మీరు పుస్తకాన్ని టెక్స్ట్ ఫార్మాట్‌లో డిజిటలైజ్ చేయాలనుకుంటే, మీకు అనేక ప్రశ్నలు ఉండవచ్చు. చేయవచ్చా.. నాణ్యత ఎలా ఉంది, బాగుందా? దీన్ని చేయడం మాత్రమే కాదు, స్కాన్ చేసిన పత్రాన్ని వర్డ్‌గా మార్చడానికి అనేక మార్గాలు కూడా ఉన్నాయి. చూద్దాము:
- డాక్యుమెంట్‌ను PDF ఫార్మాట్‌లో స్కాన్ చేయడం మరియు దానిని సవరించడం తర్వాత Adobe Acrobat XI Proతో దీన్ని వర్డ్ ఫార్మాట్‌లో సేవ్ చేయండి. అక్రోబాట్ యొక్క ప్రో వెర్షన్ చెల్లించబడింది, కానీ మీరు 30-రోజుల ట్రయల్ లైసెన్స్‌ను ఉచితంగా కొనుగోలు చేయవచ్చు.
- OnlineOCR.net వెబ్‌సైట్ నుండి. PDF, JPG, TIFF మరియు GIF ఫార్మాట్లలోని పత్రాలను Word, Excel మరియు టెక్స్ట్‌గా మార్చడానికి ఈ వెబ్ అప్లికేషన్ మిమ్మల్ని అనుమతిస్తుంది. ఉచిత సంస్కరణలో మనం గంటకు 15 పేజీలు మరియు ఒకటి కంటే ఎక్కువ పేజీలు లేని పత్రాలను మార్చవచ్చు.
- పత్రాన్ని (OCR) ఫార్మాట్‌లో స్కాన్ చేస్తోంది మరియు దానిని టెక్స్ట్‌గా సేవ్ చేస్తోంది. అప్పుడు మనం Wordని తెరిచి .doc ఫార్మాట్‌లో సవరించవచ్చు లేదా సేవ్ చేయవచ్చు.
- కొన్ని ఆప్టికల్ క్యారెక్టర్ రికగ్నిషన్ ప్రోగ్రామ్‌ని ఉపయోగించడం:
- VueScan (Windows, Mac OS X మరియు Linux కోసం అందుబాటులో ఉంది)
- కూక(Linux కోసం)
- ఆఫీస్ లెన్స్ (కోసం ఆండ్రాయిడ్ మరియు iOS)
- CamScanner (కోసం ఆండ్రాయిడ్ మరియు iOS)
అడోబ్ అక్రోబాట్ ప్రో ద్వారా మనం చెప్పగలిగే అత్యంత ప్రభావవంతమైన మార్గం, కానీ స్కాన్ చాలా చాలా శుభ్రంగా మరియు అధిక నాణ్యతతో ఉంటే మాత్రమే. ఆప్టికల్ క్యారెక్టర్ రికగ్నిషన్ అప్లికేషన్లు చాలా ముందుకు వచ్చాయి, కానీ అవి ఇప్పటికీ బోల్డ్ లేదా ఇటాలిక్ వంటి వాటితో కొన్ని లొసుగులను చూపుతాయి మరియు అసలు పత్రం యొక్క ఫాంట్ రకాన్ని బట్టి కొన్ని పదాల లిప్యంతరీకరణ తప్పు కావచ్చు.
ఏమి జరుగుతుందో చూడటానికి ఈ పత్రాన్ని స్కాన్ చేసి, వర్డ్‌కి పాస్ చేయడానికి ప్రయత్నించండిస్కానర్ నుండే
కొన్ని స్కానర్‌లు వారి స్వంత స్కానింగ్ ప్రోగ్రామ్‌లో ఆప్టికల్ రికగ్నిషన్ (OCR) ఫీచర్‌ను కలిగి ఉంటాయి. డాక్యుమెంట్‌ను టెక్స్ట్‌లోకి స్కాన్ చేయడానికి, మీరు డిజిటలైజేషన్ ఫార్మాట్‌ను సెట్ చేసి, OCR లేదా అలాంటిదే (ఇది స్కానర్ యొక్క బ్రాండ్/మోడల్‌పై ఆధారపడి ఉంటుంది)ని సూచించేదాన్ని చూడాలి.
Adobe Acrobat XI Proతో PDF నుండి Wordకి వెళ్లండి
ఒకసారి Adobe Acrobat XI Pro (ఇక్కడ మీకు 30-రోజుల ఉచిత ట్రయల్ వెర్షన్ ఉంది) దీనికి వెళ్లండి "సాధనాలు -> టెక్స్ట్ గుర్తింపు -> ఈ ఫైల్‌లో”.
కిటికీలో "వచనాన్ని గుర్తించండి"నొక్కండి"సవరించు”మరియు టెక్స్ట్ లాంగ్వేజ్, అవుట్‌పుట్ స్టైల్ మరియు రిజల్యూషన్‌ని ఎంచుకోండి.
