સ્કેન અને ઓસીઆર

શુભ બપોર

જ્યારે તમારે પેપર દસ્તાવેજનું ઇલેક્ટ્રોનિક સ્વરૂપમાં અનુવાદ કરવાની જરૂર હોય ત્યારે સંભવતઃ અમને દરેક કાર્યનો સામનો કરવો પડ્યો. આ ખાસ કરીને જેઓ અભ્યાસ કરે છે, દસ્તાવેજીકરણ સાથે કામ કરે છે, ઇલેક્ટ્રોનિક શબ્દકોશોનો ઉપયોગ કરીને પાઠો અનુવાદિત કરે છે.

આ લેખમાં હું આ પ્રક્રિયાના કેટલાક મૂળભૂતોને શેર કરવા માંગું છું. સામાન્ય રીતે, સ્કેનિંગ અને ટેક્સ્ટ ઓળખાણનો સમય ઘણો સમય લે છે, કારણ કે મોટાભાગના ઑપરેશન્સ જાતે જ કરવા પડશે. અમે કેવી રીતે, કેવી રીતે અને કેમ તે નક્કી કરવાનો પ્રયત્ન કરીશું.

દરેક જણ તરત જ એક વસ્તુ સમજે છે. સ્કેનીંગ કર્યા પછી (સ્કેનર પરની તમામ શીટ્સને ફીટ કરવા) તમારી પાસે BMP, JPG, PNG, GIF ફોર્મેટની છબીઓ હશે (ત્યાં અન્ય ફોર્મેટ હોઈ શકે છે). તેથી આ ચિત્રમાંથી તમને ટેક્સ્ટ મેળવવાની જરૂર છે - આ પ્રક્રિયાને માન્યતા કહેવામાં આવે છે. આ ક્રમમાં, અને નીચે રજૂ કરવામાં આવશે.

1. સ્કેનીંગ અને માન્યતા માટે શું જરૂરી છે?

1) સ્કેનર

છાપેલ દસ્તાવેજોને ટેક્સ્ટ સ્વરૂપમાં અનુવાદિત કરવા માટે, તમારે પહેલા સ્કેનરની જરૂર છે, તે મુજબ, "મૂળ" પ્રોગ્રામ્સ અને ડ્રાઇવર્સ કે જે તેની સાથે ગયા. તેમની સાથે તમે દસ્તાવેજને સ્કેન કરી શકો છો અને આગળ પ્રક્રિયા માટે તેને સાચવી શકો છો.

તમે અન્ય એનાલોગનો ઉપયોગ કરી શકો છો, પરંતુ કિટમાં સ્કેનર સાથે આવેલો સૉફ્ટવેર સામાન્ય રીતે ઝડપી કાર્ય કરે છે અને વધુ વિકલ્પો ધરાવે છે.

તમારી પાસે કયા પ્રકારના સ્કેનર છે તેના આધારે - કાર્યની ગતિ નોંધપાત્ર રીતે બદલાઈ શકે છે. ત્યાં સ્કેનર્સ છે જે શીટમાંથી 10 સેકંડમાં એક ચિત્ર મેળવી શકે છે, ત્યાં તે છે જે તેને 30 સેકંડમાં મળશે. જો તમે 200-300 શીટ્સ પર કોઈ પુસ્તક સ્કેન કરો છો - તો મને લાગે છે કે સમય માં તફાવત કેટલો વખત ગણાય તે મુશ્કેલ નથી?

2) માન્યતા માટે કાર્યક્રમ

અમારા લેખમાં, હું તમને ABBYY FineReader - કોઈપણ દસ્તાવેજોને સ્કેન કરવા અને ઓળખવા માટેનાં શ્રેષ્ઠ પ્રોગ્રામ્સમાંના એક કાર્યમાં બતાવીશ. ત્યારથી પ્રોગ્રામ ચૂકવવામાં આવે છે, પછી તરત જ હું બીજાને એક લિંક આપીશ - તે કુની ફોર્મની મફત એનાલોગ. સાચું છે, હું તેમની તુલના કરીશ નહીં, કારણ કે ફાઇનરાઇડર બધી બાબતોમાં જીત્યો છે, હું તે બધાને અજમાવવાની ભલામણ કરું છું.

