কিভাবে ইমেজ থেকে টেক্সট বা ডেটা এক্সট্রাক্ট করবেন

একটি চিত্র থেকে পাঠ্য নিষ্কাশন করা একটি কষ্টকর প্রক্রিয়া হতে পারে। বেশিরভাগ মানুষ ইমেজ থেকে টেক্সট/ডেটা ম্যানুয়ালি চাবি করে; কিন্তু এটি সময়সাপেক্ষ এবং অদক্ষ উভয়ই যখন আপনার কাছে অনেকগুলি চিত্র মোকাবেলা করতে হয়।

টেক্সট রূপান্তরকারী ইমেজ ইমেজ থেকে টেক্সট নিষ্কাশন একটি ঝরঝরে উপায় প্রস্তাব.

যদিও এই ধরনের সরঞ্জামগুলি একটি ভাল কাজ করে, নিষ্কাশিত পাঠ্য/ডেটা প্রায়ই একটি অসংগঠিত পদ্ধতিতে উপস্থাপন করা হয় যার ফলে প্রচুর পোস্ট প্রসেসিং হয়।

An এআই চালিত ওসিআর ন্যানোনেটের মতো ইমেজ থেকে টেক্সট টেনে আনতে পারে এবং নিষ্কাশিত ডেটা একটি ঝরঝরে, সংগঠিত এবং কাঠামোগতভাবে উপস্থাপন করতে পারে।

Nanonets ছবি থেকে সঠিকভাবে, স্কেলে এবং একাধিক ভাষায় ডেটা বের করে। Nanonets হল একমাত্র টেক্সট রিকগনিশন ওসিআর যেটি সম্পূর্ণ কাস্টমাইজ করা যায় এমন সুন্দর কাঠামোবদ্ধ ফরম্যাটে এক্সট্রাক্ট করা টেক্সট উপস্থাপন করে। ক্যাপচার করা ডেটা টেবিল, লাইন আইটেম বা অন্য কোনো বিন্যাস হিসাবে উপস্থাপন করা যেতে পারে।

1. নিচে আপনার ছবি আপলোড করতে ক্লিক করুন
2. Nanonets' OCR স্বয়ংক্রিয়ভাবে আপনার ফাইলের বিষয়বস্তু সনাক্ত করে এবং এটিকে পাঠ্যে রূপান্তর করে
3. নিষ্কাশিত পাঠ্যটিকে একটি কাঁচা পাঠ্য ফাইল হিসাবে ডাউনলোড করুন বা API এর মাধ্যমে সংহত করুন

---

---

সুচিপত্র

এখানে তিনটি উন্নত পদ্ধতি রয়েছে যেখানে আপনি চিত্রগুলি থেকে পাঠ্য সনাক্ত করতে এবং বের করতে Nanonets OCR ব্যবহার করতে পারেন, পিডিএফ থেকে টেক্সট নিষ্কাশনs, পিডিএফ থেকে ডেটা উত্তোলনগুলি বা পিডিএফ পার্স করুন এবং অন্যান্য নথি প্রকার:

---

এর জন্য একটি বিনামূল্যের অনলাইন ওসিআর প্রয়োজন টেক্সট ছবি, পিডিএফ টু টেবিল, পিডিএফ টু টেক্সট, বা পিডিএফ তথ্য নিষ্কাশন? Nanonets অনলাইন দেখুন ওসিআর এপিআই কাজ করে এবং বিনামূল্যে কাস্টম OCR মডেল তৈরি করা শুরু করুন!

---

নিচে তালিকাভুক্ত নির্দিষ্ট চিত্রের ধরনগুলির জন্য Nanonets-এর পূর্ব-প্রশিক্ষিত OCR মডেল রয়েছে। প্রতিটি প্রাক-প্রশিক্ষিত ওসিআর মডেলকে ইমেজ টাইপের পাঠ্যকে নাম, ঠিকানা, তারিখ, মেয়াদ ইত্যাদির মতো একটি উপযুক্ত ক্ষেত্রের সাথে সঠিকভাবে সম্পর্কিত করতে এবং নিষ্কাশিত পাঠ্যটিকে একটি ঝরঝরে এবং সংগঠিতভাবে উপস্থাপন করতে প্রশিক্ষণ দেওয়া হয়।

• ইনভয়েস বা চালান
• রসিদ
• ড্রাইভারের লাইসেন্স (মার্কিন)
• পাসপোর্ট

---

ন্যানোনেটস অনলাইন ওসিআর এবং ওসিআর এপিআই অনেক আকর্ষণীয় আছে ক্ষেত্রে ব্যবহার করুন.

