1. সেরা উপলব্ধ উৎস দিয়ে শুরু করুন
থাম্বনেইলের স্ক্রিনশটের পরিবর্তে মূল স্ক্যান বা ক্যামেরার ফাইল ব্যবহার করুন। যদি কেউ ছোট প্রিভিউ পাঠায়, তবে মূল নথিটি অনুরোধ করুন। যখন কোনো PDF-এ ইতিমধ্যেই নির্ভুল সিলেক্টেবল টেক্সট থাকে, তখন সেটিকে ছবিতে রূপান্তর করে পুনরায় শনাক্ত করার পরিবর্তে সেই টেক্সটটিই পুনরায় ব্যবহার করুন।
কন্ট্রাস্ট, রোটেশন বা ক্রপিং অ্যাডজাস্ট করার আগে একটি অপরিবর্তিত কপি রাখুন। যখন পরবর্তী সংস্করণে অস্পষ্ট বিরামচিহ্ন বা হাতে লেখা চিহ্ন হারিয়ে যায়, তখন মূল কপিটি আপনার রেফারেন্স হিসেবে কাজ করে। কাজের কপিগুলোকে বর্ণনামূলক নাম দিন যাতে আপনি কোন ফাইলটি এডিট করা হয়েছে তা অনুমান না করেই তুলনা করতে পারেন।
2. আপলোড করার আগে অক্ষরগুলোকে পাঠযোগ্য করে তুলুন
ছবির ক্ষেত্রে, পৃষ্ঠাটি সমতল রাখুন, ক্যামেরাটি পৃষ্ঠার সাথে মোটামুটি সমান্তরালভাবে ধরুন এবং সমান আলো ব্যবহার করুন। চকচকে কাগজের ওপর প্রতিফলন এবং আপনার হাত বা ফোনের ছায়া এড়িয়ে চলুন। নথিটি সরিয়ে ফেলার আগে কয়েকটি ছোট শব্দ পরীক্ষা করে নিন; উৎসটি হাতের কাছে থাকাকালীন পুনরায় ছবি তোলা সহজ।
স্ক্যানের ক্ষেত্রে, সাধারণ প্রিন্ট করা টেক্সটের জন্য 300 পিক্সেল প্রতি ইঞ্চি (ppi) একটি ভালো শুরুর পয়েন্ট। IMPACT খুব ছোট প্রিন্টের জন্য উচ্চ রেজোলিউশনের পরামর্শ দেয়। ইউ.এস. ন্যাশনাল আর্কাইভসও তার নিজস্ব ডিজিটাইজেশন প্রয়োজনীয়তায় আধুনিক টেক্সট সংক্রান্ত স্থায়ী রেকর্ডের জন্য 300 ppi নির্দিষ্ট করে। এগুলো ক্যাপচার রেফারেন্স, প্রতিটি পৃষ্ঠা সঠিকভাবে শনাক্ত হবে তার নিশ্চয়তা নয়।
বিদ্যমান কম-রেজোলিউশনের ফাইলে DPI লেবেল পরিবর্তন করলে নতুন কোনো ডিটেইল তৈরি হয় না। অক্ষরের প্রান্ত এবং বিরামচিহ্ন পরীক্ষা করুন এবং মূল কপিটি উপলব্ধ থাকলে উপযুক্ত রেজোলিউশনে পুনরায় স্ক্যান করুন।
3. ভিউ সোজা করুন এবং একটি সুসংগত অঞ্চল নির্বাচন করুন
টেক্সটটিকে সোজা করুন এবং অপ্রাসঙ্গিক বর্ডারগুলো সরিয়ে ফেলুন যখন সেগুলো পৃষ্ঠার সাথে প্রতিযোগিতায় থাকে। উদ্দিষ্ট টেক্সটের চারপাশে সামান্য জায়গা রাখুন: খুব টাইট ক্রপ করলে অ্যাকসেন্ট, ডিসেন্ডার বা সংখ্যার শেষ ডিজিট কেটে যেতে পারে।
কলামের ক্ষেত্রে, যখন পুরো পৃষ্ঠার ক্রম নির্ভরযোগ্য হয় না, তখন একবারে একটি কলাম বা যৌক্তিকভাবে সংযুক্ত অংশ শনাক্ত করুন। টেবিলের শিরোনামগুলোকে তাদের মানের সাথে রাখুন। প্রতিটি ছোট সেল আলাদা করলে ফলাফল পুনর্গঠনের জন্য প্রয়োজনীয় প্রসঙ্গ হারিয়ে যেতে পারে।
4. সাধারণ ইমেজ অ্যাডজাস্টমেন্টের তুলনা করুন
সামান্য কন্ট্রাস্ট অ্যাডজাস্টমেন্ট অস্পষ্ট টেক্সটের জন্য সাহায্য করতে পারে, তবে অতিরিক্ত ফিল্টারিং তা মুছে ফেলতে পারে। পৃষ্ঠা অন্ধকার করলে দাগ, কাগজের টেক্সচার বা উল্টো দিকের লেখা আরও স্পষ্ট হয়ে উঠতে পারে। একই জুম লেভেলে মূল ছবির সাথে অ্যাডজাস্ট করা ছবিটির তুলনা করুন।
সবকিছু পরিবর্তন করার আগে একটি কঠিন অংশে একটি অ্যাডজাস্টমেন্ট চেষ্টা করুন। যদি কোনো এনহান্সমেন্ট ছবিটিকে পরিষ্কার দেখায় কিন্তু একটি কমা মুছে ফেলে বা দুটি অক্ষরকে জুড়ে দেয়, তবে তা OCR-এর জন্য প্রমাণ উন্নত করেনি।
