी और हिंदी के अलावा आप मराठी, बंगाली, गुजराती, पंजाबी, तमिल, तेलुगु, कन्नड़, मलयालम और उर्दू चुन सकते हैं। सबसे अच्छी सटीकता के लिए हमेशा वही भाषा चुनें जो आपकी इमेज से मेल खाती हो।
क्या मेरी इमेज सर्वर पर अपलोड होती है?
नहीं। OCR इंजन आपके ब्राउज़र के अंदर बैकग्राउंड वर्कर में चलता है। पहली बार इस्तेमाल पर आपका ब्राउज़र CDN से इंजन और भाषा का डेटा डाउनलोड करता है, लेकिन आपकी इमेज आपके डिवाइस पर ही रहती है।
पहली बार में ज़्यादा समय क्यों लगता है?
OCR इंजन (कुछ MB) और आपकी चुनी भाषा की फ़ाइल (भाषा के हिसाब से कुछ MB) एक बार डाउनलोड होती हैं। उसके बाद वे ब्राउज़र में कैश हो जाती हैं और आगे की इमेज बहुत तेज़ पढ़ी जाती हैं।
यह कितना सटीक है?
साफ़ छपे टेक्स्ट के लिए सटीकता आमतौर पर बहुत ऊँची होती है। धुँधली या तिरछी फ़ोटो, कम रोशनी, छोटा टेक्स्ट, सजावटी फ़ॉन्ट, जटिल लेआउट और हाथ की लिखावट में यह घट जाती है। कॉन्फ़िडेंस स्कोर मोटा अंदाज़ा देता है कि इंजन कितना निश्चित था।
क्या यह हाथ की लिखावट पढ़ सकता है?
सिर्फ़ साफ़, छपाई जैसी लिखावट कभी-कभी पहचानी जाती है। जुड़ी हुई या कर्सिव लिखावट में आमतौर पर खराब नतीजे आते हैं, क्योंकि इंजन मुख्य रूप से छपे टेक्स्ट पर प्रशिक्षित है।
मैं बेहतर नतीजे कैसे पाऊँ?
सीधे से खींची गई साफ़, अच्छी रोशनी वाली फ़ोटो इस्तेमाल करें, सिर्फ़ टेक्स्ट वाले हिस्से तक क्रॉप करें, Enhance image चालू रखें, और सही भाषा चुनें। स्क्रीनशॉट के लिए स्क्रीन की फ़ोटो के बजाय ओरिजिनल इमेज इस्तेमाल करें।
क्या मैं PDF से टेक्स्ट निकाल सकता/सकती हूँ?
यह टूल इमेज पढ़ता है। टेक्स्ट-आधारित PDF के लिए हमारा PDF से टेक्स्ट टूल इस्तेमाल करें; स्कैन की हुई PDF के लिए हमारा OCR PDF टूल इस्तेमाल करें, या पहले PDF से JPG से पेज को इमेज में बदलें।
क्या यह फ़ॉर्मैटिंग रखता है?
यह लाइन ब्रेक और पैराग्राफ़ के गैप रखता है, लेकिन फ़ॉन्ट, रंग, टेबल या सटीक लेआउट नहीं। नतीजा सादा टेक्स्ट होता है जिसे आप किसी भी एडिटर में पेस्ट कर सकते हैं।
क्या यह मोबाइल पर चलता है?
जी हाँ। Chrome या Safari में दस्तावेज़ की फ़ोटो खींचें या गैलरी से स्क्रीनशॉट चुनें। पुराने फ़ोन पर पढ़ना धीमा हो सकता है।
क्या इमेज से टेक्स्ट कन्वर्टर मुफ़्त है?
जी हाँ। यह पूरी तरह मुफ़्त है — साइन-अप नहीं, वॉटरमार्क नहीं और आप कितनी भी इमेज पढ़ सकते हैं, कोई सीमा नहीं।
अपनी इमेज से अभी टेक्स्ट निकालें!
सेकंडों में फ़ोटो और स्क्रीनशॉट से टेक्स्ट कॉपी करें — मुफ़्त, और आपकी इमेज आपके डिवाइस पर ही रहती है।
Prompt Minds के और टूल्स देखें
इमेज से टेक्स्ट (OCR) हमारे दूसरे मुफ़्त टूल्स के साथ भी बढ़िया काम करता है। Prompt Minds का हर टूल पूरी तरह आपके ब्राउज़र में चलता है — साइन-अप नहीं, अपलोड नहीं, वॉटरमार्क नहीं। सभी मुफ़्त टूल्स देखें।