फ़ोटो से हाथ की लिखावट पढ़ें

क्या पढ़ा जा सकता है, और क्या सच में नहीं

जुड़ी हुई लिखावट यहां नहीं पहचानी जाती, और यह पेज सही लगने वाली बकवास लौटाने के बजाय आपको यह साफ़ बताता है। इस पेज का सबसे ज़रूरी वाक्य यही है। छपा टेक्स्ट पढ़ना अक्षरों के बीच की सीमाएं ढूंढकर हर आकार का मिलान करने से होता है — और जुड़ी लिखावट में कोई सीमा नहीं होती, क्योंकि अक्षर एक लगातार लकीर होते हैं जिनका आकार इस पर बदलता है कि वे किससे जुड़ रहे हैं। यह बुनियादी तौर पर अलग समस्या है, उसी समस्या का कठिन रूप नहीं।

जो काम करता है, और अक्सर अच्छा करता है, वह है हाथ से लिखे अलग-अलग अक्षर: बड़े अक्षर, हर खाने में एक अक्षर वाला भरा फ़ॉर्म, ध्यान से लिखी शॉपिंग लिस्ट, इंजीनियरिंग या आर्किटेक्चर वाली लिखावट। ये बीच में ख़ाली जगह वाले अलग-अलग आकार हैं, यानी छपे टेक्स्ट वाली ही समस्या, बस ज़्यादा विविधता के साथ। फ़ॉर्म के खाने सबसे अच्छी स्थिति हैं, क्योंकि अलग करने का काम खाने ख़ुद कर देते हैं।

लिखावट पर सटीकता हर हाल में छपे टेक्स्ट से कहीं कम होती है, इसलिए नतीजा भरोसा करने लायक जवाब नहीं, ठीक करने लायक ड्राफ़्ट है। आपको दिखाया जाता है कि पढ़ाई कितने भरोसे से हुई, और यह इस्तेमाल करने के लिए है: किसी अकाउंट नंबर के अंक पर कम भरोसा, किसी ऐसे वाक्य के बीच कम भरोसे से कहीं ज़्यादा मायने रखता है जिसे आप संदर्भ से पढ़ सकते हैं। सच में ख़तरनाक ग़लतियां वे हैं जो भरोसे के साथ होती हैं — 1 को 7 पढ़ना, 5 को S — क्योंकि उन्हें कोई नहीं पकड़ता और दोनों सही लगती हैं।

बेहतर नतीजा पाना ज़्यादातर फ़ोटो पर निर्भर करता है। समतल, एक-सी रोशनी वाली, तिरछे नहीं बल्कि ठीक सामने से खींची गई, फ़ोकस में, और जितनी बड़ी आपका कैमरा ले सके। बिना लाइन वाले सादे कागज़ पर गहरी स्याही, चौखाने वाले कागज़ पर पेंसिल से बेहतर पढ़ी जाती है, क्योंकि ग्रिड की लाइनें भी लकीरें ही हैं। आउटपुट प्लेन टेक्स्ट होता है — न लेआउट, न रंग, और न यह संकेत कि क्या काटा गया था।

जब आपको कुछ और चाहिए

असली जुड़ी लिखावट के लिए ईमानदार जवाब यह है कि कोई होस्टेड सर्विस वह पढ़ लेगी जो यह नहीं पढ़ सकता। Google Cloud Vision, Azure AI Vision और Amazon Textract सभी जुड़ी लिखावट को उस स्तर तक संभालते हैं जहां लोकल चलने वाला कुछ भी नहीं पहुंचता, क्योंकि वे कहीं ज़्यादा सामग्री पर ट्रेन किए गए हैं। इसका मतलब है अपने पेज किसी तीसरे पक्ष को भेजना, और यह साइट ठीक इसी सौदे से बचने के लिए है — रेसिपी कार्ड के लिए यह ठीक फ़ैसला है, मेडिकल नोट्स या डायरी के लिए ख़राब।

ख़ास तौर पर ऐतिहासिक डॉक्यूमेंट और आर्काइव के लिए, Transkribus इसी काम के लिए बना है और असली आर्काइव इसे इस्तेमाल करते हैं: इसे किसी ख़ास लिखावट पर ट्रेन किया जा सकता है, और इसी से सदियों पुरानी पांडुलिपियां पढ़ी जा पाती हैं। और एक-दो पेज के लिए, ख़राब पहचान को ठीक करने से अक्सर टाइप कर लेना जल्दी होता है — दूसरा तरीक़ा अपनाने से पहले इसे ईमानदारी से माप लेना फ़ायदेमंद है।