OCR, অথবা অপটিক্যাল ক্যারেক্টার রেকগনিশন হলো এক ধরনের প্রযুক্তি যা বিভিন্ন ধরনের ডকুমেন্টগুলিকে, যেমন স্ক্যান করা কাগজের ডকুমেন্ট, PDF ফাইল বা ডিজিটাল ক্যামেরায় তোলা ছবি, সম্পাদনযোগ্য এবং অনুসন্ধানযোগ্য তথ্যে রূপান্তর করতে ব্যবহার করা হয়। OCR এর প্রথম পর্যায়ে, একটি লেখা ডকুমেন্টের ছবি স্ক্যান করা হয়। এটি ছবি বা স্ক্যান করা দলিল হতে পারে। এই পর্যায়ের উদ্দেশ্য হলো দলিলের ডিজিটাল কপি তৈরি করা, এর পরিবর্তে ম্যানুয়াল লিপিবদ্ধকরণ চাই। এছাড়া, এই ডিজিটালায়ন প্রক্রিয়া মাশুল সম্পদের দীর্ঘায়িত্ব বাড়াতে হেল্প করতে পারে কারণ এটি ভাঙ্গুর সম্পদ হেন্ডল করার প্রয়োজনীয়তা হ্রাস করতে পারে। ডকুমেন্টটি ডিজিটালায়ন করা হলে, ওসিআর সফ্টওয়্যার ব্যবহার করে ছবিটি একক অক্ষরে প্রতিষ্ঠাপন করে। একে সেগমেন্টেশন প্রক্রিয়া বলে। সেগমেন্টেশন ডকুমেন্টটি লাইন, শব্দ এবং এত পর্যন্ত একক অক্ষর ভেঙে দেয়। এই বিভাজন একটি জটিল প্রক্রিয়া কারণ এতে অনেকগুলি প্রকেল সম্পৃক্ত হয় - ভিন্ন ফন্ট, ভিন্ন আকারের টেক্সট এবং টেক্সটের ভিন্ন কেলা, কেবল কিছু উল্লেখ করা উপযুক্ত। সেগমেন্টেশনের পরে, OCR এর এলগোরিদম প্যাটার্ন চিনতে প্রতি অক্ষর চিহ্নিত করে। প্রত্যেক অক্ষরের ক্ষেত্রে, এলগোরিদম তা অক্ষরের আকারের ডাটাবেসের সাথে তুলনা করে। সবচেয়ে কাছাকাছি মিল তবে অক্ষরের পরিচয় হিসাবে নির্বাচিত হয়। বৈশিষ্ট্য চিন্তার মধ্যে, ওসিআর এর আরও উন্নত রূপ, এলগোরিদম শেপ পরীক্ষা করে না শুধুমাত্র তাড়াহার এবং বাকয়া প্যাটার্নে লাইন এবং বক্রস্মিতি বিবেচনা করে। OCR এর এমন অনেকগুলি ব্যবহারিক অ্যাপ্লিকেশন রয়েছে -- মুদ্রিত ডকুমেন্ট ডিজিটাইজ করা থেকে, টেক্সট-টু-স্পিচ সেবা সক্রিয় করা, ডাটা এন্ট্রি প্রক্রিয়া স্বয়ংক্রিয় করা, এমনকি দৃষ্টিপ্রতিবন্ধী ব্যবহারকারীদের পাঠ্যের সাথে ভালো করে যোগাযোগ করতে অসিস্ট করা। তবে, মনে রাখা দরকার যে OCR প্রক্রিয়াটি ব্যর্থ হতে পারে এবং বিশেষ করে কম রেজ্যুলেশনের ডকুমেন্ট, জটিল ফন্ট বা খারাপ মুদ্রিত টেক্সটের সাথে মারামারি করতে পারে। তাই, OCR সিস্টেমের যথার্থতা গুরুত্বপূর্ণভাবে পরিবর্তিত হয় মূল ডকুমেন্টের মান এবং ব্যবহৃত OCR সফ্টওয়্যারের বিশেষত্ব উপর নির্ভর করে। OCR হলো একটি গুরুত্বপূর্ণ প্রযুক্তি আধুনিক তথ্য উদ্ধার এবং ডিজিটালায়ন অভ্যাসে। এটি ম্যানুয়াল ডাটা এন্ট্রির প্রয়োজনীয়তা হ্রাস করে এবং শারীরিক ডকুমেন্টগুলি একটি ডিজিটাল ফর্ম্যাটে রূপান্তর করে একটি বিশ্বস্ত, কার্যকর প্রক্রিয়া প্রদান করে।
