इमेज से टेक्स्ट (OCR)

इमेज को बिना कहीं अपलोड किए एडिट करने योग्य टेक्स्ट में बदलें। कोई स्क्रीनशॉट, दस्तावेज़ की फ़ोटो, स्कैन या साइनबोर्ड डालें, और एक लोकल OCR इंजन सीधे आपके डिवाइस पर टेक्स्ट पढ़ता है — 20 भाषाओं में, मिश्रित-भाषा पेजों सहित। नतीजा एडिट करें, क्लिपबोर्ड पर कॉपी करें, या .txt फ़ाइल के रूप में डाउनलोड करें। OCR इंजन पहली बार उपयोग पर एक बार डाउनलोड होकर कैश हो जाता है; आपकी इमेज कभी आपके ब्राउज़र से बाहर नहीं जातीं।

निजता सर्वोपरि: हर छवि आपके ब्राउज़र में स्थानीय रूप से संसाधित होती है। कुछ भी किसी सर्वर पर अपलोड, संग्रहीत या प्रेषित नहीं किया जाता।

PixelVault OCR से इमेजों को टेक्स्ट में बदलता है जो पूरी तरह आपके ब्राउज़र में चलता है। एरर मैसेज के स्क्रीनशॉट, किताब के पन्नों की फ़ोटो, स्कैन किए पत्र, रसीदें, साइनबोर्ड, व्हाइटबोर्ड — इन्हें डालें और टेक्स्ट दूसरी तरफ़ से चयन और एडिट करने योग्य रूप में बाहर आता है। आम “इमेज से टेक्स्ट” वेबसाइटों के विपरीत, कुछ भी अपलोड नहीं होता: पहचान इंजन ख़ुद आपके डिवाइस पर चलता है।

बीस पहचान भाषाएँ उपलब्ध हैं, अंग्रेज़ी, स्पैनिश और जर्मन से लेकर अरबी, हिंदी, जापानी, कोरियाई और सरलीकृत तथा पारंपरिक दोनों चीनी तक। मिश्रित-भाषा दस्तावेज़ों के लिए आप एक साथ तीन तक चालू कर सकते हैं। हर भाषा पैक एक छोटा एक-बार का डाउनलोड (लगभग 1–3 MB) है जिसे आपका ब्राउज़र कैश रखता है।

नतीजा एक कॉन्फ़िडेंस स्कोर के साथ एक एडिट करने योग्य टेक्स्ट बॉक्स में दिखता है, ताकि इस्तेमाल से पहले आप कोई इक्का-दुक्का अक्षर ठीक कर सकें। सब कुछ एक क्लिक में क्लिपबोर्ड पर कॉपी करें, या इसे अपनी इमेज के नाम वाली .txt फ़ाइल के रूप में डाउनलोड करें।

यह कैसे काम करता है

PixelVault Tesseract का उपयोग करता है, जो सबसे व्यापक रूप से तैनात ओपन-सोर्स OCR इंजन है, WebAssembly में कंपाइल किया गया ताकि यह आपके ब्राउज़र के भीतर चल सके। पहली बार उपयोग पर यह इंजन (लगभग 5 MB) और आपकी चुनी हुई भाषाओं के लिए ट्रेंड डेटा डाउनलोड करता है — कुछ भी लाने से पहले आपको ठीक आकार बताया जाता है। इमेज का एक बैकग्राउंड थ्रेड में विश्लेषण होता है: इंजन लाइनें और शब्द ढूँढता है, अपने भाषा मॉडल के आधार पर अक्षर पहचानता है, और सादा टेक्स्ट तथा एक कॉन्फ़िडेंस अनुमान लौटाता है। सब कुछ लोकली कैश होता है, इसलिए दूसरे रन से यह ऑफ़लाइन भी काम करता है।

स्थानीय प्रोसेसिंग क्यों मायने रखती है

लोग OCR से जो इमेज गुज़ारते हैं वे आम तौर पर संवेदनशील ही होती हैं: अनुबंध, इनवॉइस, ID दस्तावेज़, मेडिकल पत्र, निजी चैट। इन्हें किसी OCR सेवा पर अपलोड करने का मतलब है कि वे दस्तावेज़, कम-से-कम कुछ पल के लिए, किसी और के ढाँचे पर बैठते हैं। लोकल OCR उस जोखिम को पूरी तरह मिटा देता है — पिक्सेल कभी आपकी मशीन से बाहर नहीं जाते, और दूसरी तरफ़ कोई सेवा नहीं होती जो आपके दस्तावेज़ों को लॉग, कैश या उन पर ट्रेन कर सके।

