तुम्ही कागदाचा स्कॅन किंवा फोटो PDF मध्ये साठवता, तेव्हा फाइलमध्ये फक्त पानाचे चित्र असते. अक्षरे दिसतात, पण संगणकाला ती अक्षरे म्हणून माहीत नसतात. त्यामुळे त्यातला शब्द शोधता येत नाही, परिच्छेद कॉपी करता येत नाही आणि स्क्रीन रीडर तो वाचू शकत नाही. OCR (ऑप्टिकल कॅरेक्टर रिकग्निशन) चित्रातील अक्षरे ओळखून PDF मध्ये खरा मजकूर जोडते.

तुमच्या PDF ला OCR ची गरज आहे का?

PDF उघडून Ctrl+F दाबा आणि दिसणारा शब्द शोधा. काही सापडले नाही, किंवा माउसने ओळ निवडता आली नाही, तर फाइल स्कॅन केलेली आहे आणि OCR लागेल. हे विशेषतः जुन्या कागदपत्रांचे स्कॅन, पावत्या, प्रमाणपत्रे आणि पुस्तकांच्या पानांसाठी खरे आहे.

OCR कसे करावे

1. शोधण्यायोग्य PDF (OCR) साधन उघडा आणि स्कॅन केलेली फाइल अपलोड करा.
2. कागदपत्रातील भाषा निवडा, उदाहरणार्थ मराठी किंवा इंग्रजी. मिश्र भाषा असल्यास योग्य संयोजन निवडा.
3. प्रक्रिया पूर्ण होण्याची वाट पाहा आणि नवीन PDF डाउनलोड करा.
4. फाइल उघडून शब्द शोधा आणि काही परिच्छेद कॉपी करून तपासा.

फोटोतील मजकूर PDF न करता थेट हवा असल्यास इमेज टू टेक्स्ट वापरता येईल.

चांगल्या निकालासाठी टिप्स

• चांगला स्कॅन करा. पान सरळ ठेवा, पुरेसा प्रकाश द्या आणि सावल्या टाळा. मजकूर वाचनीय आकाराचा हवा; 200-300 dpi सहसा पुरेसे असते.
• पानांची दिशा बरोबर ठेवा. आडवी किंवा उलटी पाने OCR चूकवू शकतात; आधी PDF फिरवा वापरा.
• योग्य भाषा निवडा. देवनागरी मजकुराला मराठी/हिंदी भाषा पर्याय आवश्यक आहे, नाहीतर अक्षरे चुकीची ओळखली जातील.
• हस्ताक्षराची अपेक्षा कमी ठेवा. छापील मजकूर उत्तम ओळखला जातो; हस्तलिखित कमी अचूक असते.

निकाल तपासा

• अंक, तारखा, नावे आणि रकमा मूळ पानाशी जुळवा; OCR मध्ये 0 आणि O, 1 आणि l यांसारख्या चुका होऊ शकतात.
• जोडाक्षरे, काना-मात्रा-वेलांटी तपासा.
• मूळ स्कॅन जपून ठेवा. OCR केलेली फाइल ही त्याची शोधण्यायोग्य आवृत्ती असते.