పూర్తి చేయడానికి, తిరిగి వెళ్ళు "సాధనాలు -> కంటెంట్ సవరణ -> వచనం మరియు చిత్రాలను సవరించండి”మరియు మీరు పదాన్ని సరిదిద్దాలంటే వచనాన్ని సవరించండి. పూర్తి చేయడానికి, "పై క్లిక్ చేయండిఫైల్ -> ఇలా సేవ్ చేయండి”మరియు దానిని వర్డ్ ఫార్మాట్‌లో సేవ్ చేయండి.
ఆన్‌లైన్ OCR
OnlineOCR అనేది చిత్రాలను లేదా pdfలను Wordకి బదిలీ చేయడానికి ఒక వెబ్ అప్లికేషన్ మరియు దీనిని ఉపయోగించడం చాలా సులభం. ఇది ఎలా పని చేస్తుందో నేను వివరిస్తాను: నమోదు చేయండి //www.onlineocr.net/ మరియు "పై క్లిక్ చేయండిఫైల్‌ని ఎంచుకోండి”. స్కాన్ చేసిన డాక్యుమెంట్‌ని ఎంచుకుని, స్క్రీన్ మధ్యలో మీరు కలిగి ఉన్న 2 డ్రాప్-డౌన్ మెనుల నుండి భాష మరియు అవుట్‌పుట్ ఆకృతిని ఎంచుకోండి.
పూర్తి చేయడానికి "పై క్లిక్ చేయండిమార్చు”. దానికి దిగువన ఒక సాదా వచన పరిదృశ్యం కనిపిస్తుంది, మీరు ఏవైనా పదాలను సరిచేయవలసి వస్తే మీరు సవరించవచ్చు. చివరగా "పై క్లిక్ చేయండిఅవుట్‌పుట్ ఫైల్‌ను డౌన్‌లోడ్ చేయండి”మరియు మీరు ఫైల్‌ను వర్డ్ ఫార్మాట్‌లో డౌన్‌లోడ్ చేసుకోవచ్చు. OnlineOCRతో వర్డ్‌గా మార్చబడిన PDF యొక్క ఉదాహరణ ఇక్కడ ఉంది:
- అసలు PDF:
- మార్చబడిన పత్రం:
ఈ వెబ్ అప్లికేషన్ మిమ్మల్ని సంతృప్తిపరచకపోతే, మీరు ఇలాంటి ఇతర ప్రత్యామ్నాయాలను ప్రయత్నించవచ్చు FreeOCR లేదా ఉచిత-ఆన్‌లైన్-OCR.
ఆప్టికల్ క్యారెక్టర్ రికగ్నిషన్ (OCR) ప్రోగ్రామ్‌లు
మీరు మీ పత్రాలను ఆన్‌లైన్‌లో సవరించకూడదనుకుంటే మరియు మీకు డెస్క్‌టాప్ అప్లికేషన్ అవసరమైతే మీరు వంటి అప్లికేషన్‌లను ఉపయోగించవచ్చు VueScan (ఇది సర్వత్రా విండోస్‌తో పాటు Mac మరియు Linux కోసం కూడా అందుబాటులో ఉంది).
డాక్యుమెంట్‌ను స్కాన్ చేయడానికి మరియు దానిని నేరుగా టెక్స్ట్‌గా మార్చడానికి మీ Android లేదా iOS పరికరాన్ని ఉపయోగించడం మరొక అవకాశం. వంటి అప్లికేషన్లు ఉన్నాయి ఆఫీస్ లెన్స్ (కోసం ఆండ్రాయిడ్ మరియు iOS) లేదా CamScanner (కోసం ఆండ్రాయిడ్ మరియు iOS) అదే అప్లికేషన్ నుండి మొత్తం ప్రక్రియను నిర్వహిస్తుంది. ఈ సందర్భాలలో చిత్రాన్ని టెక్స్ట్‌గా మార్చే ముందు శుభ్రం చేయాలని సిఫార్సు చేయబడింది. మీరు ఈ పద్ధతి గురించి మరింత తెలుసుకోవాలనుకుంటే, చూడండి ఈ పోస్ట్.
నా అభిప్రాయం ప్రకారం, ఆప్టికల్ క్యారెక్టర్ రికగ్నిషన్ టెక్నిక్, ఇది ఇటీవలి సంవత్సరాలలో చాలా మెరుగుపడినప్పటికీ, ఖచ్చితమైన టెక్నిక్‌గా ఉండటానికి ఇంకా కాంతి సంవత్సరాల దూరంలో ఉంది. చాలా వివరాలు, అది తప్పుడు అక్షరాలు మరియు చిహ్నాలతో "అనువదించే" పదాలు. అతనికి ఇంకా ఆ అదనపు తెలివి లేదు అది మిమ్మల్ని చూసేలా చేస్తుంది "t &! $ olog1a»వచనంలోని ఏదైనా పదానికి చెల్లుబాటు అయ్యే అనువాదం కాదు. నేను ఇప్పటికీ పఠన గ్రహణశక్తిని చూడలేదు, కానీ మిగిలిన వచనంతో వాటిని ఏకీకృతం చేయకుండా పదాలను రూపొందించే వ్యక్తిగత అక్షరాల యొక్క సాధారణ దృశ్యమాన గుర్తింపు. అయితే, మనం ఆ చివరి గొప్ప ఎత్తును వేసే క్షణం రోజురోజుకు దగ్గరవుతుందని నేను నిశ్చయించుకున్నాను.