অপটিক্যাল ক্যারেক্টার রিকগনিশন (OCR) একটি প্রযুক্তি যা বিভিন্ন ধরনের দস্তাবেজ, যেমন স্ক্যান করা কাগজের দস্তাবেজ, PDF ফাইল বা ডিজিটাল ক্যামেরায় ছবি তৈরি করা, সম্পাদনযোগ্য এবং অনুসন্ধানযোগ্য তথ্যে রূপান্তর করতে ব্যবহৃত হয়।
OCR কাজ করে একটি ইনপুট ছবি বা দস্তাবেজ স্ক্যান করে, ছবিটি ব্যক্তিগত অক্ষরগুলিতে বিভক্ত করে এবং প্যাটার্ন নির্বাচন বা বৈশিষ্ট্য নির্বাচন ব্যবহার করে প্রতিটি অক্ষর অক্ষররূপের ডাটাবেসের সাথে তুলনা করে।
OCR বিভিন্ন খাতে এবং অ্যাপ্লিকেশনে ব্যবহার হয়, তারমধ্যে মুদ্রিত দস্তাবেজ ডিজিটাইজ করা, টেক্সট-টু-স্পিচ সেবা সক্রিয় করা, ডাটা এন্ট্রি প্রক্রিয়া স্বয়ংক্রিয় করা, এবং দৃষ্টিপ্রতিবন্ধী ব্যবহারকারীদের টেক্সটের সাথে ভালোভাবে মিলিয়ে যাওয়ার অসিস্ট করা।
যদিও OCR প্রযুক্তিতে বড় উন্নতি হয়েছে, তবে এটি অব্যর্থ। মূল দস্তাবেজের গুণমান এবং OCR সফটওয়্যারের নির্দিষ্টতা উপর নির্ভর করে সঠিকতা বিভিন্ন হতে পারে।
যদিও OCR মূলত মুদ্রিত টেক্সটের জন্য নকল করা হয়, তবে কিছু উন্নত OCR সিস্টেম স্পষ্ট, সামান্য হাতের লেখা চিনতে ও সক্ষম। তবে, সাধারণত হাতে লেখা চিত্রগুলির চেনাচেনি কম সঠিক হয় কারণ ব্যক্তিগত লেখার শৈলীতে প্রচুর পরিবর্তন হয়।
হ্যাঁ, অনেক মাত্রায় OCR সফটওয়্যার সিস্টেম একাধিক ভাষা চেনে তুলতে পারে। তবে, আপনি যে সফটওয়্যার ব্যবহার করছেন, নিশ্চিত করুন যে নির্দিষ্ট ভাষাটি এটি দ্বারা সমর্থিত।
OCR মূলত Optical Character Recognition এর জন্য দাঁড়ায় এবং এটি মুদ্রিত টেক্সট চিনতে ব্যবহার করা হয়, যখনই ICR, অর্থাৎ Intelligent Character Recognition, আরও উন্নত এবং এটি হাতে লেখা টেক্সট চিনতে ব্যবহার করা হয়।
OCR সাধারণত স্পষ্ট, সহজে পড়া যাবে এমন ফন্ট এবং মান টেক্সট আকারের সাথে সেরা কাজ করে। যখন এটি বিভিন্ন ফন্ট এবং আকারের নিয়ে কাজ করে, তখন সেটি অস্বাভাবিক ফন্ট বা খুব ছোট টেক্সট আকারের নিয়ে সামোতীয়তা হ্রাস পায়।
OCR বিখ্যাত দস্তাবেজ, জটিল ফন্ট, খারাপ মুদ্রিত টেক্সট, হাতে লেখা, এবং দস্তাবে জ যা টেক্সটের সাথে বাধা দেয় দিয়ে হাতাহাতি করতে পারে। এছাড়াও, এটি অনেকগুলি ভাষায় কাজ করতে পারে, তবে এটি প্রতিটি ভাষা পূর্ণাঙ্গভাবে ছাড়া যেতে পারে।
হ্যাঁ, OCR বর্ণ টেক্সট এবং পটভূমি স্ক্যান করতে পারে, যদিও এটি সাধারণত উচ্চ-কন্ট্রাস্ট বর্ণ সংযোজনে অতিরিক্ত কার্যকর, যেমন সাদা পটভূমি উপর কালো টেক্সট। টেক্সট এবং পটভূমি রং যথেষ্ট বিপরীত না হলে সঠিকতা হ্রাস পেতে পারে।