અબેબી ફાઇનરાઇડર 11

સત્તાવાર સાઇટ: //www.abbyy.ru/

તેના પ્રકારની શ્રેષ્ઠ કાર્યક્રમોમાંની એક. તે ચિત્રમાં લખાણને ઓળખવા માટે રચાયેલ છે. ઘણાં વિકલ્પો અને સુવિધાઓ બનાવી છે. તે ફોન્ટ્સનો સમૂહ વિશ્લેષિત કરી શકે છે, હસ્તાક્ષરિત સંસ્કરણોને પણ સપોર્ટ કરે છે (જો કે મેં વ્યક્તિગત રૂપે આનો પ્રયાસ કર્યો નથી, મને લાગે છે કે હસ્તલિખિત સંસ્કરણની સંપૂર્ણ ઓળખાણ નહીં મળે ત્યાં સુધી તે ભાગ્યે જ ઓળખાય છે). તેની સાથે કામ કરવા વિશે વધુ માહિતી નીચે ચર્ચા કરવામાં આવશે. અમે અહીં નોંધ્યું છે કે આ લેખ પ્રોગ્રામ 11 સંસ્કરણોમાં કાર્યને આવરી લેશે.

નિયમ પ્રમાણે, એબીબીવાય ફાઇનારેડરની વિવિધ આવૃત્તિઓ એકબીજાથી અલગ નથી. તમે સરળતાથી બીજામાં પણ તે કરી શકો છો. મુખ્ય તફાવત એ સુવિધા, ગતિની ગતિવિધિઓ અને તેના ક્ષમતાઓમાં હોઈ શકે છે. ઉદાહરણ તરીકે, અગાઉના સંસ્કરણો પીડીએફ દસ્તાવેજ અને ડીજેવીયુ ખોલવાનો ઇનકાર કરે છે ...

3) સ્કેન કરવા માટે દસ્તાવેજો

હા, તેથી અહીં, મેં અલગ સ્તંભમાં દસ્તાવેજો કાઢવાનો નિર્ણય કર્યો. મોટા ભાગના કિસ્સાઓમાં, કોઈપણ પાઠયપુસ્તકો, અખબારો, લેખો, સામયિકો, વગેરે સ્કેન કરો માંગમાં છે તે પુસ્તકો અને સાહિત્ય. હું શું કરી રહ્યો છું? વ્યક્તિગત અનુભવથી, હું કહી શકું છું કે તમે જે સ્કેન કરવા માંગો છો - તે પહેલાથી જ નેટ પર હોઈ શકે છે! જ્યારે મેં એક પુસ્તક અથવા બીજું નેટવર્ક પર પહેલાથી સ્કેન કર્યું ત્યારે મને કેટલો સમય સમય બચાવ્યો. મારે ફક્ત ટેક્સ્ટને દસ્તાવેજમાં કૉપિ કરવું હતું અને તેની સાથે ચાલુ રાખવું હતું.

આ સરળ સલાહથી - તમે કંઇક સ્કેન કરો તે પહેલાં, તપાસો કે કોઈએ પહેલાથી જ તેને સ્કૅન કર્યું છે અને તમારે તમારો સમય બગાડવાની જરૂર નથી.

2. લખાણ સ્કેનિંગ વિકલ્પો

અહીં, હું તમારા ડ્રાઇવરો વિશે સ્કેનર, તેના દ્વારા ચાલતા પ્રોગ્રામ્સ વિશે વાત નહીં કરું, કારણ કે બધા સ્કેનર મોડલ્સ અલગ હોય છે, કારણ કે સૉફ્ટવેર એ દરેક જગ્યાએ જુદી જુદી છે અને અનુમાન લગાવવું અને ઓપરેશન કેવી રીતે કરવું તે વધુ સ્પષ્ટ રીતે અવાસ્તવિક છે.

પરંતુ બધા સ્કેનર્સની સમાન સેટિંગ્સ હોય છે જે તમારા કાર્યની ગતિ અને ગુણવત્તાને ખૂબ પ્રભાવિત કરી શકે છે. અહીં તેમના વિશે હું ફક્ત અહીં વાત કરીશ. હું ક્રમમાં યાદી કરશે.

