مواد پر جائیں۔
Coverton بلاگ
اس مضمون میں
PDF

OCR سے متن نکالیں: زبان اور شناخت شدہ متن جانچیں

OCR تصاویر سے ورڈنگ نکال سکتے ہیں جب ان کے ورڈنگ کو کاپی نہیں کیا جا سکتا. شناخت غلطیوں پر مشتمل ہوسکتا ہے، لہذا نکالے گئے متن کا اشتراک کرنے سے پہلے ٹرانسکرپٹ کو ذریعہ کے ساتھ موازنہ کریں.

ٹول کھولیں۔اس ٹول کا استعمال کیسے کریں۔ ↓
تصویر اور اسکین شدہ پی ڈی ایف او سی آر
اس ٹول کے ورک فلو کی مثال؛ یہ اپ لوڈ کردہ فائل کا نتیجہ نہیں ہے۔

کیا OCR اسکین شدہ جدول کو قابلِ ترمیم اسپریڈشیٹ بنا دیتا ہے؟

یہ ٹول پہچانا گیا متن TXT میں محفوظ کرتا ہے۔ یہ خانوں یا فارمولوں کی ساخت دوبارہ نہیں بناتا۔ نام اور اعداد اصل تصویر سے ملائیں۔ قابلِ ترمیم جدول چاہیے تو تصدیق شدہ متن کو قطاروں اور کالموں میں ترتیب دیں۔

اس ٹول کا استعمال کیسے کریں۔

  1. تصاویر یا ایک PDF شامل کریں اور شناخت کی زبان کا انتخاب کریں.
  2. PDF انٹرویو کے لئے، متعلقہ صفحہ کی حد کا انتخاب کریں.
  3. OCR چلائیں اور نتائج کے میدان میں غلطیوں کو درست کریں.
  4. ناموں اور اعداد و شمار کو ذرائع کے ساتھ موازنہ کریں، پھر TXT ڈاؤن لوڈ کریں.

صحیح ترتیبات کا انتخاب کریں۔

کوریائی دستاویز کے لیے کوریائی + انگریزی منتخب کریں۔ PDF میں ضروری صفحات کی حد منتخب کریں تاکہ شناخت شدہ متن کا اصل سے موازنہ آسان ہو۔

شروع کرنے سے پہلے

ترتیبات چننے سے پہلے دستاویز کی ساخت سمجھیں

اصل PDF محفوظ رکھیں اور دیکھیں کہ اس میں قابل مطالعہ متن، اسکین شدہ صفحات، حقیقی فارم خانے یا پہلے سے دستخط ہیں۔ ضروری خصوصیات طے کریں۔ فائل میں صفحے کی جگہ اس پر چھپے نمبر سے مختلف ہو سکتی ہے؛ کام کا دائرہ اصل صفحات سے ملائیں۔ اسکین ہو تو تصویر اور پہچانے ہوئے متن کی ضرورت میں فرق کریں۔

اگر صفحات بدل رہے ہوں تو ترتیب، رخ اور نظر آنے والا حصہ جانچیں۔ کاٹنے سے مواد چھپ سکتا ہے مگر محفوظ طور پر حذف نہیں ہوتا۔ فارم کو ہموار کرنے سے خانے قابل ترمیم نہیں رہتے؛ ہاتھ سے بنے دستخط تصویر ہیں، ڈیجیٹل سرٹیفکیٹ نہیں۔ کام وصول کنندہ کی پڑھنے، چھاپنے، تلاش کرنے یا فارم مزید بھرنے کی ضرورت کے مطابق چنیں۔

اگر دستاویز داخل کردہ ڈیٹا سے بنتی ہو تو وصول کنندہ، کرنسی، مقداریں اور حساب دیکھیں۔ قیمت کی پیشکش یا انوائس میں رعایت ایک رقم ہے اور ٹیکس رعایت کے بعد شمار ہوتا ہے۔ دستاویز بنانا ادائیگی پراسیس نہیں کرتا اور نہ الیکٹرانک ٹیکس انوائس جاری کرتا ہے۔ آخری شکل پر اعتماد کرنے سے پہلے ماخذ کے اعداد جانچیں۔

اصل صفحات اور باقی ضروری خصوصیات جانچیں

نتیجہ کھول کر تمام متعلقہ صفحات، دستاویز کے کنارے، طویل خانے اور شامل نشان دیکھیں۔ محدود پیش نظارہ پوری دستاویز کی تصدیق نہیں۔ نقل یا دوبارہ تعمیر سے فارم اور بک مارک چھوٹ سکتے ہیں یا ڈیجیٹل دستخط متاثر ہو سکتے ہیں۔ اہم خصوصیات آخری استعمال کے پروگرام میں اصل سے ملائیں۔

