तस्वीरों, स्क्रीनशॉट और स्कैन किए गए दस्तावेज़ों से टेक्स्ट को बिना इंटरनेट के तुरंत पहचानें और कॉपी करें।
स्मार्टफोन से ली गई कागजी दस्तावेज़ों की तस्वीरों, मुद्रित पुस्तकों के स्कैन, रसीदों और स्क्रीनशॉट से पाठ्य सामग्री (Text) को दोबारा टाइप करना अत्यंत समय लेने वाला और थकाऊ काम है। अधिकांश ऑनलाइन ओसीआर सेवाएं उपयोगकर्ताओं से उनकी संवेदनशील छवियों को दूरस्थ क्लाउड सर्वरों पर अपलोड करने के लिए कहती हैं, जो गोपनीयता और कॉर्पोरेट नीतियों का सीधा उल्लंघन है। यह टूल WebAssembly में संकलित Tesseract.js न्यूरल इंजन का उपयोग करके सीधे आपके ब्राउज़र में पूरी तरह ऑफ़लाइन ऑप्टिकल कैरेक्टर रिकॉग्निशन (OCR) निष्पादित करता है।
एक वास्तविक डेटा प्रविष्टि परिदृश्य देखें: एक शोधकर्ता के पास 1980 के दशक की एक पुरानी भौतिक शोध पत्रिका के 3 पन्नों के उच्च-रिज़ॉल्यूशन स्कैन (JPG प्रारूप, 6.2 MB) हैं। उसे अपने शोध प्रबंध के लिए उन पन्नों से 2,400 शब्दों के उद्धरण टाइप करने हैं। वह पहली छवि को टूल में लोड करता है और भाषा 'अंग्रेजी + लैटिन' चुनता है। Tesseract Wasm इंजन छवि को बाइनरीकृत करता है, टेक्स्ट लाइनों और अक्षरों की ज्यामिति का विश्लेषण करता है, और मात्र 3.8 सेकंड में 99.2% की सटीकता के साथ संपूर्ण पृष्ठ का संपादन योग्य डिजिटल टेक्स्ट स्क्रीन पर प्रदर्शित कर देता है। शोधकर्ता एक क्लिक में टेक्स्ट को क्लिपबोर्ड पर कॉपी करता है या .txt फ़ाइल के रूप में सहेजता है।
आपकी स्कैन की गई तस्वीरें, व्यक्तिगत आईडी, बैंक रसीदें और निकाला गया टेक्स्ट पूरी तरह आपके डिवाइस की स्थानीय मेमोरी में रहता है। कोई भी छवि या ओसीआर परिणाम कभी भी किसी तीसरे पक्ष के सर्वर पर प्रेषित नहीं किया जाता है, जिससे 100% गोपनीयता की गारंटी मिलती है।
OCR_Output = Tesseract.recognize(ImageBuffer, 'eng+hin', {logger: progressCallback})
वेबएसेम्बली में निष्पादित Tesseract न्यूरल नेटवर्क छवि के पिक्सेल पैटर्नों का विश्लेषण करके वर्णों की पहचान करता है; शब्दों के विश्वास स्कोर (Confidence Score) और स्थितिगत बाउंडिंग बॉक्स उत्पन्न करता है।