1) સ્કેન ગુણવત્તા - ડીપીઆઇ

સૌ પ્રથમ, 300 ડીપીઆઇ કરતા ઓછા ન હોય તેવા વિકલ્પોમાં સ્કેન ગુણવત્તા સેટ કરો. જો શક્ય હોય તો થોડી વધારે મૂકી દેવાની ભલામણ કરવામાં આવે છે. DPI સૂચક જેટલું ઊંચું છે, તમારી ચિત્ર સ્પષ્ટ થશે, અને તેથી આગળ પ્રક્રિયા વધુ ઝડપી થઈ જશે. આ ઉપરાંત, સ્કેનની ગુણવત્તા વધારે છે - તમારી ભૂલો પછીથી ઓછી થઈ ગઈ છે.

શ્રેષ્ઠ વિકલ્પ, સામાન્ય રીતે 300-400 ડીપીઆઈ પૂરી પાડે છે.

2) રંગસૂત્રીયતા

આ પરિમાણ સ્કેન સમયને મોટા પ્રમાણમાં અસર કરે છે (માર્ગ દ્વારા, ડીપીઆઇ પણ પ્રભાવિત કરે છે, પરંતુ તે એટલા મજબૂત છે, અને જ્યારે વપરાશકર્તા ઉચ્ચ મૂલ્યોને સેટ કરે છે).

સામાન્ય રીતે ત્રણ મોડ હોય છે:

કાળો અને સફેદ (સાદા લખાણ માટે સંપૂર્ણ);

- ગ્રે (કોષ્ટકો અને ચિત્રો સાથે ટેક્સ્ટ માટે યોગ્ય);

રંગ (રંગ સામયિકો, પુસ્તકો, સામાન્ય રીતે, દસ્તાવેજો, જ્યાં રંગ મહત્વપૂર્ણ છે).

સામાન્ય રીતે સ્કેન સમય રંગની પસંદગી પર આધાર રાખે છે. આખરે, જો તમારી પાસે વિશાળ દસ્તાવેજ હોય, તો આ પૃષ્ઠ પર વધારાની 5-10 સેકંડ પણ એક યોગ્ય સમય હશે ...

3) ફોટા

તમે માત્ર દસ્તાવેજને સ્કેનીંગ કરીને જ નહીં, પણ તેની એક ચિત્ર લઈને દસ્તાવેજ મેળવી શકો છો. નિયમ તરીકે, આ કિસ્સામાં તમને કેટલીક અન્ય સમસ્યાઓ હશે: છબી વિકૃતિ, અસ્પષ્ટતા. આના કારણે, પ્રાપ્ત ટેક્સ્ટની વધુ સંપાદન અને પ્રક્રિયા કરવાની આવશ્યકતા હોઈ શકે છે. અંગત રીતે, હું આ વ્યવસાય માટે કૅમેરાનો ઉપયોગ કરવાની ભલામણ કરતો નથી.

નોંધવું મહત્વપૂર્ણ છે કે આવા દરેક દસ્તાવેજ ઓળખવામાં આવશે નહીં, કારણ કે સ્કેન ગુણવત્તા તે અત્યંત ઓછી હોઈ શકે છે ...

3. દસ્તાવેજના લખાણની ઓળખ

અમે માનીએ છીએ કે તમને મળેલ સ્કેન કરેલા પૃષ્ઠો સ્કેન કરેલા છે. મોટેભાગે તેઓ ફોર્મેટ્સ છે: ટીઆઈએફ, બીએમબી, જેપીજી, PNG. સામાન્ય રીતે, એબીબીવાય ફાઇનારેડર માટે - આ ખૂબ જ મહત્વપૂર્ણ નથી ...

ABBYY FineReader માં ચિત્ર ખોલ્યા પછી, પ્રોગ્રામ તરીકે, પ્રોગ્રામ, મશીન પર ક્ષેત્ર પસંદ કરવાનું શરૂ કરે છે અને તેમને ઓળખે છે. પરંતુ ક્યારેક તે ખોટું કરે છે. આ માટે આપણે ઇચ્છિત વિસ્તારોની પસંદગી જાતે ધ્યાનમાં લઈએ છીએ.