اگر OCR استعمال کیا ہو تو نقل شدہ متن میں نام اور نمبر جانچیں، چاہے تلاش کام کر رہی ہو۔ صفحے کی تصویر میں لکھا متن قابل ترمیم متن نہیں بنتا؛ متن کا موازنہ تصویر یا صفحہ بندی نہیں جانچتا۔ کئی کام مسلسل کریں تو ہر مرحلے کے بعد دیکھیں تاکہ صفحہ یا خصوصیت بدلنے والا مرحلہ معلوم ہو۔

ناکامی پر صفحات کا دائرہ، حفاظتی رمز بندی اور قبول ہونے والے فارم کی اقسام دیکھیں۔ اسکین شدہ فارم میں خود بخود خانے نہیں بنتے۔ چھپائی کے لیے جسمانی حجم اور رخ آزمائیں؛ PDF کی ہندسی رپورٹ پرنٹر کا اصل نتیجہ ثابت نہیں کرتی۔ صرف فائل کھلنے کی وجہ سے ایسی دستاویز پر کام جاری نہ رکھیں جس کا ضروری صفحہ غائب ہو۔

ان پٹ اور آؤٹ پٹ کی مثال

اسکرین کردہ صفحہ تصویر → جائزہ لیا OCR متن

مثالیں ورک فلو کی وضاحت کرتی ہیں۔ نتائج کا انحصار سورس فائل اور سیٹنگز پر ہوتا ہے۔

محفوظ کرنے سے پہلے نتیجہ چیک کریں۔

نام، تاریخ، اعداد و شمار اور اکاؤنٹ کے اعداد و شمار کو اصل ایک اشیاء کے ساتھ ایک بار میں موازنہ کریں۔ نتائج کے میدان میں غلطیوں کو درست کریں، TXT کو محفوظ کریں اور لائنوں کی ترتیب چیک کریں۔

اگر نتیجہ آپ کی توقع سے مختلف ہے۔

اگر PDF شناخت کی 25 صفحات کی حد سے بڑھ جائے تو صفحات کے حصے الگ الگ پراسیس کریں۔ OCR چھپے ہوئے حروف پہچانتا ہے، لیکن جدول کی قطاروں، کالموں یا مساوات کی ساخت دوبارہ نہیں بناتا۔

ذہن میں رکھنے والی حدود

  • اب تک 25 PDF صفحات کا انتظام کیا جاتا ہے. ٹیبل کی ساخت اور معادلات کو بحال نہیں کیا جاتا ہے؛ نام، رقم اور اکاؤنٹ کے اعداد و شمار کو ذریعہ کے مقابلے میں چیک کریں.

متعلقہ ٹولز کے ساتھ اگلا کام کریں

پی ڈی ایف فائلوں کو ضم کریں۔

فارم اور اس کے معاون کاغذات ملانے سے پہلے دستاویزات کی ترتیب طے کریں۔ نتیجے میں تمام صفحات نظر آنے سے یہ ثابت نہیں ہوتا کہ بُک مارکس، منسلک فائلیں یا دستاویز کی باقی ساخت مکمل طور پر محفوظ رہی ہے۔

ملانے کے لیے کوئی اضافی سیٹنگ نہیں ہے۔ صفحات فائلوں کی فہرست کی ترتیب سے نقل ہوتے ہیں۔ پہلی دستاویز کی تصدیق کریں اور ضرورت ہو تو شروع کرنے سے پہلے فہرست کی ترتیب بدلیں۔

ٹول کھولیں۔

پی ڈی ایف تقسیم کریں۔

ایک PDF تقسیم کرنے سے پہلے صارفین کو انفرادی صفحات یا صفحات کے فیکٹری گروپوں کی ضرورت ہے یا نہیں کا فیصلہ کریں۔ گروپ تقسیم ایک صفحہ شمار کے بجائے باب کے عنوانات یا دستاویز کے مواد کے معنی کو تسلیم کرنے کے بعد ہوتا ہے۔

اگر مجموعی طور پر اس سائز کی طرف سے تقسیم نہیں کیا جا سکتا تو، آخری آؤٹ پٹ میں باقی صفحات شامل ہیں اور پہلے گروپوں سے مختصر ہیں.

ٹول کھولیں۔
Covertonتصویر اور اسکین شدہ پی ڈی ایف او سی آر
ٹول کھولیں۔

یہ گائیڈ براؤزر میں دستیاب ٹول کی وضاحت کرتی ہے۔ اصل فائل کی ایک کاپی محفوظ رکھیں اور نتیجہ شیئر کرنے سے پہلے جانچیں۔

یہ ترجمہ سافٹ ویئر کی مدد سے تیار کیا گیا تھا۔ آپ انگریزی ورژن بھی پڑھ سکتے ہیں۔ انگریزی میں پڑھیں