একটি কল সময়সূচী

---

[এম্বেড করা সামগ্রী]

ধাপ 1: একটি উপযুক্ত OCR মডেল নির্বাচন করুন

লগইন Nanonets-এ এবং একটি OCR মডেল নির্বাচন করুন যা ইমেজের জন্য উপযুক্ত যা থেকে আপনি পাঠ্য এবং ডেটা বের করতে চান। যদি প্রাক-প্রশিক্ষিত OCR মডেলগুলির কোনোটিই আপনার প্রয়োজনীয়তা অনুসারে না হয়, তাহলে আপনি কীভাবে একটি কাস্টম OCR মডেল তৈরি করবেন তা খুঁজে বের করতে এড়িয়ে যেতে পারেন।

ধাপ 2: ফাইল যোগ করুন

ফাইল/ছবি যোগ করুন যেখান থেকে আপনি পাঠ্য বের করতে চান। আপনি আপনার পছন্দ হিসাবে অনেক ছবি যোগ করতে পারেন.

স্টেপ 3: পরীক্ষা

মডেলটি চালানোর জন্য এবং চিত্র থেকে পাঠ্য বের করার জন্য কয়েক সেকেন্ডের অনুমতি দিন।

ধাপ 4: যাচাই করুন

ডানদিকে টেবিল ভিউ চেক করে প্রতিটি ফাইল থেকে বের করা টেক্সট দ্রুত যাচাই করুন। পাঠ্যটি সঠিকভাবে স্বীকৃত হয়েছে এবং একটি উপযুক্ত ক্ষেত্র বা ট্যাগের সাথে মিলেছে কিনা তা আপনি সহজেই দুবার পরীক্ষা করতে পারেন।

এমনকি আপনি এই পর্যায়ে ক্ষেত্রের মান এবং লেবেল সম্পাদনা/সংশোধন করতেও বেছে নিতে পারেন। Nanonets ছবির টেমপ্লেট দ্বারা আবদ্ধ নয়.

নিষ্কাশিত ডেটা একটি "লিস্ট ভিউ" বা "JSON" ফর্ম্যাটে প্রদর্শিত হতে পারে।

আপনি যাচাই করা প্রতিটি মান বা ক্ষেত্রের পাশে চেকবক্সে টিক দিতে পারেন বা অবিলম্বে এগিয়ে যেতে "ডেটা যাচাই করুন" এ ক্লিক করতে পারেন।

ধাপ 5: রপ্তানি করুন

একবার সমস্ত ফাইল যাচাই করা হয়েছে. আপনি একটি xml, xlsx বা csv ফাইল হিসাবে সুন্দরভাবে সংগঠিত ডেটা রপ্তানি করতে পারেন।

---

Nanonets আকর্ষণীয় আছে ক্ষেত্রে ব্যবহার করুন এবং অনন্য গ্রাহক সাফল্যের গল্প. ন্যানোনেটস কীভাবে আপনার ব্যবসাকে আরও উত্পাদনশীল হতে সক্ষম করতে পারে তা সন্ধান করুন।

---

Nanonets সহ একটি কাস্টম OCR মডেল তৈরি করা সহজ। আপনি সাধারণত 25 মিনিটের মধ্যে (মডেলটি প্রশিক্ষণের জন্য ব্যবহৃত ফাইলের সংখ্যার উপর নির্ভর করে) যেকোন ভাষায় যেকোন ছবি বা নথির প্রকারের জন্য একটি মডেল তৈরি, প্রশিক্ষণ এবং স্থাপন করতে পারেন।

