All tools

स्कैन PDF का टेक्स्ट पहचानें (OCR)

स्कैन की हुई PDF को सर्च होने वाली PDF या टेक्स्ट फ़ाइल में बदलें।

Drop your file here

Read this page in English

स्कैन किए नोट्स या पुराने सर्टिफ़िकेट में शब्द ढूँढ नहीं पा रहे? OCR हर पेज को पढ़कर टेक्स्ट पहचानता है। English जैसी भाषाओं में यह PDF पर एक अदृश्य टेक्स्ट परत जोड़ता है ताकि आप सर्च, सेलेक्ट और कॉपी कर सकें; हिंदी का पहचाना गया टेक्स्ट एक टेक्स्ट फ़ाइल में मिलता है।

OCR (स्कैन से टेक्स्ट) कैसे इस्तेमाल करें

  1. स्कैन की हुई PDF चुनें या पेज पर छोड़ें।
  2. “Document language” में डॉक्यूमेंट की भाषा चुनें।
  3. Output चुनें: “Searchable PDF + text file” या “Text file only”।
  4. “Recognize text” बटन पर क्लिक करें और नतीजे Download करें।

यह टूल क्या करता है

  • भाषाएँ: English, Hindi, Spanish, French, German, Italian, Portuguese और Dutch।
  • सर्च होने वाली PDF में मूल पेज वैसे ही रहते हैं और पहचाने गए शब्दों पर अदृश्य टेक्स्ट जुड़ता है।
  • एक सादी टेक्स्ट फ़ाइल जिसमें हर पेज का टेक्स्ट पेज नंबर के साथ होता है।
  • tesseract.js का इस्तेमाल होता है, जो टेक्स्ट पहचानने का काम आपके ब्राउज़र में करता है।

ध्यान रखें

  • सर्च होने वाली PDF की परत सिर्फ़ लैटिन लिपि वाली भाषाओं (जैसे English) के लिए है। हिंदी के लिए टेक्स्ट फ़ाइल इस्तेमाल करें।
  • पहली बार इंजन (लगभग 4 MB) और भाषा मॉडल (लगभग 1 से 3 MB) डाउनलोड होते हैं, इसके लिए इंटरनेट चाहिए; हर पेज में कुछ सेकंड लग सकते हैं।
  • नतीजा स्कैन की क्वालिटी पर निर्भर है, और कम भरोसे से पहचाने गए शब्द सर्च वाली परत में नहीं जोड़े जाते।
  • एक बार में कितने पेज OCR होंगे, यह आपके प्लान पर निर्भर है।
  • टूल के बटन अभी अंग्रेज़ी में हैं, जैसे “Choose file” और “Recognize text”।

आपकी फ़ाइलें और प्राइवेसी

टेक्स्ट पहचानने का काम आपके ब्राउज़र में होता है: tesseract.js और उसका भाषा डेटा Docshar की अपनी साइट से डाउनलोड होता है (किसी बाहरी CDN से नहीं), पर आपकी PDF न Docshar के सर्वर पर अपलोड होती है, न कहीं और। अगर आप साइन इन हैं, तो Docshar सिर्फ़ आपके ऑपरेशन गिनता है (कौन-सा टूल, फ़ाइलों की संख्या, साइज़ और पेज), फ़ाइल का कंटेंट कभी नहीं। ज़्यादा जानकारी के लिए Privacy Policy देखें (अंग्रेज़ी में)।

सवाल-जवाब

क्या OCR के लिए मेरी PDF अपलोड होती है?

नहीं। tesseract.js का कोड और भाषा डेटा Docshar की अपनी साइट से डाउनलोड होता है, पर पेज आपके डिवाइस पर ही पढ़े जाते हैं और PDF वहीं रहती है।

क्या हिंदी स्कैन से टेक्स्ट निकल सकता है?

हाँ। भाषा में Hindi चुनें। हिंदी का टेक्स्ट टेक्स्ट फ़ाइल में मिलता है, क्योंकि सर्च होने वाली PDF की परत अभी सिर्फ़ लैटिन लिपि वाली भाषाओं के लिए है।

मेरा स्कैन टेढ़ा है, क्या पहले उसे सीधा करूँ?

सीधे पेज से आमतौर पर बेहतर नतीजा मिलता है। पहले Deskew टूल चलाएँ, फिर सीधी फ़ाइल पर OCR करें।