PixelVault OCR দিয়ে ছবিকে টেক্সটে পরিণত করে যা সম্পূর্ণভাবে আপনার ব্রাউজারে চলে। এরর মেসেজের স্ক্রিনশট, বইয়ের পাতার ছবি, স্ক্যান করা চিঠি, রসিদ, সাইন, হোয়াইটবোর্ড — সেগুলো ছেড়ে দিন আর টেক্সট অন্য দিক দিয়ে বেরিয়ে আসে, নির্বাচনযোগ্য ও সম্পাদনাযোগ্য। সাধারণ “image to text” ওয়েবসাইটের বিপরীতে, কিছুই আপলোড হয় না: শনাক্তকরণ ইঞ্জিনটি নিজেই আপনার ডিভাইসে চলে।
বিশটি শনাক্তকরণ ভাষা উপলব্ধ, ইংরেজি, স্প্যানিশ ও জার্মান থেকে আরবি, হিন্দি, জাপানি, কোরীয় এবং সরল ও প্রথাগত উভয় চীনা পর্যন্ত। মিশ্র-ভাষার নথির জন্য আপনি একসাথে তিনটি পর্যন্ত চালু করতে পারেন। প্রতিটি ভাষা প্যাক একটি ছোট একবারের ডাউনলোড (প্রায় 1–3 MB) যা আপনার ব্রাউজার ক্যাশ করে রাখে।
ফলাফল একটি সম্পাদনাযোগ্য টেক্সট বাক্সে একটি কনফিডেন্স স্কোরের সাথে দেখা যায়, তাই ব্যবহারের আগে আপনি বিক্ষিপ্ত অক্ষর ঠিক করতে পারেন। এক ক্লিকে সবকিছু ক্লিপবোর্ডে কপি করুন, অথবা আপনার ছবির নামে একটি .txt ফাইল হিসেবে ডাউনলোড করুন।
কীভাবে কাজ করে
PixelVault Tesseract ব্যবহার করে, সবচেয়ে ব্যাপকভাবে ব্যবহৃত ওপেন-সোর্স OCR ইঞ্জিন, যা WebAssembly-তে কম্পাইল করা হয়েছে যাতে এটি আপনার ব্রাউজারের ভেতরে চলতে পারে। প্রথম ব্যবহারে এটি ইঞ্জিন (প্রায় 5 MB) এবং আপনার নির্বাচিত ভাষার প্রশিক্ষিত ডেটা ডাউনলোড করে — কিছু আনার আগেই আপনাকে সঠিক সাইজ জানানো হয়। ছবিটি একটি ব্যাকগ্রাউন্ড থ্রেডে বিশ্লেষণ করা হয়: ইঞ্জিন লাইন ও শব্দ খুঁজে পায়, তার ভাষা মডেলের বিপরীতে অক্ষর শনাক্ত করে, এবং প্লেইন টেক্সট সহ একটি কনফিডেন্স অনুমান ফেরত দেয়। সবকিছু স্থানীয়ভাবে ক্যাশ করা হয়, তাই দ্বিতীয়বার থেকে এটি অফলাইনেও কাজ করে।
লোকাল প্রক্রিয়াকরণ কেন গুরুত্বপূর্ণ
মানুষ OCR-এর মধ্য দিয়ে যে ছবিগুলো চালায় সেগুলো সাধারণত সংবেদনশীল: চুক্তি, ইনভয়েস, পরিচয় নথি, মেডিকেল চিঠি, ব্যক্তিগত চ্যাট। সেগুলো একটি OCR সেবায় আপলোড করার অর্থ সেই নথিগুলো অন্তত ক্ষণিকের জন্য অন্য কারো অবকাঠামোয় থাকে। স্থানীয় OCR সেই ঝুঁকি সম্পূর্ণ সরিয়ে দেয় — পিক্সেল কখনও আপনার মেশিন ছাড়ে না, এবং অন্য প্রান্তে আপনার নথি লগ, ক্যাশ বা তার উপর প্রশিক্ষণ দেওয়ার মতো কোনো সেবা নেই।
সমর্থিত ফরম্যাট
- PNG / JPG — স্ক্রিনশট ও ছবি — সবচেয়ে সাধারণ OCR উৎস।
- WebP / AVIF / BMP / GIF — সবগুলো ইনপুট হিসেবে গৃহীত।
- HEIC — নথির আইফোন ছবি প্রথমে স্থানীয়ভাবে ডিকোড করা হয়।
- TXT — আউটপুট: প্লেইন টেক্সট, কপি বা ডাউনলোডের জন্য প্রস্তুত।
সাধারণ ব্যবহার
- একটি স্ক্রিনশট থেকে একটি এরর মেসেজ পুনরায় টাইপ না করে কপি করুন।
- একটি ছাপা চিঠি, রেসিপি বা বইয়ের পাতা ডিজিটাইজ করুন।
- একটি ছবি তোলা রসিদ বা ইনভয়েস থেকে একটি টেবিল বা রেফারেন্স নম্বর বের করুন।
- একটি মিটিংয়ের পর একটি স্লাইড বা হোয়াইটবোর্ডের ছবি থেকে টেক্সট নিন।
- সোশ্যাল মিডিয়ায় ছবি থেকে উদ্ধৃতি একটি সম্পাদনাযোগ্য নথিতে টানুন।