এআই দিয়ে ছবি থেকে লেখা বের করার (OCR) টুল

বইয়ের পাতা, ক্লাসের নোট, পুরোনো কাগজ কিংবা কোনো নোটিশের ছবি থেকে লেখা টাইপ করতে অনেক সময় লাগে। বিশেষ করে ছবিতে কয়েকটি অনুচ্ছেদ থাকলে প্রতিটি শব্দ দেখে লিখতে গিয়ে ভুল হওয়ার আশঙ্কাও থাকে। এআই দিয়ে ছবি থেকে লেখা বের করার টুল এই কাজটি অনেক সহজ করে দেয়। ছবির লেখা শনাক্ত করে সেটিকে কপি ও সম্পাদনা করার উপযোগী করে তোলাই এসব টুলের মূল কাজ।

এই প্রযুক্তিকে বলা হয় অপটিক্যাল ক্যারেক্টার রিকগনিশন, সংক্ষেপে ওসিআর। বর্তমানে কিছু টুলের সঙ্গে উন্নত ছবি বিশ্লেষণ ও ভাষা শনাক্তকরণ ব্যবস্থা যুক্ত হয়েছে। ফলে পরিষ্কার ছাপা লেখার পাশাপাশি কিছু জটিল ছবির লেখাও উদ্ধার করা সম্ভব হয়। তবে সব টুল বাংলা ভাষায় সমান ফল দেয় না এবং কোনো প্রযুক্তিই প্রতিবার নির্ভুল লেখা পাওয়ার নিশ্চয়তা দেয় না।

এই নির্দেশিকায় মোবাইল ও কম্পিউটারে ব্যবহারযোগ্য কয়েকটি পরিচিত টুলের সুবিধা, সীমাবদ্ধতা এবং ব্যবহারপদ্ধতি তুলে ধরা হয়েছে। পাশাপাশি বাংলা লেখা শনাক্ত করার সময় কীভাবে ভুল কমাবেন, কোন কাজে কোন টুল বেছে নেবেন এবং ব্যক্তিগত নথি ব্যবহারে কী সতর্কতা দরকার, সেটিও জানতে পারবেন।

ছবি থেকে লেখা বের করার ওসিআর প্রযুক্তি কীভাবে কাজ করে?

ওসিআর প্রথমে ছবির ভেতরে অক্ষর ও শব্দের অবস্থান শনাক্ত করে। এরপর বিভিন্ন অক্ষরের আকৃতি বিশ্লেষণ করে সম্ভাব্য শব্দ তৈরি করে এবং সেগুলোকে সাধারণ লেখায় রূপান্তর করে। আধুনিক ব্যবস্থায় ভাষার ধরন ও লেখার বিন্যাস বোঝার প্রযুক্তিও ব্যবহার করা হয়। তবে ওসিআর আর কৃত্রিম বুদ্ধিমত্তাভিত্তিক লেখা তৈরি এক জিনিস নয়। কোনো টুল ছবি না পড়ে অনুমান করে বাক্য পূরণ করলে তা মূল নথির বিশ্বস্ত প্রতিলিপি হিসেবে গ্রহণ করা উচিত নয়।

কোন ধরনের ছবি থেকে লেখা সহজে শনাক্ত করা যায়?

পরিষ্কার আলোয় তোলা, সোজা অবস্থায় থাকা এবং স্পষ্ট অক্ষরযুক্ত ছবিতে সাধারণত ভালো ফল পাওয়া যায়। বইয়ের পাতা, ছাপানো বিজ্ঞপ্তি, দোকানের রসিদ ও সাধারণ নথি এ কাজের উপযুক্ত উদাহরণ। অন্যদিকে বাঁকানো পাতা, ঝাপসা লেখা, হাতের লেখা বা জটিল ছক সমস্যা তৈরি করতে পারে। বাংলা যুক্তাক্ষর, কারচিহ্ন এবং পাশাপাশি থাকা বাংলা-ইংরেজি সংখ্যার ক্ষেত্রেও বাড়তি যাচাই প্রয়োজন।