समर्थित फ़ॉर्मैट

  • PNG / JPG — स्क्रीनशॉट और फ़ोटो — सबसे आम OCR स्रोत।
  • WebP / AVIF / BMP / GIF — सभी इनपुट के रूप में स्वीकृत।
  • HEIC — दस्तावेज़ों की iPhone फ़ोटो पहले लोकली डिकोड होती हैं।
  • TXT — आउटपुट: सादा टेक्स्ट, कॉपी या डाउनलोड करने को तैयार।

सामान्य उपयोग

  • एरर मैसेज को दोबारा टाइप करने के बजाय स्क्रीनशॉट से कॉपी करें।
  • किसी छपे पत्र, रेसिपी या किताब के पन्ने को डिजिटाइज़ करें।
  • फ़ोटो खींची गई रसीद या इनवॉइस से कोई टेबल या संदर्भ संख्या निकालें।
  • मीटिंग के बाद किसी स्लाइड या व्हाइटबोर्ड फ़ोटो से टेक्स्ट लें।
  • सोशल मीडिया की इमेजों से उद्धरण एक एडिट करने योग्य दस्तावेज़ में खींचें।

अक्सर पूछे जाने वाले प्रश्न

क्या टेक्स्ट निकालने के लिए मेरी इमेज अपलोड होती है?
नहीं। पहचान आपके अपने डिवाइस पर Tesseract OCR इंजन के WebAssembly बिल्ड का उपयोग करके चलती है। दस्तावेज़, ID, पत्र और स्क्रीनशॉट कभी किसी सर्वर को नहीं छूते।
एक-बार का डाउनलोड क्यों होता है?
OCR इंजन (≈5 MB) और आपकी चुनी हर भाषा के लिए एक ट्रेंड डेटा पैक (≈1–3 MB प्रत्येक) को आपके ब्राउज़र तक एक बार पहुँचना होता है। कुछ भी डाउनलोड होने से पहले आपको आकार बताया जाता है, और सब कुछ लोकली कैश होता है — बाद के रन तुरंत, यहाँ तक कि ऑफ़लाइन भी, काम करते हैं।
कौन-सी भाषाएँ समर्थित हैं?
बीस: अंग्रेज़ी, स्पैनिश, पुर्तगाली, फ़्रेंच, जर्मन, इतालवी, डच, पोलिश, यूक्रेनी, रूसी, तुर्की, अरबी, हिंदी, इंडोनेशियाई, वियतनामी, जापानी, कोरियाई, चीनी (सरलीकृत और पारंपरिक) और एस्टोनियाई। मिश्रित-भाषा इमेजों के लिए आप एक साथ तीन तक चुन सकते हैं।
यह कितना सटीक है?
साफ़ स्क्रीनशॉट और स्कैन पर बहुत सटीक। फ़ोटो तब सबसे अच्छी चलती हैं जब टेक्स्ट तीखा, अच्छी रोशनी में और मोटे तौर पर क्षैतिज हो। हर नतीजे के साथ एक कॉन्फ़िडेंस स्कोर दिखता है, और आउटपुट एडिट करने योग्य है ताकि कॉपी करने से पहले आप छिटपुट अक्षर ठीक कर सकें।
मैं नतीजे के साथ क्या कर सकता हूँ?
निकाला गया टेक्स्ट एक एडिट करने योग्य बॉक्स में दिखता है — इसे एक क्लिक में कॉपी करें या अपनी इमेज के नाम वाली .txt फ़ाइल के रूप में डाउनलोड करें।
क्या यह हस्तलेख पढ़ सकता है?
नहीं — ज़्यादातर OCR इंजनों की तरह यह छपे और स्क्रीन-वाले टेक्स्ट के लिए बना है। साफ़ ब्लॉक कैपिटल कभी-कभी चल जाते हैं, पर घसीट हस्तलेख समर्थित नहीं है।