OCR, या ऑप्टिकल कैरेक्टर रिकग्निशन, एक प्रौद्योगिकी है जिसका उपयोग विभिन्न प्रकार के दस्तावेज़ों, जैसे कि स्कैन किए गए कागज़ी दस्तावेज़, PDF फ़ाइलें या डिजिटल कैमरे द्वारा कैप्चर की गई छवियों, को संपादन योग्य और खोजनेयोग्य डेटा में परिवर्तित करने के लिए किया जाता है।
OCR के पहले चरण में, पाठ दस्तावेज़ की एक छवि स्कैन की जाती है। यह एक फ़ोटो या स्कैन किया गया दस्तावेज़ हो सकता है। इस चरण का उद्देश्य यह है कि दस्तावेज़ की एक डिजिटल प्रतिलिपि बनाई जाए, मैन्युअल ट्रांसक्रिप्शन की आवश्यकता के बजाय। इसके अलावा, यह डिजिटाइजेशन प्रक्रिया सामग्री की लंबावधि को बढ़ाने में भी मदद कर सकती है क्योंकि यह नाज़ुक संसाधनों के हैंडलिंग को कम कर सकती है।
एक बार जब दस्तावेज़ को डिजिटलीकृत कर दिया जाता है, तो OCR सॉफ़्टवेयर छवि को पहचान के लिए व्यक्तिगत वर्णों में अलग करता है। इसे सेगमेंटेशन प्रक्रिया कहा जाता है। सेगमेंटेशन दस्तावेज़ को लाइनों, शब्दों और फिर अंतिम रूप में व्यक्तिगत वर्णों में तोड़ता है। यह विभाजन एक जटिल प्रक्रिया होती है क्योंकि इसमें असंख्य कारक शामिल होते हैं - विभिन्न फ़ॉन्ट, विभिन्न आकार के पाठ, और टेक्स्ट के विभिन्न संरेखण, केवल कुछ नाम लिए।
सेगमेंटेशन के बाद, OCR एल्गोरिदम फिर पैटर्न पहचान का उपयोग करके प्रत्येक व्यक्तिगत वर्ण की पहचान करता है। प्रत्येक वर्ण के लिए, एल्गोरिदम इसे वर्ण आकार के डाटाबेस से तुलना करेगा। सबसे करीबी मिलान फिर वर्ण की पहचान के रूप में चयनित होता है। फीचर पहचान में, OCR का एक और उन्नत रूप, एल्गोरिदम न केवल आकार की जांच करता है बल्कि पैटर्न में रेखाओं और वक्रों को भी ध्यान में लेता है।
OCR के अनेक व्यावहारिक अनुप्रयोग हैं - मुद्रित दस्तावेज़ों को डिजिटलीकरण से लेकर, टेक्स्ट-तो-स्पीच सेवाओं को सक्षम करने, डेटा प्रवेश प्रक्रियाओं को स्वचालित करने, से लेकर दृष्टिहीन उपयोगकर्ताओं को पाठ के साथ बेहतर इंटरैक्ट करने में सहायता करने तक। हालांकि, यह ध्यान देने योग्य है कि OCR प्रक्रिया अचूक नहीं होती है और विशेष रूप से निम्न-रिज़ॉल्यूशन दस्तावेजों, जटिल फ़ॉन्ट, या बेढंगा मुद्रित पाठ के साथ उपचार करते समय त्रुटियाँ कर सकती है। इसलिए, OCR सिस्टमों की सटीकता मूल दस्तावेज़ की गुणवत्ता और OCR सॉफ़्टवेयर का विशिष्ट विवरण पर अधिकार है।
OCR एक महत्वपूर्ण प्रौद्योगिकी है आधुनिक डेटा निकासी और डिजिटलीकरण प्रचारों में। यह मैन्युअल डेटा प्रवेश की आवश्यकता को कम करके और भौतिक दस्तावेजों को डिजिटल प्रारूप में परिवर्तित करने का एक विश्वसनीय, कुशल तरीका प्रदान करके संसाधनों का काफी समय और बचत करती है।
ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) एक प्रौद्योगिकी है जिसका उपयोग विभिन्न प्रकार के दस्तावेज़ों, जैसे कि स्कैन किए गए कागज के दस्तावेज, PDF फ़ाइलें या डिजिटल कैमरा द्वारा कैप्चर किए गए छवियों, को संपादन योग्य और खोजनीय डाटा में परिवर्तित करने के लिए उपयोग होता है।
