স্ক্যান করা ছবি থেকে টেক্সট এক্সট্রাকশন কনভার্টার
স্ক্যান করা ছবিকে এক্সট্রাক্ট করা টেক্সটে রূপান্তর করার মাধ্যমে ছবির পিক্সেলগুলো সম্পাদনাযোগ্য অক্ষরে রূপান্তরিত হয়, যাতে আপনি সহজেই শব্দগুলো খুঁজতে, সম্পাদনা করতে এবং সংরক্ষণ করতে পারেন।
ফরম্যাট তুলনা এবং প্রযুক্তিগত বৈশিষ্ট্য
| বৈশিষ্ট্য | IMAGE | TXT |
|---|---|---|
| MIME টাইপ | image/jpeg | text/plain |
| ধরন | scanned document bitmap photograph | plain text |
| কম্প্রেশন | lossy DCT / lossless Deflate | none |
| স্ট্যান্ডার্ড বৈশিষ্ট্য | W3C / ISO JPEG / PNG Standard | Unicode Standard / UTF-8 RFC 3629 |
| ম্যাজিক বাইটস হেডার | FF D8 FF (JPEG) or 89 50 4E 47 (PNG) | UTF-8 / ASCII plain stream |
ফরম্যাটের ওভারভিউ এবং ব্যবহার
নথি বা ডকুমেন্টের ছবিকে প্লেইন টেক্সট ফাইলে রূপান্তর করা অফিস, স্কুল এবং আর্কাইভের জন্য একটি সাধারণ কাজ। আপনি যখন কাগজের রসিদের ছবি তোলেন বা পুরানো বইয়ের পাতা স্ক্যান করেন, তখন ফলাফলটি একটি স্ট্যাটিক বিটম্যাপ ইমেজ হয়। এই চিত্রটি স্ট্যান্ডার্ড ওয়ার্ড প্রসেসর দিয়ে সম্পাদনা করা যায় না এবং এর শব্দগুলো খোঁজা যায় না। অপটিক্যাল ক্যারেক্টার রিকগনিশন চালুর মাধ্যমে সেই ভিজুয়াল আকৃতিগুলোকে মেশিন-পঠনযোগ্য স্ট্রিং-এ রূপান্তর করা হয়। এক্সট্রাকশনের পরে, বিষয়বস্তু একটি সাধারণ টেক্সট ফাইল হিসাবে সংরক্ষিত হয়। এই প্লেইন টেক্সট ফরম্যাটটি খুব কম স্টোরেজ জায়গা নেয় এবং প্রায় যেকোনো ডিভাইসে ওপেন হয়। সংরক্ষকরা ঐতিহাসিক রেকর্ড ডিজিটাইজ করতে এই প্রক্রিয়াটি ব্যবহার করেন, যা সেগুলোকে কিওয়ার্ড দ্বারা অনুসন্ধানযোগ্য করে তোলে। অফিস কর্মীরা সবকিছু হাত দিয়ে টাইপ না করে কাগজের চালান থেকে ডেটা বের করতে এটি ব্যবহার করেন।
প্রযুক্তিগত বৈশিষ্ট্য এবং কোডেক বিভাজন
একটি স্ট্যান্ডার্ড জেপিইজি স্ক্যান করা ছবি image/jpeg MIME টাইপ ব্যবহার করে, যা জায়গা বাঁচাতে লসি ডিসক্রিট কোসাইন ট্রান্সফর্ম কম্প্রেশনের ওপর নির্ভর করে। ফাইলটি FF D8 FF ম্যাজিক বাইট স্বাক্ষর দিয়ে শুরু হয়। রূপান্তরের সময়, একটি অপটিক্যাল ক্যারেক্টার রিকগনিশন ইঞ্জিন জ্যামিতি এবং কনট্রাস্টের ওপর ভিত্তি করে অক্ষরের আকৃতি সনাক্ত করতে পিক্সেল গ্রিড স্ক্যান করে। আউটপুট টেক্সট ফাইলটি কোনো কম্প্রেশন ছাড়া text/plain MIME টাইপ ব্যবহার করে। এতে কোনো কন্টেইনার ওভারহেড ছাড়াই স্ট্যান্ডার্ড এএসসিআইআই বা ইউটিএফ-৮ ক্যারেক্টার এনকোডিং থাকে, যা ফলস্বরূপ ফাইলটিকে হালকা এবং সর্বজনীনভাবে পাঠযোগ্য করে তোলে।