এই পদ্ধতিতে প্রথম 4টি ধাপ অনুসরণ করতে নিচের ভিডিওটি দেখুন:

[এম্বেড করা সামগ্রী]

ধাপ 1: আপনার নিজস্ব OCR মডেল তৈরি করুন

লগইন Nanonets-এ এবং "Create your own OCR মডেল"-এ ক্লিক করুন।

ধাপ 2: প্রশিক্ষণ ফাইল/ছবি আপলোড করুন

নমুনা ফাইলগুলি আপলোড করুন যা OCR মডেলগুলিকে প্রশিক্ষণের জন্য ব্যবহার করা হবে। আপনার তৈরি করা OCR মডেলের নির্ভুলতা মূলত এই পর্যায়ে আপলোড করা ফাইল/ছবির গুণমান এবং পরিমাণের উপর নির্ভর করবে

ধাপ 3: ফাইল/ছবিতে পাঠ্য টীকা করুন

এখন একটি উপযুক্ত ক্ষেত্র বা লেবেল সহ পাঠ্য বা ডেটার প্রতিটি অংশ টীকা করুন। এই গুরুত্বপূর্ণ পদক্ষেপটি আপনার ওসিআর মডেলকে ইমেজ থেকে উপযুক্ত পাঠ্য বের করতে এবং আপনার প্রয়োজনের সাথে প্রাসঙ্গিক কাস্টম ক্ষেত্রগুলির সাথে সংযুক্ত করতে শেখাবে।

আপনি পাঠ্য বা ডেটা টীকা করতে একটি নতুন লেবেল যোগ করতে পারেন। মনে রাখবেন, Nanonets ছবির টেমপ্লেট দ্বারা আবদ্ধ নয়!

ধাপ 4: কাস্টম OCR মডেলকে প্রশিক্ষণ দিন

সমস্ত প্রশিক্ষণ ফাইল/চিত্রের জন্য টীকা সম্পূর্ণ হয়ে গেলে, "ট্রেন মডেল" এ ক্লিক করুন। প্রশিক্ষণের জন্য ফাইলের সংখ্যা এবং সারিবদ্ধ মডেলের উপর নির্ভর করে প্রশিক্ষণে সাধারণত 20 মিনিট-2 ঘন্টা সময় লাগে। তুমি পারবে আপগ্রেড এই পর্যায়ে দ্রুত ফলাফল পেতে একটি অর্থপ্রদানের পরিকল্পনায় (সাধারণত 20 মিনিটের কম)।

ন্যানোনেট বিভিন্ন ওসিআর মডেল তৈরি করতে গভীর শিক্ষা লাভ করে এবং নির্ভুলতার জন্য একে অপরের বিরুদ্ধে পরীক্ষা করে। Nanonets তারপর সেরা OCR মডেল বাছাই করে (আপনার ইনপুট এবং নির্ভুলতা স্তরের উপর ভিত্তি করে)।

"মডেল মেট্রিক্স" ট্যাবটি বিভিন্ন পরিমাপ এবং তুলনামূলক বিশ্লেষণগুলি দেখায় যা ন্যানোনেটকে তৈরি করা সমস্তগুলির মধ্যে সেরা ওসিআর মডেল বেছে নিতে দেয়৷ উচ্চ স্তরের নির্ভুলতা অর্জনের জন্য আপনি মডেলটিকে পুনরায় প্রশিক্ষণ দিতে পারেন (প্রশিক্ষণের চিত্রগুলির একটি বিস্তৃত পরিসর এবং আরও ভাল টীকা প্রদান করে)।

অথবা, আপনি যদি নির্ভুলতার সাথে সন্তুষ্ট হন, তাহলে এই কাস্টম ওসিআর মডেলটি ছবি বা ফাইলের নমুনা যা থেকে টেক্সট/ডেটা বের করা প্রয়োজন তার উপর প্রত্যাশিত কাজ করে কিনা তা পরীক্ষা ও যাচাই করতে "পরীক্ষা" এ ক্লিক করুন।

