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।
ট্রুভিশন টিজিএ ইমেজ ফরম্যাট, যা প্রায়ই কেবল টিজিএ নামে পরিচিত, প্রাথমিকভাবে ট্রুভিশন ইনকর্পোরেটেড (বর্তমানে অ্যাভিড টেকনোলজির অংশ) দ্বারা 1980-এর মাঝামাঝি সময়ে আইবিএম সামঞ্জস্যপূর্ণ পিসিগুলির জন্য ডিজাইন করা তাদের টিএআরজিএ এবং ভিস্টা গ্রাফিক্স কার্ডের লাইনের সাথে ব্যবহারের জন্য তৈরি করা হয়েছিল। এই ফরম্যাটটি বিশেষভাবে বিস্তৃত রঙের গভীরতা সমর্থন করার ক্ষমতার জন্য পছন্দ করা হয়েছিল, যা এটিকে প্রাথমিক ডিজিটাল ভিডিও সম্পাদনা এবং গ্রাফিক ডিজাইনে একটি স্ট্যান্ডার্ড পছন্দ করে তুলেছিল। এর অনেক সমসাময়িকদের থেকে ভিন্ন, টিজিএ ফরম্যাট প্রতি পিক্সেলে 32 বিট পর্যন্ত ইমেজ সমর্থন করে, যা স্বচ্ছতার জন্য একটি আলফা চ্যানেল সহ পূর্ণ-রঙের ইমেজের অনুমতি দেয় - এর সূচনার যুগে একটি উল্লেখযোগ্য সুবিধা।
টিজিএ ফরম্যাটের বহুমুখিতার মূলে রয়েছে এর ফাইল স্ট্রাকচার, যা একটি হেডার, ইমেজ আইডি ফিল্ড, রঙের মানচিত্র (যদি প্রযোজ্য হয়), ইমেজ ডেটা এবং একটি ফুটার নিয়ে গঠিত। হেডারটি 18 বাইট লম্বা এবং এতে ইমেজ সম্পর্কে গুরুত্বপূর্ণ তথ্য রয়েছে, যেমন এর মাত্রা, রঙের গভীরতা এবং এতে রঙের মানচিত্র রয়েছে কিনা। এই কমপ্যাক্ট তবে তথ্যবহুল হেডারটি টিজিএ ফাইলগুলিকে পার্স এবং ম্যানিপুলেট করা সহজ করে তোলে, যা তাদের জনপ্রিয়তায় অবদান রাখে। ইমেজ আইডি ফিল্ড, যা হেডারের পরে আসে, বিকল্প এবং এটি ইচ্ছামতো ব্যবহারকারী-সংজ্ঞায়িত ডেটা সঞ্চয় করতে পারে, যা ইমেজ ফাইল ফরম্যাটে অসাধারণ নমনীয়তার একটি স্তর যোগ করে।
টিজিএ ফরম্যাটের অসামান্য বৈশিষ্ট্যগুলির মধ্যে একটি হল বিভিন্ন ধরনের ইমেজ ডেটা এনকোডিংয়ের জন্য এর সমর্থন: আনকমপ্রেসড, রান-লেন্থ এনকোডিং (আরএলই) কমপ্রেসড এবং, কিছু বৈচিত্রে, হাফম্যান বা অ্যারিথমেটিক কোডিং। আনকমপ্রেসড টিজিএ ফাইলগুলি দ্রুততম রিড টাইম অফার করে এবং বাস্তবায়ন করা সবচেয়ে সহজ হলেও, আরএলই কমপ্রেশন একই রঙের পরপর পিক্সেলগুলিকে একটি একক মান এবং পুনরাবৃত্তি গণনা দিয়ে এনকোড করে ফাইলের আকারকে উল্লেখযোগ্যভাবে হ্রাস করে। এটি আরএলই-কমপ্রেসড টিজিএ ফাইলগুলিকে ফাইলের আকার এবং প্রসেসিং জটিলতার মধ্যে একটি ভারসাম্য তৈরি করে, যা সমৃদ্ধ, পূর্ণ-রঙের ইমেজ এবং আরও সহজ গ্রাফিক্স উভয়ের জন্যই উপযুক্ত।