গুগল লেন্স দিয়ে মোবাইলে ছবি থেকে লেখা বের করার নিয়ম

মোবাইলের একটি ছবি থেকে কয়েকটি লাইন কপি করতে গুগল লেন্স ব্যবহার করতে পারেন। অ্যান্ড্রয়েড ফোনে গুগল ফটোজ খুলে ছবিটি নির্বাচন করুন। এরপর আরও বিকল্প থেকে গুগল লেন্স চালু করুন, অথবা লেন্সের চিহ্ন দেখা গেলে সেটি চাপুন। ছবির লেখার অংশ নির্বাচন করে কপি করুন এবং প্রয়োজনের জায়গায় পেস্ট করুন। ফোন ও অ্যাপের সংস্করণ অনুযায়ী বোতামের অবস্থান বদলাতে পারে। বাংলা যুক্তাক্ষর, তারিখ, নাম ও সংখ্যাগুলো মূল ছবির সঙ্গে মিলিয়ে নিন।

গুগল ড্রাইভ ও গুগল ডকস দিয়ে কম্পিউটারে লেখা উদ্ধার

একাধিক অনুচ্ছেদ বা ছবি-ভিত্তিক পিডিএফের লেখা সম্পাদনা করতে চাইলে কম্পিউটারে গুগল ড্রাইভ ব্যবহার করুন। প্রথমে ছবি বা পিডিএফ ফাইলটি ড্রাইভে আপলোড করুন। ফাইলের ওপর ডান বোতাম চেপে গুগল ডকস দিয়ে খোলার বিকল্প নির্বাচন করুন। লেখা শনাক্ত হলে ডকসে সম্পাদনা করতে পারবেন। গুগলের নির্দেশনা অনুযায়ী ভালো ফলের জন্য ফাইল দুই মেগাবাইট বা কম, ছবির অক্ষর অন্তত দশ পিক্সেল উঁচু এবং নথি সোজা রাখা ভালো। বাংলা ভাষা সমর্থিত হলেও সারণি, কলাম ও মূল বিন্যাস ঠিক থাকার নিশ্চয়তা নেই।

বাংলা লেখার জন্য গুগল ক্লাউড ভিশন ও টেসার‍্যাক্ট

নিয়মিত অনেক ছবি থেকে বাংলা লেখা উদ্ধার বা স্বয়ংক্রিয়ভাবে কাজ করতে চাইলে গুগল ক্লাউড ভিশন এবং টেসার‍্যাক্ট বিবেচনা করা যায়। গুগল ক্লাউড ভিশনের প্রকাশিত ভাষাতালিকায় বাংলা সমর্থিত, এবং ঘন লেখাযুক্ত নথি শনাক্ত করার আলাদা সুবিধা রয়েছে। টেসার‍্যাক্ট একটি উন্মুক্ত উৎসের ওসিআর ব্যবস্থা; এর বাংলা ভাষার মডেলও পাওয়া যায়। তবে এসব ব্যবস্থা ব্যবহার করতে উপযুক্ত সফটওয়্যার, ভাষার মডেল বা কারিগরি সেটআপ প্রয়োজন হতে পারে। নিয়মিত ব্যবহারের আগে নমুনা বাংলা নথি দিয়ে ফল যাচাই করুন।

অ্যাডোবি স্ক্যান ব্যবহার করলে কী সুবিধা ও সীমাবদ্ধতা আছে?

অ্যাডোবি স্ক্যান দিয়ে কাগজের নথি ক্যামেরায় ধারণ করে পরিষ্কার পিডিএফ তৈরি এবং সমর্থিত ভাষার লেখা শনাক্ত করা যায়। তবে অ্যাডোবির প্রকাশিত ভাষাতালিকায় বাংলা নেই, তাই বাংলা বই বা নোটের জন্য এটিকে নির্ভরযোগ্য ওসিআর সমাধান ধরে নেবেন না। অ্যাডোবির নির্দেশনায় সাধারণ ব্যবহারকারীর জন্য পাঁচ পাতার বেশি নথিতে স্বয়ংক্রিয় লেখা শনাক্ত না হওয়ার সীমা উল্লেখ আছে; অর্থপ্রদত্ত সুবিধায় সীমা আলাদা। কাজ শুরুর আগে অ্যাপের বর্তমান নিয়ম ও ভাষা সমর্থন দেখে নিন।

আপনার কাজের জন্য কোন টুলটি বেছে নেবেন?