ধাপ 5: ডেটা পরীক্ষা এবং যাচাই করুন

কাস্টম OCR মডেল পরীক্ষা ও যাচাই করতে কয়েকটি নমুনা ছবি যোগ করুন।

যদি পাঠ্যটি স্বীকৃত হয়, বের করা হয় এবং যথাযথভাবে উপস্থাপন করা হয় তবে ফাইলটি রপ্তানি করুন। আপনি নীচে দেখতে পাচ্ছেন, নিষ্কাশিত ডেটা সংগঠিত করা হয়েছে এবং একটি ঝরঝরে বিন্যাসে উপস্থাপন করা হয়েছে।

অভিনন্দন, আপনি এখন নির্দিষ্ট ধরণের ছবি থেকে পাঠ্য বের করার জন্য একটি কাস্টম OCR মডেল তৈরি এবং প্রশিক্ষণ দিয়েছেন!

---

আপনার ব্যবসা কি ডিজিটাল নথি, ছবি বা পিডিএফ-এ পাঠ্য স্বীকৃতি নিয়ে কাজ করে? আপনি কি ভাবছেন কিভাবে ইমেজ থেকে পাঠ্য নির্ভুলভাবে বের করা যায়?

---

NanoNets API দিয়ে আপনার নিজস্ব OCR মডেলগুলিকে প্রশিক্ষণ দিন

এখানে একটি প্রশিক্ষণের জন্য বিস্তারিত গাইড আপনার নিজস্ব OCR মডেল ব্যবহার করে ন্যানোনেটস এপিআই। মধ্যে ডকুমেন্টেশন, আপনি পাইথন, শেল, রুবি, গোলং, জাভা এবং সি # তে কোড স্যাম্পেলগুলিকে অগ্নিকান্ডের জন্য প্রস্তুত, পাশাপাশি বিভিন্ন প্রান্তের জন্য বিশদ এপিআই স্পেস পাবেন s

Nanonets API ব্যবহার করে আপনার নিজস্ব মডেল প্রশিক্ষণের জন্য এখানে একটি ধাপে ধাপে নির্দেশিকা রয়েছে:

পদক্ষেপ 1: রেপো ক্লোন করুন

git clone https://github.com/NanoNets/nanonets-ocr-sample-python
cd nanonets-ocr-sample-python
sudo pip install requests
sudo pip install tqdm

পদক্ষেপ 2: আপনার ফ্রি এপিআই কী পান

এ থেকে আপনার ফ্রি এপিআই কী পান https://app.nanonets.com/#/keys

পদক্ষেপ 3: পরিবেশ পরিবর্তনশীল হিসাবে এপিআই কী সেট করুন

export NANONETS_API_KEY=YOUR_API_KEY_GOES_HERE

পদক্ষেপ 4: একটি নতুন মডেল তৈরি করুন

python ./code/create-model.py

দ্রষ্টব্য: এটি এমন একটি MODEL_ID উত্পন্ন করে যা আপনার পরবর্তী পদক্ষেপের জন্য প্রয়োজন

পদক্ষেপ 5: পরিবেশ পরিবর্তনশীল হিসাবে মডেল আইডি যুক্ত করুন

export NANONETS_MODEL_ID=YOUR_MODEL_ID

পদক্ষেপ:: প্রশিক্ষণ ডেটা আপলোড করুন

আপনি সনাক্ত করতে চান এমন অবজেক্টের চিত্রগুলি সংগ্রহ করুন। একবার আপনি ফোল্ডারে ডেটাসেট প্রস্তুত images (চিত্র ফাইল), ডেটাসেট আপলোড করা শুরু করুন।

python ./code/upload-training.py

পদক্ষেপ 7: ট্রেনের মডেল

ছবিগুলি আপলোড হয়ে গেলে মডেলটিকে প্রশিক্ষণ দিতে শুরু করুন

python ./code/train-model.py

পদক্ষেপ 8: মডেল স্টেট পান

মডেলটি প্রশিক্ষণ নিতে 30 মিনিট সময় নেয়। মডেলটি প্রশিক্ষিত হয়ে গেলে আপনি একটি ইমেল পাবেন। ইতিমধ্যে আপনি মডেলটির অবস্থাটি পরীক্ষা করে দেখুন

