फोटो से टेक्स्ट OCR: तस्वीर या स्कैन का लिखा टेक्स्ट पढ़ें

इसका इस्तेमाल कैसे करें

एक फ़ाइल चुनें से फ़ोटो या स्कैन चुनें, या Ctrl+V से चिपकाएँ।
पाठ की भाषा चुनें: एक भाषा, या मिश्रित पेज के लिए अंग्रेज़ी और कोई एक भाषा।
पाठ पढ़ें दबाएँ और इंतजार करें। पट्टी चरण दिखाती है; रद्द करें से कभी भी पढ़ना रोका जा सकता है।
तस्वीर से शब्द मिलाकर जाँचें, फिर कॉपी दबाएँ, या .txt फ़ाइल रखने के लिए डाउनलोड दबाएँ।

पाठ कैसे पढ़ा जाता है

रीडर Tesseract है, जो एक खुला स्रोत OCR इंजन है। इसे WebAssembly में बदला गया है और tesseract.js वेब वर्कर में चलाता है, इसलिए पढ़ते समय पेज चलता रहता है। इंजन पहले तस्वीर में पाठ की पंक्तियाँ ढूँढता है, फिर चुनी हुई भाषा की छपी लिखावट पर सीखे गए न्यूरल नेटवर्क से हर अक्षर पढ़ता है। भाषा फ़ाइलें tessdata_fast के तेज मॉडल हैं: सबसे बड़े मॉडलों से थोड़े कम सटीक, पर कहीं छोटे, इसलिए पहली बार पढ़ना जल्दी शुरू होता है।

पढ़ने की सटीकता कैसे बढ़ाएँ

बड़े, साफ, गहरे रंग के अक्षर, सादी पृष्ठभूमि पर, सबसे अच्छे पढ़े जाते हैं। तिरछी ली गई फ़ोटो, कम रोशनी, पेज पर छाया या बहुत छोटे अक्षर कम सटीक पढ़े जाते हैं। तस्वीर की लंबी भुजा अधिकतम 2400 पिक्सल तक घटाकर पढ़ी जाती है, जो छपे पाठ के लिए काफी है। बहुत छोटे अक्षरों के लिए तस्वीर को बड़ा करने के बजाय पास से दोबारा खींचना ज्यादा असरदार है।

यह टूल क्या नहीं पढ़ता

यह रीडर छपी लिखावट के लिए बना है। हाथ की लिखावट और सजावटी फ़ॉन्ट भरोसे से नहीं पढ़े जाते। सूची में न दी गई भाषा, जैसे कोरियाई, फ़ारसी, उर्दू या पारंपरिक चीनी, के लिए यहाँ कोई रीडर नहीं है, और चीनी केवल सरलीकृत रूप में पढ़ी जाती है। PDF तस्वीर नहीं है: जिस PDF में पहले से पाठ है, उसे PDF से टेक्स्ट से पढ़ा जा सकता है। भरोसे का आँकड़ा रीडर का अपना औसत अनुमान है। यह एक मार्गदर्शन है, जाँच नहीं।

उदाहरण: दो भाषाओं वाला पेज

“पाठ की भाषा” में “अंग्रेज़ी और रूसी” चुनें, फिर “पाठ पढ़ें” दबाएँ। दोनों भाषाओं के शब्द पेज पर मिलने के क्रम में, पंक्ति दर पंक्ति, एक ही बॉक्स में दिखेंगे।

कम भरोसे का आँकड़ा चेतावनी के साथ दिखता है। तब कॉपी करने से पहले बॉक्स को तस्वीर से पंक्ति दर पंक्ति मिलाएँ।

अक्सर पूछे जाने वाले सवाल

पढ़े गए पाठ में कुछ शब्दों में गलत अक्षर क्यों आता है?

रीडर अक्षरों के आकार से पढ़ता है, इसलिए छोटे, धुंधले, तिरछे या छाया वाले शब्द में कोई अक्षर बदल सकता है, जैसे छोटे l की जगह बड़ा I। शब्दों को तस्वीर से मिलाकर जाँचें, और अगली बार सीधी और साफ फ़ोटो लें।

भाषा क्यों चुननी पड़ती है?

रीडर हर भाषा के लिए अलग मॉडल इस्तेमाल करता है। तुर्की मॉडल ç, ğ, ı, ş और ü पहचानता है, जर्मन मॉडल ä, ö, ü और ß, स्पेनिश मॉडल ñ और उच्चारण-चिह्न वाले स्वर, फ़्रेंच मॉडल é, è, ê और ç, और पुर्तगाली मॉडल ã, õ और ç। अंग्रेज़ी से पढ़ने पर ये अक्षर सही नहीं आ सकते। मिश्रित पेज के लिए “अंग्रेज़ी और जर्मन” जैसी जोड़ी चुनें।

क्या PDF या हाथ से लिखे नोट पढ़े जा सकते हैं?

सीधे नहीं। जिस PDF में पहले से पाठ है, उसे PDF से टेक्स्ट से पढ़ा जा सकता है। स्कैन किए गए PDF में पाठ नहीं होता, इसलिए उसके पेज PDF OCR से पढ़ें। हाथ की लिखावट भरोसे से नहीं पढ़ी जाती, क्योंकि रीडर छपी लिखावट के लिए बना है।

क्या पढ़ा गया पाठ निजी रहता है?

हाँ। तस्वीर ब्राउज़र के वर्कर में पढ़ी जाती है, और न तस्वीर और न पाठ इस साइट या किसी और को भेजे जाते हैं। इंजन की फ़ाइलें इसी साइट से आती हैं और ब्राउज़र की सामान्य कैश में रहती हैं; उनमें कोई तस्वीर या पाठ नहीं होता।

पढ़ने में कुछ समय क्यों लगता है?

पहली बार पढ़ने पर इंजन और भाषा फ़ाइलें डाउनलोड होती हैं, जो कुल मिलाकर कई मेगाबाइट होती हैं, और बड़ी तस्वीर पढ़ने में कुछ सेकंड लगते हैं। इसके बाद के पाठ तेज होते हैं, क्योंकि फ़ाइलें ब्राउज़र में पहले से हैं। दो मिनट से लंबा पढ़ना रोक दिया जाता है, और आप कभी भी रद्द कर सकते हैं।

भरोसा 100 प्रतिशत क्यों नहीं है?

भरोसा रीडर का उन शब्दों के बारे में औसत अनुमान है जिन्हें उसने पढ़ा। ऊँची संख्या अच्छा संकेत है, और कम संख्या का मतलब है कि पाठ की जाँच जरूरी है। यह साबित नहीं करता कि हर शब्द सही है।

स्रोत

आँकड़े और टेक्स्ट आखिरी बार बुधवार, 11 नवंबर 2026 को जाँचे गए।