শুধু মোবাইলের একটি ছবি থেকে কয়েকটি বাক্য লাগলে গুগল লেন্স দিয়ে শুরু করুন। কম্পিউটারে ছবি থেকে সম্পাদনাযোগ্য অনুচ্ছেদ দরকার হলে গুগল ড্রাইভ ও ডকস ব্যবহার করে দেখুন। অনেক বাংলা নথি নিয়ে স্বয়ংক্রিয় ব্যবস্থা তৈরি করতে চাইলে টেসার‍্যাক্ট অথবা গুগল ক্লাউড ভিশনের সক্ষমতা যাচাই করা যুক্তিযুক্ত। আর মূল উদ্দেশ্য সুন্দরভাবে পিডিএফ স্ক্যান সংরক্ষণ হলে অ্যাডোবি স্ক্যান কাজে আসতে পারে। পছন্দের আগে ভাষা, খরচ, গোপনীয়তা ও সম্পাদনার প্রয়োজন মিলিয়ে নিন।

আরও নির্ভুল ফল পেতে ছবি প্রস্তুত করার উপায়

ছবি তোলার সময় কাগজ সমতল রাখুন এবং ছায়া এড়িয়ে চলুন। ক্যামেরা যেন লেখার ঠিক ওপরে থাকে, সেদিকে খেয়াল করুন। অপ্রয়োজনীয় পটভূমি কেটে দিলে শনাক্তকরণ সহজ হতে পারে। খুব ছোট অক্ষর থাকলে কাছ থেকে পরিষ্কার ছবি তুলুন, তবে যেন কোনো অংশ বাদ না যায়। ফল পাওয়ার পর মূল ছবির সঙ্গে নাম, ঠিকানা, সংখ্যা, যতিচিহ্ন ও যুক্তাক্ষর মিলিয়ে সংশোধন করুন। একাধিক কলামের লেখা হলে প্রতিটি কলাম আলাদাভাবে প্রক্রিয়াকরণ করলে পাঠক্রম ঠিক রাখা সহজ হতে পারে।

বাস্তব উদাহরণ: পড়াশোনার নোট ডিজিটাল করা

ধরা যাক, একজন শিক্ষার্থী ক্লাসে দেওয়া ছাপানো বাংলা নোট ফোনে তুলেছেন। প্রথমে ছবিটি সোজা করে অতিরিক্ত অংশ বাদ দেবেন। এরপর গুগল লেন্স দিয়ে লেখাটি কপি করে একটি নোটে রাখবেন। যেখানে শব্দ অস্পষ্ট, সেখানে মূল ছবির সঙ্গে মিলিয়ে সংশোধন করবেন। গুরুত্বপূর্ণ সংজ্ঞা বা উদ্ধৃতি থাকলে মূল উৎসও যাচাই করবেন। এভাবে প্রস্তুত লেখা পরে বিষয়ভিত্তিক সাজানো, খোঁজা এবং পুনরায় পড়ার জন্য ব্যবহার করা যায়।

ব্যক্তিগত তথ্য ও নথির নিরাপত্তা কেন গুরুত্বপূর্ণ?

