చిత్రాలు మరియు కొన్ని పిడిఎఫ్ ఫైళ్ళ నుండి వచనాన్ని సులభంగా కాపీ చేయలేకపోవడం (ఉదా. స్కాన్ చేసిన పత్రాల నుండి సృష్టించబడినవి) నన్ను తరచుగా నిరాశపరిచిన వాటిలో ఒకటి. కృతజ్ఞతగా, ఈ సమస్యను పరిష్కరించడానికి కాలక్రమేణా సాఫ్ట్వేర్ పరిష్కారాలు అభివృద్ధి చేయబడ్డాయి, గణనీయమైన సమయాన్ని ఆదా చేయడానికి వీలు కల్పిస్తుంది, లేకపోతే వచనాన్ని మాన్యువల్గా కాపీ చేసి తిరిగి టైప్ చేయడం ఖర్చు అవుతుంది. నేటి చిట్కాలో, నేను క్యాప్చర్ 2 టెక్స్ట్ అనే ఉచిత సాఫ్ట్వేర్ సాధనం గురించి మాట్లాడబోతున్నాను, ఇది ఆప్టికల్ క్యారెక్టర్ రికగ్నిషన్ (OCR) అల్గోరిథంను ఉపయోగిస్తుంది, ఇది చిత్రం మరియు PDF ఫైళ్ళ నుండి వచనాన్ని సంగ్రహించడానికి మిమ్మల్ని అనుమతిస్తుంది.
సంస్థాపన మరియు సెటప్
ప్రారంభించడానికి, ప్రాజెక్ట్ యొక్క సోర్స్ఫోర్జ్ పేజీకి వెళ్ళండి మరియు క్యాప్చర్ 2 టెక్స్ట్ యొక్క తాజా వెర్షన్ను డౌన్లోడ్ చేయండి. సాఫ్ట్వేర్ జిప్ ఆర్కైవ్గా వస్తుంది మరియు ఆ సమయంలో ప్రత్యేక ఇన్స్టాలర్ ఉండదు. డౌన్లోడ్ అయిన తర్వాత, ఆర్కైవ్ను అన్జిప్ చేసి, క్యాప్చర్ 2 టెక్స్ట్.ఎక్స్ ఫైల్ను ప్రారంభించండి. ఇది సాఫ్ట్వేర్ను ప్రారంభిస్తుంది మరియు సిస్టమ్ ట్రేలో ఒక చిహ్నాన్ని ఉంచుతుంది:
మొదట, మీరు చేయాలనుకుంటున్నది సాఫ్ట్వేర్ ప్రాధాన్యతలను సెటప్ చేయడం, ప్రత్యేకంగా క్యాప్చర్ను ప్రారంభించడానికి మరియు ఆపడానికి ఏ హాట్ కీలు (లేదా సత్వరమార్గాలు) ఉపయోగించాలి:
నా విషయంలో, సంగ్రహాన్ని ప్రారంభించడానికి “Windows + q” కీలను మరియు దాన్ని ఆపడానికి “Enter” ను ఉపయోగించటానికి నేను ఎంచుకున్నాను. మీరు ఈ ఎంపికలను మీకు ఉత్తమంగా సర్దుబాటు చేయవచ్చు. స్క్రీన్ క్యాప్చర్ కోసం “విండోస్ + లు” కీ తరచుగా ఉపయోగించబడుతుందని గుర్తుంచుకోండి (ఉదా. మైక్రోసాఫ్ట్ వన్ నోట్ వంటి ప్రోగ్రామ్ల ద్వారా).
తదుపరి ట్యాబ్లో, OCR ఎంపికలను ఇన్పుట్ భాషతో సహా కాన్ఫిగర్ చేయవచ్చు (ప్రస్తుతం ఏడు భాషలకు మద్దతు ఉంది) మరియు ఖచ్చితత్వాన్ని మెరుగుపరచడానికి OCR ప్రీ-ప్రాసెసింగ్ను ఉపయోగించాలా వద్దా (అత్యంత సిఫార్సు చేయబడింది). చివరగా, అవుట్పుట్ టాబ్లో, ఇతర ఎంపికలలో, సంగ్రహించిన వచనాన్ని క్లిప్బోర్డ్కు సేవ్ చేయాలా లేదా ప్రత్యేక పాపప్ విండోను ప్రారంభించాలా వద్దా అని ఎంచుకోవచ్చు.