5. ভাষা সেট করুন এবং শনাক্তকরণ মোড তুলনা করুন
নির্বাচিত টেক্সটে প্রকৃতপক্ষে ব্যবহৃত ভাষাটি বেছে নিন। i2OCR স্ক্রিপ্ট এবং ঐতিহাসিক রূপসহ 128 শনাক্তকরণের পছন্দ প্রদান করে। মিশ্র-ভাষার পৃষ্ঠার ক্ষেত্রে, আলাদা অঞ্চলগুলো পৃথক করলে ফলাফল মূল্যায়ন করা সহজ হতে পারে।
পরিষ্কার প্রিন্ট করা উপাদানের জন্য 'Classic' একটি ভালো শুরুর পয়েন্ট। 'Future' আরও বৈচিত্র্যময় নথি এবং হস্তাক্ষরের ক্ষেত্রে সাহায্য করতে পারে। নিশ্চিত না হলে একই ছোট অংশ তুলনা করুন। কয়েকটি সঠিকভাবে শনাক্ত করা বাক্যের পরিবর্তে সম্পূর্ণ প্রতিলিপিটি বিচার করুন, যার মধ্যে বাদ পড়া শব্দ এবং লাইনের ক্রম অন্তর্ভুক্ত।
6. ছবির বিপরীতে টেক্সট পর্যালোচনা করুন
নির্বাচিত এলাকার ওপর, মাঝখান এবং নিচ থেকে একটি নমুনা পরীক্ষা করুন। তারপর সবচেয়ে বেশি অর্থ বহনকারী বিবরণগুলো দেখুন। একটি ভুল দশমিক বিন্দু বা 'not'-এর মতো একটি অনুপস্থিত শব্দ সাধারণ বানান ভুলের চেয়ে বেশি গুরুত্বপূর্ণ হতে পারে।
- নাম, শনাক্তকারী, তারিখ, দশমিক বিন্দু এবং ইউনিটগুলো উৎসের সাথে মেলে।
- প্রতিটি উদ্দিষ্ট লাইন উপস্থিত আছে; শিরোনাম এবং ফুটনোটগুলো সঠিক জায়গায় আছে।
- কলাম এবং টেবিলের সারিগুলো ভুলভাবে একত্রিত হয়নি।
- অস্পষ্ট অংশগুলো অনুমানের পরিবর্তে পর্যালোচনার জন্য চিহ্নিত করা হয়েছে।
- একটি কপি করা উদ্ধৃতিতে আপনার উদ্ধৃত করার মতো শব্দ এবং বিরামচিহ্ন বজায় আছে।
7. পর্যালোচিত ফলাফল সংরক্ষণ করুন এবং যা কাজ করেছে তা পুনরায় ব্যবহার করুন
অনুবাদ বা পুনর্লিখন করার আগে সংশোধিত প্রতিলিপিটি সংরক্ষণ করুন। ফলাফলের সাথে মূল ফাইলের নাম বা পৃষ্ঠার রেফারেন্স রাখুন। যদি আপনি পরে অনুরূপ নথি প্রসেস করেন, তবে ভাষা, নির্বাচিত অঞ্চল এবং যে অ্যাডজাস্টমেন্টগুলো সাহায্য করেছে তা নোট করে রাখুন।
অনলাইন টুলগুলো 25 MB পর্যন্ত একটি ছবি অথবা 200 MB পর্যন্ত একটি PDF এবং 750 সোর্স পেজ গ্রহণ করে, যা টুলে দেখানো সীমার সাপেক্ষে। PDF OCR প্রতি অনুরোধে একটি নির্বাচিত পৃষ্ঠা বা এলাকা প্রসেস করে। ছবির মাত্রা এবং প্রসেসিংয়ের সীমাবদ্ধতাও প্রযোজ্য, তাই খুব বড় ফাইলের চেয়ে ছোট, ভালোভাবে ক্যাপচার করা উৎস বেশি ব্যবহারিক হতে পারে।
প্রশ্ন এবং উত্তর
আমার কত রেজোলিউশনে স্ক্যান করা উচিত?
সাধারণ মুদ্রিত পাঠ্যের জন্য 300 ppi-এর আশেপাশে শুরু করুন; ছোট আকারের মুদ্রণের ক্ষেত্রে উচ্চ-রেজোলিউশনের ক্যাপচার বেশি কার্যকর হতে পারে। প্রকৃত অক্ষরগুলো পরীক্ষা করে দেখুন। শুধুমাত্র রেজোলিউশন ঝাপসা ভাব, আলোর প্রতিফলন বা ক্ষতিগ্রস্ত মূল নথির সমস্যা সমাধান করতে পারে না।
আমার কি প্রতিটি ছবিকে সাদা-কালোয় রূপান্তর করা উচিত?
না। থ্রেশহোল্ডিং (Thresholding) অস্পষ্ট পাঠ্য মুছে ফেলতে পারে বা অক্ষরের রেখাগুলোকে মিশিয়ে দিতে পারে। মূল ছবিটি রাখুন এবং সাদা-কালো সংস্করণে রূপান্তর করার আগে একটি ছোট অংশ তুলনা করে দেখুন।
একটি বড় ফাইল কি সবসময় ভালো OCR প্রদান করবে?
না। ফাইলের আকার শুধুমাত্র পাঠযোগ্যতা নয়, বরং এর মাত্রা, কমপ্রেশন এবং ফরম্যাটের ওপর নির্ভর করে। একটি পরিষ্কার এবং সুবিন্যস্ত ছবি একটি বড় কিন্তু ঝাপসা ছবির চেয়ে বেশি কার্যকর হতে পারে।