તે અગત્યનું છે! પ્રોગ્રામમાં કોઈ દસ્તાવેજ ખોલ્યા પછી તરત જ દરેક વ્યક્તિ સમજી શકતું નથી, સ્ત્રોત દસ્તાવેજ વિંડોમાં ડાબી બાજુએ પ્રદર્શિત થાય છે, જેમાં તમે વિવિધ ક્ષેત્રોને પ્રકાશિત કરો છો. "માન્યતા" બટન પર ક્લિક કર્યા પછી, જમણી બાજુની વિંડોમાંનો પ્રોગ્રામ તમને સમાપ્ત ટેક્સ્ટ લાવશે. માન્યતા પછી, તે જ FineReader માં ભૂલો માટેના લખાણને તપાસવું સલાહભર્યું છે.

3.1 ટેક્સ્ટ

આ ક્ષેત્રનો ટેક્સ્ટ પ્રકાશિત કરવા માટે ઉપયોગ થાય છે. ચિત્રો અને કોષ્ટકો તેમાંથી બાકાત રાખવું જોઈએ. દુર્લભ અને અસામાન્ય ફોન્ટ્સ મેન્યુઅલી દાખલ કરવા પડશે ...

ટેક્સ્ટ એરિયા પસંદ કરવા માટે, ફાઇનરાઇડરનાં શીર્ષ પરની પેનલ પર ધ્યાન આપો. ત્યાં એક બટન "ટી" છે (જુઓ. નીચે સ્ક્રીનશૉટ, માઉસ પોઇન્ટર આ બટન પર છે). તેના પર ક્લિક કરો, પછી નીચે આપેલા ચિત્રમાં એક સુંદર લંબચોરસ વિસ્તાર પસંદ કરો જેમાં ટેક્સ્ટ સ્થિત છે. તે રીતે, કેટલાક કિસ્સાઓમાં તમારે 2-3 ના ટેક્સ્ટ બ્લોક્સ અને કેટલીકવાર 10-12 પૃષ્ઠો બનાવવાની જરૂર છે, કારણ કે ટેક્સ્ટ ફોર્મેટિંગ અલગ હોઈ શકે છે અને સમગ્ર ક્ષેત્રને એક લંબચોરસથી પસંદ કરી શકતા નથી.

તે નોંધવું મહત્વપૂર્ણ છે કે છબીઓ ટેક્સ્ટ એરિયામાં ન આવવા જોઈએ! ભવિષ્યમાં, તે તમને ઘણો સમય બચાવશે ...

3.2 ચિત્રો

નબળી ગુણવત્તા અથવા અસામાન્ય ફોન્ટને લીધે છબીઓ અને તે ક્ષેત્રોને ઓળખવા મુશ્કેલ છે તે હાઇલાઇટ કરવા માટે વપરાય છે.

નીચે સ્ક્રીનશૉટમાં, માઉસ પોઇન્ટર "ચિત્ર" વિસ્તાર પસંદ કરવા માટે ઉપયોગમાં લેવાતા બટન પર સ્થિત છે. આ રીતે, આ ક્ષેત્રમાં કોઈ પણ ભાગનો ભાગ પસંદ કરી શકાય છે, અને ફાઇનરાઇડર પછી તેને દસ્તાવેજમાં એક સામાન્ય છબી તરીકે શામેલ કરશે. એટલે માત્ર "મૂર્ખ" નકલ કરશે ...

સામાન્ય રીતે, આ ક્ષેત્રનો ઉપયોગ નૉન-સ્ટાન્ડર્ડ ટેક્સ્ટ અને ફૉન્ટને પ્રકાશિત કરવા માટે, નબળી સ્કેન કરેલા કોષ્ટકોને પ્રકાશિત કરવા માટે થાય છે.

3.3 કોષ્ટકો

નીચેની સ્ક્રીનશૉટ કોષ્ટકોને પ્રકાશિત કરવા માટે બટન બતાવે છે. સામાન્ય રીતે, હું તેનો ભાગ્યે જ ઉપયોગ કરું છું. હકીકત એ છે કે તમારે ટેબલ પર પ્રત્યેક લાઇનને નિયમિતરૂપે ડ્રો કરવી અને પ્રોગ્રામ કેવી રીતે અને કેવી રીતે બતાવવો છે. જો ટેબલ નાની હોય અને ખૂબ સારી ગુણવત્તા ન હોય, તો હું આ હેતુઓ માટે "ચિત્ર" વિસ્તારનો ઉપયોગ કરવાની ભલામણ કરું છું. આથી ઘણો સમય બચાવવામાં આવે છે, અને પછી તમે ચિત્રના આધારે શબ્દમાં ઝડપથી એક કોષ્ટક બનાવી શકો છો.