watch -n 100 python ./code/model-state.py

পদক্ষেপ 9: ভবিষ্যদ্বাণী করুন

একবার মডেল প্রশিক্ষিত হয়। আপনি মডেলটি ব্যবহার করে ভবিষ্যদ্বাণী করতে পারেন

python ./code/prediction.py PATH_TO_YOUR_IMAGE.jpg

---

অন্যান্য OCR API-এর উপর Nanonets ব্যবহার করার সুবিধাগুলি ইমেজ থেকে পাঠ্য বের করার ক্ষেত্রে আরও ভাল নির্ভুলতার বাইরে যায়। টেক্সট শনাক্তকরণের জন্য আপনার কেন ন্যানোনেটস ওসিআর ব্যবহার করার কথা বিবেচনা করা উচিত তা এখানে 7টি কারণ রয়েছে:

1. কাস্টম ডেটা নিয়ে কাজ করা

বেশিরভাগ ওসিআর সফ্টওয়্যারগুলি তারা যে ধরণের ডেটা নিয়ে কাজ করতে পারে সে সম্পর্কে বেশ কঠোর। একটি ব্যবহারের ক্ষেত্রে একটি OCR মডেলকে প্রশিক্ষণের জন্য এর প্রয়োজনীয়তা এবং স্পেসিফিকেশনের ক্ষেত্রে প্রচুর পরিমাণে নমনীয়তা প্রয়োজন; চালান প্রক্রিয়াকরণের জন্য একটি ওসিআর পাসপোর্টের জন্য একটি ওসিআর থেকে ব্যাপকভাবে পৃথক হবে! Nanonets এই ধরনের কঠোর সীমাবদ্ধতা দ্বারা আবদ্ধ নয়। Nanonets আপনার নিজস্ব ডেটা ব্যবহার করে OCR মডেলগুলিকে প্রশিক্ষণ দিতে যা আপনার ব্যবসার বিশেষ চাহিদা মেটাতে সবচেয়ে উপযুক্ত।

2. অ-ইংরেজি বা একাধিক ভাষার সাথে কাজ করা

যেহেতু Nanonets কাস্টম ডেটা সহ প্রশিক্ষণের উপর দৃষ্টি নিবদ্ধ করে, তাই এটি একটি একক OCR মডেল তৈরি করার জন্য অনন্যভাবে স্থাপন করা হয়েছে যা একই সময়ে যেকোনো ভাষা বা একাধিক ভাষায় চিত্র থেকে পাঠ্য বের করতে পারে।

3. কোন পোস্ট-প্রসেসিং প্রয়োজন নেই

OCR মডেল ব্যবহার করে নিষ্কাশন করা পাঠ্যকে বুদ্ধিমত্তার সাথে কাঠামোগত এবং একটি বোধগম্য বিন্যাসে উপস্থাপন করা প্রয়োজন; অন্যথায় যথেষ্ট সময় এবং সংস্থান অর্থপূর্ণ তথ্যে ডেটা পুনরায় সংগঠিত করতে যায়। যদিও বেশিরভাগ OCR সরঞ্জামগুলি কেবল চিত্রগুলি থেকে ডেটা দখল করে এবং ডাম্প করে, Nanonets শুধুমাত্র প্রাসঙ্গিক ডেটা বের করে এবং স্বয়ংক্রিয়ভাবে সেগুলিকে বুদ্ধিমত্তার সাথে কাঠামোগত ক্ষেত্রগুলিতে বাছাই করে যাতে এটি দেখতে এবং বোঝা সহজ হয়৷

4. একটানা শেখে

ব্যবসা প্রায়ই গতিশীল পরিবর্তন প্রয়োজনীয়তা এবং প্রয়োজন সম্মুখীন. সম্ভাব্য বাধাগুলি কাটিয়ে উঠতে, Nanonets আপনাকে সহজেই নতুন ডেটা সহ আপনার মডেলগুলিকে পুনরায় প্রশিক্ষণ দেওয়ার অনুমতি দেয়। এটি আপনার OCR মডেলকে অপ্রত্যাশিত পরিবর্তনের সাথে খাপ খাইয়ে নিতে দেয়।