রঙের মানচিত্র বিভাগটি টিজিএ ফরম্যাটের আরেকটি সমালোচনামূলক দিক, যা সূচীযুক্ত রঙের ইমেজগুলিকে সক্ষম করে। এই মোডে, ইমেজ ডেটা প্রকৃত রঙগুলি সঞ্চয় করে না তবে রঙের মানচিত্র বিভাগে সংজ্ঞায়িত একটি প্যালেটে সূচকগুলি সঞ্চয় করে। এটি লোগো বা গ্রাফিকাল ইউজার ইন্টারফেস উপাদানগুলির মতো সীমিত রঙের প্যালেট সহ ইমেজগুলির জন্য ফাইলের আকারকে নাটকীয়ভাবে হ্রাস করতে পারে। রঙের মানচিত্রটি বিকল্প এবং এর উপস্থিতি হেডারে নির্দেশিত হয়। উপস্থিত থাকলে, এটি প্রকৃত ইমেজ ডেটার আগে আসে, যা ডিকোডারগুলিকে ইমেজ পিক্সেলগুলি প্রসেস করার আগে রঙের প্যালেট প্রস্তুত করার অনুমতি দেয়।
স্বচ্ছতা এবং আলফা চ্যানেলগুলি টিজিএ ফরম্যাটে সম্পূর্ণরূপে সমর্থিত, যা এর সময়ের কিছু প্রতিদ্বন্দ্বী ফরম্যাটের তুলনায় একটি উল্লেখযোগ্য সুবিধা প্রদান করে। আলফা চ্যানেল ডেটা দুটি উপায়ে সঞ্চয় করা যেতে পারে: প্রতিটি পিক্সেলের সাথে সংযুক্ত একটি পৃথক 8-বিট মান হিসাবে বা 32-বিট ইমেজের জন্য পিক্সেল ডেটাতে সংহত (রঙের জন্য 24 বিট এবং আলফার জন্য 8 বিট)। এই বৈশিষ্ট্যটি টিজিএ ফাইলগুলিকে ডিজিটাল ইমেজিং কাজে একটি প্রধান অবস্থানে রেখেছে যেখানে স্বচ্ছ অঞ্চলগুলির অখণ্ডতা বজায় রাখা বা নরম-প্রান্তযুক্ত স্বচ্ছতা বাস্তবায়ন করা অত্যন্ত গুরুত্বপূর্ণ, যেমন গেম ডেভেলপমেন্ট এবং গ্রাফিক ডিজাইনে।
টিজিএ ফরম্যাটের আরেকটি উল্লেখযোগ্য বৈশিষ্ট্য হল হেডারে নির্দিষ্ট হিসাবে, উপর থেকে নিচে এবং বাম থেকে ডানে বা এর বিপরীতে ইমেজ ডেটা সঞ্চয় করার ক্ষমতা। এই নমনীয়তা বিভিন্ন গ্রাফিক্স হার্ডওয়্যার এবং সফ্টওয়্যারের সাথে সহজ সামঞ্জস্যের অনুমতি দেয়, যার মূল ইমেজ অরিয়েন্টেশন পছন্দগুলি ভিন্ন হতে পারে। উভয় অরিয়েন্টেশনকে সমর্থন করে, টিজিএ ফাইলগুলি সম্ভাব্য মান-হ্রাসকারী ইমেজ রূপান্তরের প্রয়োজন ছাড়াই ব্যবহার করা যেতে পারে, ডিজিটাল আর্টওয়ার্কের মূল বিশ্বস্ততা সংরক্ষণ করে।
এর সুবিধাগুলি সত্ত্বেও, টিজিএ ফরম্যাটের কিছু সীমাবদ্ধতা রয়েছে। উদাহরণস্বরূপ, এটি স্বাভাবিকভাবে জেপিইজি-এ পাওয়া লসি কমপ্রেশন পদ্ধতিগুলিকে সমর্
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।
আ পনার 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।