3.4 બિનજરૂરી વસ્તુઓ

તે નોંધવું મહત્વપૂર્ણ છે. કેટલીકવાર પૃષ્ઠ પર બિનજરૂરી તત્વો હોય છે જે ટેક્સ્ટને ઓળખવાનું મુશ્કેલ બનાવે છે અથવા તમને ઇચ્છિત ક્ષેત્ર પસંદ કરવા દેતું નથી. તેઓ "ઇરેઝર" નો ઉપયોગ કરીને દૂર કરી શકાય છે.

આ કરવા માટે, છબી સંપાદન મોડ પર જાઓ.

ઇરેઝર ટૂલ પસંદ કરો અને અનિચ્છનીય ક્ષેત્ર પસંદ કરો. તે ભૂંસી નાખવામાં આવશે અને તેના સ્થાને કાગળની સફેદ શીટ હશે.

માર્ગ દ્વારા, હું તમને આ વિકલ્પનો ઉપયોગ શક્ય તેટલો વાર કરવા માટે ભલામણ કરું છું. તમે પસંદ કરેલા બધા ટેક્સ્ટ વિસ્તારોનો પ્રયાસ કરો, જ્યાં તમને ટેક્સ્ટના ભાગની જરૂર નથી, અથવા કોઈ બિનજરૂરી બિંદુઓ, અસ્પષ્ટતા, વિકૃતિઓ - એક ભૂંસવા માટેનું રબર સાથે કાઢી નાખો. આ માન્યતા માટે આભાર વધુ ઝડપી હશે!

4. પીડીએફ / ડીજેવીયુ ફાઇલોની ઓળખ

સામાન્ય રીતે, આ માન્યતા ફોર્મેટ અન્યથી અલગ નહીં હોય - દા.ત. તમે ચિત્રો સાથે જ કામ કરી શકો છો. જો તમે પીડીએફ / ડીજેવીયુ ફાઇલો ખોલતા ન હોવ તો એકમાત્ર વસ્તુ પ્રોગ્રામ ખૂબ જૂનો હોવો જોઈએ નહીં - આવૃત્તિ 11 ને અપડેટ કરો.

થોડી સલાહ. ફાઇનરાઇડરમાં દસ્તાવેજ ખોલ્યા પછી - તે આપમેળે દસ્તાવેજને ઓળખવાનું શરૂ કરશે. ઘણી વખત પીડીએફ / ડીજેવીયુ ફાઇલોમાં, આખા ડોક્યુમેન્ટમાં પેજના ચોક્કસ ક્ષેત્રની જરૂર નથી! બધા પૃષ્ઠો પર આવા ક્ષેત્રને દૂર કરવા માટે, નીચે આપેલા કાર્ય કરો:

1. છબી સંપાદન વિભાગ પર જાઓ.

2. "આનુષંગિક બાબતો" વિકલ્પને સક્ષમ કરો.

3. તમને બધા પૃષ્ઠો પર આવશ્યક ક્ષેત્ર પસંદ કરો.

4. બધા પૃષ્ઠો અને ટ્રીમ પર લાગુ કરો ક્લિક કરો.

5. કામના પરિણામોની ચકાસણી અને બચત કરવામાં ભૂલ

એવું લાગે છે કે જ્યારે તમામ ક્ષેત્રો પસંદ કરવામાં આવ્યાં હતાં ત્યારે હજી પણ સમસ્યાઓ હોઈ શકે છે, પછી ઓળખી લેવામાં આવી - તેને લો અને સાચવો ... તે ત્યાં ન હતું!

પ્રથમ, આપણે દસ્તાવેજ તપાસવાની જરૂર છે!

તેને સક્ષમ કરવા માટે, માન્યતા પછી, જમણી બાજુની વિંડોમાં, "ચેક" બટન હશે, નીચે સ્ક્રીનશોટ જુઓ. તેને ક્લિક કર્યા પછી, FineReader પ્રોગ્રામ આપમેળે તે વિસ્તારો બતાવશે જ્યાં પ્રોગ્રામની ભૂલો છે અને તે એક અથવા બીજા પ્રતીકને વિશ્વસનીય રીતે નિર્ધારિત કરી શકતું નથી. તમારે ફક્ત પ્રોગ્રામની અભિપ્રાયથી પસંદ કરવું પડશે, અથવા તમારા પાત્રને દાખલ કરવો પડશે.