సాఫ్ట్వేర్ను ఉపయోగించడం
సాఫ్ట్వేర్ ఇన్స్టాల్ చేయబడి, కాన్ఫిగర్ చేయబడిన తర్వాత, మీరు దీన్ని మీ ప్రారంభ క్యాప్చర్ హాట్ కీ కలయిక ద్వారా ఉపయోగించడం ప్రారంభించవచ్చు. మీ మౌస్ ఉపయోగించి, మీరు సంగ్రహించదలిచిన వచనాన్ని కలిగి ఉన్న చిత్రంలోని ప్రాంతాన్ని ఎంచుకోండి. సంగ్రహాన్ని ఆపడానికి, సంగ్రహాన్ని ఆపడానికి మీరు ఎంచుకున్న హాట్ కీని నొక్కండి. టెక్స్ట్ క్లిప్బోర్డ్, అవుట్పుట్ పాపప్ విండో లేదా రెండింటికి కాపీ చేయబడుతుంది. ఒక ఉదాహరణ క్రింద చూడవచ్చు.
చిత్రాలతో సాధనం యొక్క నా శీఘ్ర పరీక్ష నుండి, దాని ఖచ్చితత్వం మంచిదని నేను కనుగొన్నాను. స్పష్టంగా, సాధారణంగా ఈ మరియు OCR వంటి సాధనాలకు పరిమితులు ఉన్నాయి. ఉదాహరణకు, భారీగా సవరించిన వచనం (చాలా కర్సివ్, ఇటాలిక్ చేయబడినది లేదా ఆధునికమైనది) చాలా బాగా పనిచేయకపోవచ్చు మరియు కొన్నిసార్లు అస్సలు కాదు. అలాగే, కొన్ని సందర్భాల్లో ఇది మరింత ఖచ్చితమైన ఫలితాన్ని పొందడానికి క్యాప్చర్ బాక్స్ కొలతలు కొద్దిగా సర్దుబాటు చేయడానికి లేదా చిత్రంలోని జూమ్తో ఆడటానికి సహాయపడుతుంది.
స్కాన్ చేసిన పిడిఎఫ్ పత్రాల నుండి వచనాన్ని సంగ్రహించేటప్పుడు ఖచ్చితత్వం సరే, సంగ్రహించిన అవుట్పుట్లో సాధారణంగా కొన్ని చివరి మార్పులతో అవసరం (ప్రారంభ స్కాన్ యొక్క నాణ్యతను బట్టి). అలాగే, సాఫ్ట్వేర్ ప్రాసెస్ చేయడానికి కొన్ని సెకన్ల సమయం పట్టవచ్చని నేను గమనించాను, ప్రత్యేకించి పెద్ద మొత్తంలో వచనాన్ని మార్చమని అడిగినప్పుడు.
అన్నీ చెప్పాలంటే, సాధనం మంచి పని చేస్తుందని నేను అనుకుంటున్నాను, ప్రత్యేకించి ఇది ఉచితంగా లభిస్తుంది కాబట్టి - దీన్ని ప్రయత్నించమని నేను మిమ్మల్ని ప్రోత్సహిస్తున్నాను.
అనుబంధం 11/16/2015:
మరొక ఎంపికగా, గూగుల్ ఖాతాలను కలిగి ఉన్నవారికి, మీ గూగుల్ డ్రైవ్కు ఫైల్ను అప్లోడ్ చేయడం ద్వారా గూగుల్ యొక్క ఓసిఆర్ సామర్థ్యాలను ఉపయోగించడం కూడా సాధ్యమే (మరిన్ని వివరాలను ఇక్కడ చూడవచ్చు). ఇంకా, కాపీ ఫిష్ అని పిలువబడే గూగుల్ క్రోమ్ వినియోగదారుల కోసం OCR ప్లగ్ఇన్ కూడా అందుబాటులో ఉంది, మీరు కూడా తనిఖీ చేయాలనుకోవచ్చు.