পিসিডিএস ইমেজ ফরম্যাট, যা 'ফটো সিডি সিস্টেম' এর জন্য দাঁড়িয়েছে, এটি একটি ডিজিটাল ইমেজ ফরম্যাট যা ইস্টম্যান কোডাক দ্বারা 1990 এর দশকের প্রথম দিকে তৈরি করা হয়েছিল। এটি ব্যবহারকারীদের একটি সিডিতে উচ্চ রেজোলিউশনের ডিজি টাল ছবি সংরক্ষণ করার অনুমতি দেওয়ার জন্য ডিজাইন করা হয়েছিল, যা পরে একটি কম্পিউটারে বা একটি টেলিভিশনের সাথে সংযুক্ত একটি ফটো সিডি প্লেয়ারে দেখা যেতে পারে। এই ফরম্যাটটি কোডাকের বৃহত্তর ফটো সিডি সিস্টেমের অংশ ছিল, যার মধ্যে ফিল্ম ইমেজ ডিজিটাইজ করার জন্য স্ক্যানার এবং ইমেজ প্রদর্শনের জন্য সিডি প্লেয়ারের মতো হার্ডওয়্যার, সেইসাথে নিজস্ব ইমেজ ফরম্যাটও অন্তর্ভুক্ত ছিল।
পিসিডিএস ফরম্যাটের মূল বৈশিষ্ট্যগুলির মধ্যে একটি হল মাল্টিসেশন সিডি-রম ব্যবহার, যা ডিস্ককে চূড়ান্ত না করেই সময়ের সাথে সাথে একটি ফটো সিডিতে অতিরিক্ত ইমেজ যুক্ত করার অনুমতি দেয়। সেই সময় এটি একটি উল্লেখযোগ্য সুবিধা ছিল, কারণ এটি ডিজিটাল ছবির জন্য একটি নমনীয় এবং পুনঃব্যবহারযোগ্য স্টোরেজ মাধ্যম সরবরাহ করেছিল। মাল্টিসেশন ক্ষমতা মানে ব্যবহারকারীরা ছোট সংগ্রহের ইমেজ দিয়ে শুরু করতে পারে এবং একাধিক সিডি ছাড় াই আরও ছবি তোলার সাথে সাথে এটি প্রসারিত করতে পারে।
পিসিডিএস ফরম্যাট 'ইমেজ প্যাক' নামক একটি কৌশল ব্যবহার করে ইমেজ সংরক্ষণ করে। প্রতিটি ইমেজ প্যাকে একই ইমেজের পাঁচটি ভিন্ন রেজোলিউশন থাকে, যা 192x128 পিক্সেলের একটি বেস/প্রিভিউ রেজোলিউশন থেকে শুরু করে 2048x3072 পিক্সেলের সর্বোচ্চ রেজোলিউশন পর্যন্ত হয়। এই মাল্টি-রেজোলিউশন পদ্ধতিটি থাম্বনেইল প্রিভিউ থেকে উচ্চ-মানের প্রিন্ট পর্যন্ত বিভিন্ন ডিসপ্লে ডিভাইস এবং ব্যবহারের ক্ষেত্রে ফরম্যাটটিকে বহুমুখী করার জন্য ডিজাইন করা হয়েছিল। রেজোলিউশনগুলি কোডাক দ্বারা তৈরি একটি নিজস্ব কম্প্রেশন অ্যালগরিদম ব্যবহার করে এনকোড করা হয়, যা ফাইলের আকার হ্রাস করার সময় উচ্চ স্তরের ইমেজের গুণমান বজায় রাখার লক্ষ্য রাখে।
পিসিডিএস ফরম্যাটে ব্যবহৃত কম্প্রেশন অ্যালগরিদমটি একটি ডিসক্রিট কোসাইন ট্রান্সফর্ম (ডি.সি.টি.) এর উপর ভিত্তি করে, যা জেপিইজি ইমেজ ফরম্যাটে ব্যবহৃত অ্যালগরিদমের অনুরূপ। যাইহোক, কোডাকের বাস্তবায়নে ফটোগ্রাফিক ইমেজের নির্দিষ্ট বৈশিষ্ট্যগুলির জন্য অপ্টিমাইজেশন অন্তর্ভুক্ত রয়েছে। অ্যালগরিদমটি পিক্সেলের ব্লকগুলিতে ইমেজ ভেঙে, এই ব্লকগুলিকে ফ্রিকোয়েন্সি ডোমেনে রূপান্তরিত করে, ফ্রিকোয়েন্সি উপাদানগুলির পরিমাণ নির্ধারণ করে এবং তারপরে একটি লসি কম্প্রেশন কৌশল ব্যবহার করে ফলাফলটি এনকোড করে কাজ করে। এই প্রক্রিয়াটি ফটোগ্রাফের দৃশ্যমান গুণমান বজায় রাখার সময় ফাইলের আকারে উল্লেখযোগ্য হ্রাসের অনুমতি দেয়।