માર્ગ દ્વારા, લગભગ અડધા કિસ્સાઓમાં, લગભગ પ્રોગ્રામ તમને તૈયાર કરેલ યોગ્ય શબ્દ પ્રદાન કરશે - તમારે ફક્ત તે વિકલ્પ પસંદ કરવા માટે માઉસનો ઉપયોગ કરવો પડશે.

બીજું, તપાસ કર્યા પછી તમારે તમારા કાર્યના પરિણામને સાચવતા ફોર્મેટને પસંદ કરવાની જરૂર છે.

અહીં FineReader તમને સંપૂર્ણ વળાંક આપે છે: તમે ફક્ત એક જ શબ્દમાં માહિતીને સ્થાનાંતરિત કરી શકો છો અને તમે તેને ડઝનેક ફોર્મેટમાં સાચવી શકો છો. પરંતુ હું બીજું મહત્વનું પાસું પ્રકાશિત કરવા માંગું છું. તમે જે પણ ફોર્મેટ પસંદ કરો છો, તે કૉપિના પ્રકારને પસંદ કરવાનું વધુ મહત્વપૂર્ણ છે! સૌથી વધુ રસપ્રદ વિકલ્પો ધ્યાનમાં લો ...

ચોક્કસ નકલ

તમે માન્ય કરેલા દસ્તાવેજમાં પૃષ્ઠ પર પસંદ કરેલા બધા ક્ષેત્રો બરાબર સ્રોત દસ્તાવેજમાં મેળ ખાશે. જ્યારે તમારા માટે ટેક્સ્ટ ફોર્મેટિંગ ગુમાવવું મહત્વપૂર્ણ નથી ત્યારે ખૂબ અનુકૂળ વિકલ્પ. માર્ગ દ્વારા, ફૉન્ટ્સ પણ મૂળ સમાન હશે. હું દસ્તાવેજને વર્ડ પર સ્થાનાંતરિત કરવા આ વિકલ્પ સાથે ભલામણ કરું છું, ત્યાં વધુ કાર્ય ચાલુ રાખવા માટે.

સંપાદનયોગ્ય કૉપિ

આ વિકલ્પ સારો છે કારણ કે તમે ટેક્સ્ટનું પહેલાથી ફોર્મેટ કરેલ સંસ્કરણ મેળવો છો. એટલે "કિલોમીટર" નું ઇન્ડેન્ટેશન, જે મૂળ દસ્તાવેજમાં હોઈ શકે છે - તમે મળશો નહીં. જ્યારે તમે નોંધપાત્ર રીતે માહિતી સંપાદિત કરશો ત્યારે ઉપયોગી વિકલ્પ.

સાચું, તમારે ડિઝાઇન, ફોન્ટ્સ, ઇન્ડેન્ટ્સની શૈલીને સાચવવા માટે તમારા માટે મહત્વપૂર્ણ છે કે નહીં તે પસંદ કરવું જોઈએ નહીં. કેટલીકવાર, જો માન્યતા ખૂબ સફળ ન હોય - તો તમારો દસ્તાવેજ બદલાયેલ ફોર્મેટિંગને કારણે "સ્કૂબ" થઈ શકે છે. આ કિસ્સામાં, એક ચોક્કસ કૉપિ પસંદ કરવાનું સલાહ આપવામાં આવે છે.

સાદો ટેક્સ્ટ

દરેક વસ્તુ સિવાય પૃષ્ઠમાંથી માત્ર ટેક્સ્ટની જરૂર હોય તેવા લોકો માટે એક વિકલ્પ. ચિત્રો અને કોષ્ટકો વિના દસ્તાવેજો માટે યોગ્ય.

આ દસ્તાવેજ સ્કેનિંગ અને માન્યતા લેખને સમાપ્ત કરે છે. મને આશા છે કે આ સરળ ટિપ્સની મદદથી તમે તમારી સમસ્યાઓ હલ કરી શકો છો ...

શુભેચ્છા!

વિડિઓ જુઓ: CT SCAN Gujarati - CIMS Hospital (નવેમ્બર 2024).