OCR PDF

यह क्या करता है

स्कैन की गई PDF हर पेज की एक तस्वीर होती है: वह टेक्स्ट जैसी दिखती है, पर आप उसमें खोज नहीं सकते, उसे चुन या कॉपी नहीं कर सकते। यह टूल हर पेज को OCR (Tesseract इंजन) से पढ़ता है और मिले शब्दों को मूल पेज के ऊपर, उसी जगह, अदृश्य टेक्स्ट के रूप में लिख देता है। PDF बिल्कुल पहले जैसी दिखती है, लेकिन अब खोज, चयन और कॉपी काम करते हैं, और सर्च इंजन व दस्तावेज़ प्रणालियाँ भी उसे इंडेक्स कर सकती हैं।

इसका उपयोग कैसे करें

1. स्कैन की गई PDF चुनें।
2. दस्तावेज़ की भाषा चुनें; जिन पेजों में पहले से टेक्स्ट है उन्हें छोड़ दिया जाता है।
3. “खोजने योग्य बनाएँ” पर क्लिक करें और तैयार होने पर PDF डाउनलोड करें।

अक्सर पूछे जाने वाले प्रश्न

क्या PDF अलग दिखती है?
नहीं। मूल पेज पूरी गुणवत्ता में जैसे थे वैसे ही रहते हैं; टेक्स्ट परत अदृश्य है और केवल चुनने या खोजने पर दिखती है।

यह कितना सटीक है?
लैटिन लिपि वाली भाषाओं के साफ़ छपे पेजों में आमतौर पर 99% से अधिक अक्षर सही होते हैं। हाथ की लिखावट, कम रेज़ोल्यूशन के स्कैन, मुहरें और तालिकाएँ कम सही पढ़ी जाती हैं, इसलिए ज़रूरी संख्याएँ जाँच लें। नतीजे में औसत विश्वसनीयता दिखाई जाती है।

यह धीमा क्यों है?
हर पेज आपके ब्राउज़र में 300 dpi पर पढ़ा जाता है, जिसमें कंप्यूटर पर प्रति पेज कुछ सेकंड और फ़ोन पर ज़्यादा समय लगता है। कुछ भी सर्वर को नहीं भेजा जाता, इसलिए गति आपके डिवाइस पर निर्भर करती है।

क्या मैं रिडैक्ट की गई PDF पर OCR कर सकता हूँ?
हाँ। रिडैक्ट किए गए पेज इमेज बन जाते हैं, और OCR उनके दिखने वाले टेक्स्ट को फिर से खोजने योग्य बना देता है; जो हिस्सा काला किया गया था वह काला ही रहता है और पढ़ा नहीं जाता।

क्या मेरी PDF अपलोड होती है?
नहीं। पेज आपके ब्राउज़र में पढ़े जाते हैं और PDF वहीं लिखी जाती है; कुछ भी सर्वर को नहीं भेजा जाता।

🔡 इमेज से टेक्स्ट (OCR)
⬛ PDF में टेक्स्ट छिपाएँ
📘 PDF से Word

Wikipedia — Optical character recognition
Wikipedia — Tesseract (software)