5. সাধারণ ডেটা সীমাবদ্ধতাগুলি সহজে পরিচালনা করে

Nanonets সাধারণ ডেটা সীমাবদ্ধতাগুলি কাটিয়ে উঠতে AI, ML এবং গভীর শিক্ষার কৌশলগুলি ব্যবহার করে যা পাঠ্য সনাক্তকরণ এবং নিষ্কাশনকে ব্যাপকভাবে প্রভাবিত করে। ন্যানোনেট ওসিআর হস্তলিখিত পাঠ্য, একাধিক ভাষার পাঠ্যের ছবি, কম রেজোলিউশনের ছবি, নতুন বা কার্সিভ ফন্ট এবং বিভিন্ন আকারের ছবি, ছায়াময় পাঠ্য সহ চিত্র, কাত পাঠ্য, এলোমেলো অসংগঠিত পাঠ্য, চিত্রের শব্দ, অস্পষ্ট চিত্রগুলি সনাক্ত করতে এবং পরিচালনা করতে পারে। এবং আরো ঐতিহ্যগত ওসিআর এপিআইগুলি এই ধরনের সীমাবদ্ধতার অধীনে কাজ করার জন্য সজ্জিত নয়; তাদের খুব উচ্চ স্তরের বিশ্বস্ততার ডেটা প্রয়োজন যা বাস্তব জীবনের পরিস্থিতিতে আদর্শ নয়।

6. ডেভেলপারদের ইন-হাউস টিমের প্রয়োজন নেই

আপনার ব্যবসার প্রয়োজনীয়তার জন্য Nanonets API ব্যক্তিগতকৃত করার জন্য ডেভেলপারদের নিয়োগ এবং প্রতিভা অর্জনের বিষয়ে চিন্তা করার দরকার নেই। ন্যানোনেট ঝামেলা-মুক্ত ইন্টিগ্রেশনের জন্য নির্মিত হয়েছিল। এছাড়াও আপনি বেশিরভাগ CRM, ERP বা RPA সফ্টওয়্যারের সাথে Nanonets কে সহজেই একীভূত করতে পারেন।

7. কাস্টমাইজ করুন, কাস্টমাইজ করুন, কাস্টমাইজ করুন

আপনি Nanonets OCR এর মাধ্যমে আপনার পছন্দের টেক্সট/ডেটার অনেক ক্ষেত্র ক্যাপচার করতে পারেন। আপনি এমনকি কাস্টম বৈধতা নিয়ম তৈরি করতে পারেন যা আপনার নির্দিষ্ট পাঠ্য স্বীকৃতি এবং পাঠ্য নিষ্কাশন প্রয়োজনীয়তার জন্য কাজ করে। Nanonets আপনার নথির টেমপ্লেট দ্বারা আবদ্ধ নয়। আপনি টেবিল বা লাইন আইটেম বা অন্য কোন বিন্যাসে তথ্য ক্যাপচার করতে পারেন!

---

Nanonets অনেক ব্যবহার কেস আছে যা আপনার ব্যবসার কর্মক্ষমতা অপ্টিমাইজ করতে পারে, খরচ বাঁচাতে পারে এবং প্রবৃদ্ধি বাড়াতে পারে। খুঁজে বের কর Nanonets- এর ব্যবহারের ক্ষেত্রে কীভাবে আপনার পণ্য প্রয়োগ করতে পারে।

একটি কল সময়সূচী

বা চেক আউট ন্যানোনেটস ওসিআর এপিআই কর্ম এবং কাস্টম নির্মাণ শুরু OCR করুন বিনামূল্যে মডেল!

---

আপডেট জুলাই 2022: এই পোস্টটি মূলত প্রকাশিত হয়েছিল অক্টোবর 2020 এবং তারপর থেকে আপডেট করা হয়েছে নিয়মিতভাবে.

এখানে একটি স্লাইড আছে এই নিবন্ধে ফলাফলের সারসংক্ষেপ. এখানে একটি বিকল্প সংস্করণ এই পোস্টের