OCR एक इनपुट छवि या दस्तावेज को स्कैन करके, इमेज को व्यक्तिगत वर्णों में बांटकर, और पैटर्न पहचान या विशेषता पहचान का उपयोग करके प्रत्येक वर्ण की तुलना करके काम करता है।
OCR का उपयोग विभिन्न क्षेत्रों और अनुप्रयोगों में उपयोग किया जाता है, जैसे कि मुद्रित दस्तावेजों को डिजिटाइज करना, टेक्स्ट-टू-स्पीच सेवाओं को सक्षम करना, डाटा एंट्री प्रक्रियाओं को स्वचालित करना, और दृष्टिहीन उपयोगकर्ताओं को पाठ से बेहतर बातचीत करने में सहायता करना।
हालांकि OCR प्रौद्योगिकी में महान प्रगति की गई है, लेकिन यह अफसोसवार नहीं है। सत्यापन मूल दस्तावेज की गुणवत्ता और OCR सॉफ़्टवेयर की विशिष्टताओं पर निर्भर कर सकता है।
हालाँकि OCR मुद्रित पाठ के लिए मुख्य रूप से डिज़ाइन किया गया है, कुछ उन्नत OCR सिस्टम हस्तलिखित पहचानने में भी सक्षम होते हैं। हालाँकि, आमतौर पर हस्तलिखित पहचाननेवालों की पहचान करने में कम सटीकता होती है क्योंकि व्यक्तिगत लेखन शैलियों में व्यापक भिन्नता होती है।
हाँ, कई OCR सॉफ़्टवेयर सिस्टम एकाधिक भाषाओं को पहचान सकते हैं। हालाँकि, यह महत्वपूर्ण है कि आपके उपयोग में आने वाले सॉफ़्टवेयर द्वारा विशिष्ट भाषा का समर्थन किया जा रहा हो।
OCR ऑप्टिकल कैरेक्टर रिकग्निशन के लिए होता है और यह मुद्रित पाठ को पहचानने के लिए उपयोग होता है, जबकि ICR, या इंटेलिजेंट कैरेक्टर रिकग्निशन, अधिक उन्नत होते हैं और हस्तलिखित पाठ को पहचानने के लिए उपयोग होते हैं।
OCR स्पष्ट, आसानी से पढ़ने वाले फ़ॉन्ट और मानक पाठ आकारों के साथ सबसे अच्छा काम करता है। हालांकि यह विभिन्न फ़ॉन्ट और आकारों के साथ काम कर सकता है, लेकिन असामान्य फ़ॉन्ट्स या बहुत छोटे पाठ आकारों के साथ काम करते समय सटीकता कम होने की प्रवृत्ति होती है।
OCR कम resolution के दस्तावेज़, जटिल fonts, खराब प्रिंट वाले पाठ, हस्तलिखित, और वे दस्तावेज़ जो पाठ के साथ दखल देने वाले पृष्ठभूमियों के साथ संघर्ष कर सकते हैं। साथ ही, जबकि यह कई भाषाओं के साथ काम कर सकता है, यह हर भाषा को पूरी तरह से नहीं कवर कर सकता है।
हाँ, OCR रंगीन पाठ और पृष्ठभूमियों को स्कैन कर सकता है, हालाँकि यह आमतौर पर उच्च-विपरीत रंग संयोजनों, जैसे कि एक सफेद पृष्ठभूमि पर काले पाठ, के साथ अधिक प्रभावी होता है। पाठ और पृष्ठभूमि रंगों में पर्याप्त विपरीतता की कमी होने पर सटीकता कम हो सकती है।
YCbCrA एक रंग स्थान और छवि प्रारूप है जो आमतौर पर डिजिटल वीडियो और छवि संपीड़न के लिए उपयोग किया जाता है। यह ल्यूमा (चमक) जानकारी को क्रोमा (रंग) जानकारी से अलग करता है, जिससे उन्हें अधिक कुशल एन्कोडिंग के लिए स्वतंत्र रूप से संपीड़ित किया जा सकता है। YCbCrA रंग स्थान YCbCr रंग स्थान का एक रूपांतर है जो पारदर्शिता के लिए एक अल्फा चैनल जोड़ता है।
