Baca teks Bangla dari gambar

Apa pengaruh Bangla pada pembacaan

Model Bengali membaca gugus, bukan huruf. Huruf gabungan seperti ক্ষ atau ন্ত্র adalah satu bentuk di halaman, dan model harus memutuskan sekaligus apa bentuk itu dan bagaimana ia terurai menjadi Unicode — itu sebabnya salah baca dalam Bangla biasanya menghasilkan huruf gabungan yang salah atau tanda vokal di huruf yang salah, bukan huruf yang salah begitu saja. Hasilnya dalam urutan yang diharapkan Unicode: tanda vokal mengikuti gugus konsonannya, reph ditulis sebagai র + hasanta sebelum gugus yang ditumpanginya, dan vokal dua bagian keluar sebagai satu code point. Itulah urutan yang diharapkan setiap kotak pencarian, pemeriksa ejaan, dan font, dan kebalikan dari urutan visual yang dipakai pengetik Bijoy.

Semua yang dilakukan pembaca biasa dilakukan di sini juga: kertas diratakan, halaman diluruskan, tabel bergaris dibaca sel demi sel sehingga label dan nilainya tetap terpisah, dan hasilnya kembali dengan tata letak seperti halaman aslinya atau digabungkan menjadi paragraf. Angka dibaca sebagai angka Bengali jika dicetak sebagai angka Bengali; formulir yang mencampur ০১২ dan 012 mempertahankan keduanya.

Bengali tidak berbagi model dengan bahasa lain, tetapi gambarnya mungkin tetap memuat bahasa Inggris — kop surat, nomor referensi, blok tanda tangan — dan satu bahasa membaca bahasa lainnya sebagai omong kosong. Menambahkan bahasa Inggris dari daftar membaca halaman dengan kedua paket dan menjaga setiap kata dalam aksara tempat ia dicetak.

Jika Anda butuh hal lain

Dokumen Bijoy yang masih ada sebagai file lebih baik dikonversi daripada difoto. OCR membangun ulang teks dari piksel dan salah beberapa karakter dari seribu bahkan pada halaman terbaik; konverter Bijoy ke Unicode membangunnya ulang dari ketikan dan tidak salah satu pun, serta menjaga huruf tebal dan tabelnya. Fotolah halaman hanya jika file-nya sudah tidak ada.

Untuk satu buku utuh atau arsip hasil scan, alat desktop adalah bentuk yang tepat: alat OCR baris perintah dengan model Bengali yang sama membaca satu folder dalam semalam, dan OCRmyPDF menambahkan lapisan teks yang bisa dicari ke setiap PDF di dalamnya. Halaman ini untuk halaman yang ada di depan Anda.