পরিচয়পত্র, চিকিৎসার প্রতিবেদন, আর্থিক কাগজ কিংবা অফিসের গোপন নথি যেকোনো অনলাইন টুলে আপলোড করার আগে সতর্ক হোন। সেবাটির গোপনীয়তা নীতি, তথ্য সংরক্ষণ পদ্ধতি এবং শেয়ার করার অনুমতি যাচাই করুন। প্রয়োজন হলে ব্যক্তিগত অংশ ঢেকে নিন। প্রতিষ্ঠানের নথিতে অনুমোদিত সফটওয়্যার ব্যবহার করুন। শুধু লেখা বের করা গেছে বলেই সেটি সঠিক বা নিরাপদ হয়েছে, এমন ধারণা করা উচিত নয়। গুরুত্বপূর্ণ তথ্যের ক্ষেত্রে মূল নথিই চূড়ান্ত যাচাইয়ের ভিত্তি।

তথ্য যাচাইয়ের উৎস

এই নির্দেশিকার টুলসংক্রান্ত তথ্য ৭ নভেম্বর ২০২৬ তারিখে সংশ্লিষ্ট সেবার প্রকাশিত নির্দেশনার সঙ্গে মিলিয়ে দেখা হয়েছে। সুবিধা ও সীমা বদলাতে পারে। ব্যবহারের আগে গুগল লেন্স নির্দেশিকা, গুগল ড্রাইভের নির্দেশিকা, ক্লাউড ভিশনের ভাষাতালিকা, টেসার‍্যাক্টের ভাষা মডেল এবং অ্যাডোবি স্ক্যানের ভাষা সমর্থন যাচাই করতে পারেন।

এআই দিয়ে ছবি থেকে লেখা বের করা নিয়ে ১০টি প্রশ্ন ও উত্তর

১. ছবি থেকে বাংলা লেখা কপি করার সবচেয়ে সহজ উপায় কী?

সাধারণ ব্যবহারকারীর জন্য গুগল লেন্স দিয়ে শুরু করা সহজ। ছবি খুলে লেখা নির্বাচন করে কপি করতে হয়। তবে ছোট অক্ষর, যুক্তাক্ষর বা ঝাপসা অংশে ভুল থাকলে মূল ছবির সঙ্গে মিলিয়ে ঠিক করতে হবে।

২. ইন্টারনেট ছাড়া কি ছবি থেকে লেখা বের করা যায়?

কিছু স্থানীয়ভাবে চালানো ওসিআর সফটওয়্যার ইন্টারনেট ছাড়াই কাজ করতে পারে। টেসার‍্যাক্ট এমন ব্যবস্থায় ব্যবহার করা সম্ভব। তবে সফটওয়্যার ও বাংলা ভাষার মডেল আগে স্থাপন করতে হয় এবং সব মোবাইল অ্যাপে অফলাইন সুবিধা থাকে না।

৩. হাতের লেখা কি এআই দিয়ে শনাক্ত করা সম্ভব?

হ্যাঁ, কিছু ওসিআর ব্যবস্থা হাতের লেখা শনাক্ত করতে পারে। তবে ফল লেখার স্পষ্টতা, অক্ষরের ধরন ও ভাষার ওপর নির্ভর করে। গুগল ক্লাউড ভিশনের প্রকাশিত তালিকায় বাংলা হাতের লেখা শনাক্তকরণ পরীক্ষামূলক পর্যায়ে রয়েছে। তাই ক্লাসের হাতে লেখা নোট থেকে পাওয়া শব্দ, সংখ্যা ও নাম মূল ছবির সঙ্গে মিলিয়ে সংশোধন করতে হবে।

৪. ছবি থেকে লেখা বের করার টুল কি সম্পূর্ণ নির্ভুল?

না। একই লেখা ভিন্ন আলো, ছবির মান কিংবা অক্ষরের আকারের কারণে আলাদাভাবে শনাক্ত হতে পারে। বিশেষ করে সংখ্যা, নাম ও বাংলা যুক্তাক্ষরের ভুল গুরুত্বপূর্ণ। প্রকাশ বা জমা দেওয়ার আগে মানুষের মাধ্যমে মিলিয়ে নেওয়া সবচেয়ে নিরাপদ পদ্ধতি।

৫. পিডিএফ ফাইল থেকেও কি লেখা বের করা যাবে?