YCbCrA रंग स्थान में, Y ल्यूमा घटक का प्रतिनिधित्व करता है, जो पिक्सेल की चमक या तीव्रता है। इसकी गणना लाल, हरे और नीले रंग के घटकों के भारित योग के रूप में की जाती है, जो इस पर आधारित है कि मानव आँख चमक को कैसे समझती है। भार को चमकदारता फलन के अनुमान के लिए चुना जाता है, जो मानव दृश्य धारणा की औसत वर्णक्रमीय संवेदनशीलता का वर्णन करता है। ल्यूमा घटक पिक्सेल की कथित चमक को निर्धारित करता है।
Cb और Cr क्रमशः नीला-अंतर और लाल-अंतर क्रोमा घटक हैं। वे छवि में रंग की जानकारी का प्रतिनिधित्व करते हैं। Cb की गणना नीले रंग के घटक से ल्यूमा को घटाकर की जाती है, जबकि Cr की गणना लाल रंग के घटक से ल्यूमा को घटाकर की जाती है। रंग की जानकारी को इन रंग अंतर घटकों में अलग करके, YCbCrA रंग की जानकारी को RGB की तुलना में अधिक कुशलता से संपीड़ित करने की अनुमति देता है।
YCbCrA में अल्फा (A) चैनल प्रत्येक पिक्सेल की पारदर्शिता या अपारदर्शिता का प्रतिनिधित्व करता है। यह निर्दिष्ट करता है कि छवि के प्रस्तुत किए जाने पर पिक्सेल के रंग को पृष्ठभूमि के साथ कितना मिश्रित किया जाना चाहिए। 0 का अल्फा मान का अर्थ है कि पिक्सेल पूरी तरह से पारदर्शी है, जबकि 1 (या 8-बिट प्रतिनिधित्व में 255) का अल्फा मान का अर्थ है कि पिक्सेल पूरी तरह से अपारदर्शी है। 0 और 1 के बीच के अल्फा मानों के परिणामस्वरूप आंशिक रूप से पारदर्शी पिक्सेल होते हैं जो पृष्ठभूमि के साथ अलग-अलग डिग्री तक मिश्रित होते हैं।
YCbCrA रंग स्थान के मुख्य लाभों में से एक यह है कि यह RGB की तुलना में अधिक कुशल संपीड़न की अनुमति देता है। मानव दृश्य प्रणाली रंग में परिवर्तन की तुलना में चमक में परिवर्तन के प्रति अधिक संवेदनशील है। ल्यूमा और क्रोमा जानकारी को अलग करके, YCbCrA एन्कोडर को ल्यूमा घटक को अधिक बिट आवंटित करने में सक्षम बनाता है, जो सबसे अधिक अवधारणात्मक रूप से महत्वपूर्ण जानकारी रखता है, जबकि क्रोमा घटकों को अधिक आक्रामक रूप से संपीड़ित करता है।
संपीड़न के दौरान, ल्यूमा और क्रोमा घटकों को अलग-अलग दरों पर सबसैंपल किया ज ा सकता है। सबसैंपलिंग ल्यूमा घटक के पूर्ण रिज़ॉल्यूशन को संरक्षित करते हुए क्रोमा घटकों के स्थानिक रिज़ॉल्यूशन को कम करता है। सामान्य सबसैंपलिंग योजनाओं में 4:4:4 (कोई सबसैंपलिंग नहीं), 4:2:2 (क्रोमा क्षैतिज रूप से 2 के कारक द्वारा सबसैंपल किया गया), और 4:2:0 (क्रोमा क्षैतिज और लंबवत रूप से 2 के कारक द्वारा सबसैंपल किया गया) शामिल हैं। सबसैंपलिंग मानव दृश्य प्रणाली की रंग विवरण के प्रति कम संवेदनशीलता का फायदा उठाता है, जिससे महत्वपूर्ण अवधारणात्मक गुणवत्ता हानि के बिना उच्च संपीड़न अनुपात की अनुमति मिलती है।
YCbCrA छवि प्रारूप का व्यापक रूप से वीडियो और छवि संपीड़न मानकों जैसे JPEG, MPEG और H.264/AVC में उपयोग किया जाता है। ये मानक YCbCrA डेटा को संपीड़ित करने के लिए विभिन्न तकनीकों को नियोजित करते हैं, जिसमें क्रोमा सबसैंपलिंग, असतत कोसाइन ट्रांसफॉर्म (DCT), क्वांटिज़ेशन और एन्ट्रॉपी कोडिंग शामिल हैं।