ইমেজ প্যাক ছাড়াও, পিসিডিএস ফরম্যাটে মেটাডেটার একটি পরিসরও অন্তর্ভুক্ত রয়েছে যা ইমেজ এবং এর তৈরির বর্ণনা দেয়। এই মেটাডেটায় ফটোগ্রাফ তোলার তারিখ এবং সময়, ব্যবহৃত ক্যামেরার ধরন, এক্সপোজার সেটিংস এবং অন্যান্য প্রাসঙ্গিক বিবরণের মতো তথ্য অন্তর্ভুক্ত থাকতে পারে। এই তথ্যটি একটি মানক ফরম্যাটে সংরক্ষণ করা হয়, যা এটিকে পিসিডিএস ফরম্যাটকে সমর্থন করে এমন সফ্টওয়্যারে অ্যাক্সেসযোগ্য করে তোলে এবং ফটো সিডি সংগ্রহের আরও ভালো সংগঠন এবং অনুসন্ধানের অনুমতি দেয়।
পিসিডিএস ফরম্যাট দ্বারা ব্যবহৃত রঙের স্থানটি আরেকটি দিক যা এটিকে তার সময়ের অন্যান্য ইমেজ ফরম্যাট থেকে আলাদা করে। পিসিডিএস ফটোওয়াইসিসি নামক একটি রঙের স্থান ব্যবহার করে, যা ওয়াইসিসি রঙের স্থানের একটি রূপ। ফটোওয়াইসিসি ফটোগ্রাফিক ফিল্ম এবং মানব দৃষ্টিশক্তির বৈশিষ্ট্যগুলির সাথে আরও ঘনিষ্ঠভাবে সামঞ্জস্য করার জন্য ডিজাইন করা হয়েছে। এটি লুমিন্যান্স তথ্য (ওয়াই) ক্রোমিন্যান্স তথ্য (সিসি) থেকে আলাদা করে, যা ইমেজগুলি প্রদর্শিত বা মুদ্রিত হলে আরও দক্ষ কম্প্রেশন এবং আরও ভালো রঙের প্রজনন করার অনুমতি দেয়।
সময়ের জন্য এর উন্নত বৈশিষ্ট্য সত্ত্বেও, পিসিডিএস ফরম্যাটটি বেশ কয়েকটি চ্যালেঞ্জের সম্মুখীন হয়েছিল যা এর ব্যাপক গ্রহণযোগ্যতাকে সীমাবদ্ধ করেছিল। প্রধান সমস্যাগুলির মধ্যে একটি ছিল ফটো সিডি পড়ার এবং লেখার জন্য বিশেষ হার্ডওয়্যার এবং সফ্টওয়্যারের প্রয়োজন। যদিও কোডাক এই প্রয়োজনীয়তার জন্য সমাধান দিয়েছিল, তবে এগুলি প্রায়শই ব্যয়বহুল এবং ব্যাপকভাবে উপলব্ধ ছিল না, যা গড় ভোক্তার কাছে ফরম্যাটটিকে কম অ্যাক্সেসযোগ্য করে তুলেছিল। উপরন্তু, ফরম্যাটের নিজস্ব প্রকৃতির অর্থ ছিল যে এটি জেপিইজি এবং টিআইএফএফের মতো ক্রমবর্ধমান
এই রূপান্তরকারী সম্পূর্ণ ভাবে আপনার ব্রাউজারে চলে। যখন আপনি একটি ফাইল নির্বাচন করেন, তা স্মৃতিতে পড়ে এবং নির্বাচিত ফর্ম্যাটে রূপান্তরিত হয়। আপনি তারপর রূপান্তরিত ফাইলটি ডাউনলোড করতে পারেন।
রূপান্তরগুলি তাৎক্ষণিকভাবে শুরু হয়, এবং বেশিরভাগ ফাইল এক সেকেন্ডের মধ্যে রূপান্তরিত হয়। বড় ফাইলগুলি আরও বেশি সময় নিতে পারে।
আপনার ফাইলগুলি কখনই আমাদের সার্ভারে আপলোড করা হয় না। তারা আপনার ব্রাউজারে রূপান্তরিত হয়, এবং রূপান্তরিত ফাইলটি তারপর ডাউনলোড করা হয়। আমরা কখনই আপনার ফাইলগুলি দেখি না।
আমরা সমস্ত চিত্র ফর্ম্যাটের মধ্যে রূপান্তর করার সমর্থন করি, যা অন্তর্ভুক্ত JPEG, PNG, GIF, WebP, SVG, BMP, TIFF, এবং আরও অনেক কিছু।
এই রূপান্তরকারী সম্পূর্ণ বিনামূল্যে, এবং সর্বদা বিনামূল্যে থাকবে। কারণ এটি আপনার ব্রাউজারে চলে, আমাদের সার্ভারের জন্য পেমেন্ট করতে হয় না, তাই আমাদের আপনাকে চার্জ করার প্রয়োজন নেই।
হ্যাঁ! আপনি যত ফাইল চান তত একবারে রূপান্তর করতে পারেন। শুধু আপনি যখন তাদের যোগ করেন তখন একাধিক ফাইল নির্বাচন করুন।