হ্যাঁ। ছবির মতো সংরক্ষিত পিডিএফ থেকেও অনেক ওসিআর ব্যবস্থা লেখা উদ্ধার করতে পারে। কম্পিউটারে গুগল ড্রাইভে পিডিএফ আপলোড করে গুগল ডকস দিয়ে খুললে শনাক্ত হওয়া লেখা সম্পাদনা করা যায়। তবে সারণি, কলাম ও পৃষ্ঠার বিন্যাস আগের মতো নাও থাকতে পারে।

৬. ছবি থেকে লেখা কপি করলে কি আগের নকশা ঠিক থাকবে?

সব সময় নয়। ওসিআরের মূল উদ্দেশ্য লেখা উদ্ধার করা; মূল পাতার কলাম, সারণি বা শিরোনামের অবস্থান নিখুঁতভাবে পুনরায় তৈরি করা নয়। আনুষ্ঠানিক নথির ক্ষেত্রে লেখা ও বিন্যাস দুটোই আলাদা করে পর্যালোচনা করতে হবে।

৭. বিনা মূল্যে বাংলা ওসিআর ব্যবহারের সুযোগ আছে কি?

গুগল লেন্সের সাধারণ লেখা কপির সুবিধা এবং টেসার‍্যাক্টের উন্মুক্ত উৎস ব্যবস্থা ব্যবহার করা যায়। তবে সংশ্লিষ্ট সেবা, সংরক্ষণ বা অতিরিক্ত সুবিধায় আলাদা সীমা থাকতে পারে। কোনো সেবার বর্তমান খরচ সম্পর্কে সিদ্ধান্ত নেওয়ার আগে সরকারি মূল্যতালিকা দেখুন।

৮. বাংলা ও ইংরেজি মিশ্রিত ছবি হলে কী করবেন?

প্রথমে পরিষ্কার ছবি ব্যবহার করুন এবং টুলে ভাষা নির্বাচনের ব্যবস্থা থাকলে উপযুক্ত সেটিং বেছে নিন। ফলাফলে ইংরেজি অক্ষর, বাংলা সংখ্যা ও যতিচিহ্ন আলাদা করে পরীক্ষা করুন। ভুল বেশি হলে ছবিকে ছোট অংশে ভাগ করে আবার চেষ্টা করুন।

৯. ব্যক্তিগত নথি অনলাইন টুলে দেওয়া কি নিরাপদ?

এটি নির্ভর করে সংশ্লিষ্ট সেবার তথ্য ব্যবহারের নীতি ও নথির সংবেদনশীলতার ওপর। অনুমতি ছাড়া অন্যের নথি আপলোড করবেন না। গোপন তথ্য থাকলে প্রতিষ্ঠানের অনুমোদিত ব্যবস্থা বা উপযুক্ত স্থানীয় সফটওয়্যার বেছে নেওয়া বেশি বিচক্ষণ সিদ্ধান্ত।

১০. ওসিআর দিয়ে উদ্ধার করা লেখা কি সরাসরি প্রকাশ করা উচিত?

না। প্রথমে বানান, তথ্য, নাম ও অনুচ্ছেদের ক্রম সংশোধন করুন। কোনো বই বা অন্যের প্রকাশিত লেখা হলে স্বত্ব ও ব্যবহারের অনুমতিও বিবেচনা করতে হবে। ওসিআর লেখা কপি করার উপায়, অন্যের বিষয়বস্তু নিজের নামে প্রকাশ করার অনুমতি নয়।

উপসংহার

এআই দিয়ে ছবি থেকে লেখা বের করার টুল পড়াশোনা, নথি সংরক্ষণ ও দৈনন্দিন কাজ সহজ করতে পারে। দ্রুত কপি করার জন্য গুগল লেন্স, কম্পিউটারে সম্পাদনার জন্য গুগল ডকস এবং বিশেষায়িত বাংলা কাজের জন্য উপযুক্ত ওসিআর ব্যবস্থা বিবেচনা করুন। সবচেয়ে ভালো ফল পেতে পরিষ্কার ছবি ব্যবহার করুন, প্রাপ্ত লেখা যাচাই করুন এবং ব্যক্তিগত তথ্যের নিরাপত্তাকে গুরুত্ব দিন।