किसी छवि या वीडियो फ़्रेम को संपीड़ित करते समय, YCbCrA डेटा परिवर्तनों और संपीड़न चरणों की एक श्रृंखला से गुजरता है। छवि को पहले RGB से YCbCrA रंग स्थान में परिवर्तित किया जाता है। ल्यूमा और क्रोमा घटकों को तब ब्लॉकों में विभाजित किया जाता है, आमतौर पर 8x8 या 16x16 पिक्सेल के आकार के। प्रत्येक ब्लॉक एक असतत कोसाइन ट्रांसफॉर्म (DCT) से गुजरता है, जो स्थानिक पिक्सेल मानों को आवृत्ति गुणांकों में परिवर्तित करता है।
DCT गुणांकों को तब क्वांटिज़ किया जाता है, जो प्रत्येक गुणांक को एक क्वांटिज़ेशन चरण आकार से विभाजित करता है और परिणाम को निकटतम पूर्णांक तक गोल करता है। क्वांटिज़ेशन उच्च-आवृत्ति जानकारी को त्याग कर हानिपूर्ण संपीड़न का परिचय देता है जो कम अवधारणात्मक रूप से महत्वपूर्ण है। क्वांटिज़ेशन चरण आकार को संपीड़न अनुपात और छवि गुणवत्ता के बीच व्यापार को नियंत्रित करने के लिए समायोजित क िया जा सकता है।
क्वांटिज़ेशन के बाद, गुणांकों को कम-आवृत्ति गुणांकों को एक साथ समूहित करने के लिए एक ज़िगज़ैग पैटर्न में पुन: व्यवस्थित किया जाता है, जिनमें बड़े परिमाण होते हैं। पुन: व्यवस्थित गुणांकों को तब हफ़मैन कोडिंग या अंकगणितीय कोडिंग जैसी तकनीकों का उपयोग करके एन्ट्रॉपी कोडित किया जाता है। एन्ट्रॉपी कोडिंग अधिक बार होने वाले गुणांकों को छोटे कोडवर्ड असाइन करता है, जिससे संपीड़ित डेटा का आकार और कम हो जाता है।
YCbCrA छवि को डीकंप्रेस करने के लिए, व्युत्क्रम प्रक्रिया लागू की जाती है। एन्ट्रॉपी-कोडित डेटा को क्वांटिज़्ड DCT गुणांकों को पुनः प्राप्त करने के लिए डिकोड किया जाता है। गुणांकों को फिर उन्हें संबंधित क्वांटिज़ेशन चरण आकारों से गुणा करके डीक्वांटिज़ किया जाता है। YCbCrA ब्लॉकों का पुनर्निर्माण करने के लिए डीक्वांटिज़्ड गुणांकों पर एक व्युत्क्रम DCT किया जाता है। अंत में, YCbCrA डेटा को प्रदर्शन या आगे की प्रक्रिया के लिए वापस RGB रंग स्थान में परिवर्तित किया जाता है।
YCbCrA में अल्फा चैनल को आमतौर पर ल्यूमा और क्रोमा घटकों से अलग से संपीड़ित किया जाता है। इसे विभिन्न विधियों का उपयोग करके एन्कोड किया जा सकता है, जैसे रन-लेंथ एन्कोडिंग या ब्लॉक-आधारित संपीड़न। अल्फा चैनल पारदर्शिता प्रभावों की अनुमति देता है, जैसे कि छवियों या वीडियो को एक दूसरे के ऊपर परिवर्तनीय अपारदर्शिता के साथ ओवरले करना।
YCbCrA अन्य रंग स्थानों और छवि प्रारूपों पर कई लाभ प्रदान करता है। ल्यूमा और क्रोमा जानकारी को अलग करने से अधिक कुशल संपीड़न सक्षम होता है, क्योंकि मानव दृश्य प्रणाली रंग भिन्नताओं की तुलना में चमक भिन्नताओं के प्रति अधिक संवेदनशील है। क्रोमा घटकों का सबसैंपलिंग अवधारणात्मक गुणवत्ता को महत्वपूर्ण रूप से प्रभावित किए बिना संपीड़ित किए जाने वाले ड ेटा की मात्रा को और कम कर देता है।
इसके अलावा, JPEG और MPEG जैसे लोकप्रिय संपीड़न मानकों के साथ YCbCrA की संगतता इसे विभिन्न प्लेट