OS এবং ব্রাউজার সামঞ্জস্য
এক্সট্রাক্ট করা টিএক্সটি ফাইল উইন্ডোজ, ম্যাকওএস, লিনাক্স, আইওএস এবং অ্যান্ড্রয়েড সহ প্রতিটি অপারেটিং সিস্টেমে কাজ করে। আধুনিক ওয়েব ব্রাউজারগুলো সরাসরি টেক্সট ফাইল পড়তে এবং প্রদর্শন করতে পারে। স্ক্যান করা জেপিইজি ছবির জন্য ইমেজ ভিউয়ার বা বিশেষ ডকুমেন্ট এডিটর প্রয়োজন, কিন্তু চূড়ান্ত টেক্সট আউটপুটের জন্য শুধুমাত্র নোটপ্যাড বা টেক্সট এডিটের মতো একটি সাধারণ টেক্সট এডিটর প্রয়োজন।
💡 উপকারী তথ্য
বানানের ভুল এবং অনুপস্থিত অক্ষর কমাতে টেক্সট এক্সট্রাকশন চালানোর আগে নিশ্চিত করুন যে আপনার স্ক্যান করা ছবিতে উচ্চ কনট্রাস্ট এবং সঠিক আলো রয়েছে।
ফরম্যাট তুলনা এবং প্রযুক্তিগত বৈশিষ্ট্য
একটি সাধারণ স্ক্যান করা জেপিইজি ফাইলের আকার প্রায় ২ এমবি হয়, যেখানে ফলস্বরূপ এক্সট্রাক্ট করা টিএক্সটি ফাইলের আকার মাত্র ৫ কেবিতে নেমে আসে। প্রতি সেকেন্ডে ১৫ মেগাবিট গতিতে ডেটা স্থানান্তরকারী একটি স্ট্যান্ডার্ড ৪জি মোবাইল নেটওয়ার্কে, মূল ছবি ডাউনলোড করতে প্রায় এক সেকেন্ড সময় লাগে, যেখানে ছোট টেক্সট ফাইলটি এক মিলিসেকেন্ডেরও কম সময়ে তাৎক্ষণিকভাবে ডাউনলোড হয়।
সচরাচর জিজ্ঞাসিত প্রশ্নাবলী
কীভাবে গুণগত মান না হারিয়ে স্ক্যান করা ছবি থেকে টেক্সট এক্সট্রাক্ট করবেন?
টেক্সট এক্সট্রাকশন মূল ছবির ভিজুয়াল গুণমান সংরক্ষণ করে না। পরিবর্তে, এটি পিক্সেল ডেটাকে পাঠযোগ্য অক্ষরে অনুবাদ করে। টেক্সটের সঠিকতা বেশি রাখতে, একটি পরিষ্কার, উচ্চ-রেজোলিউশন স্ক্যান দিয়ে শুরু করুন যাতে ক্যারেক্টার রিকগনিশন ইঞ্জিন সহজেই অক্ষরগুলো আলাদা করতে পারে।
স্ক্যান করা ছবি এবং এক্সট্রাক্ট করা টেক্সটের মধ্যে পার্থক্য কী?
স্ক্যান করা ছবি হলো জেপিইজির মতো সংকুচিত ফরম্যাটে সংরক্ষিত রঙিন পিক্সেলের একটি ভিজ্যুয়াল গ্রিড। এক্সট্রাক্ট করা টেক্সট হলো কোনো ছবি, ফন্ট বা লেআউট স্টাইলিং ছাড়াই প্লেইন টেক্সট ফাইলে সংরক্ষিত এনকোড করা আলফানিউমেরিক অক্ষরের একটি সংগ্রহ।