ইমেজকে টেক্সটে এবং সার্চযোগ্য PDF-এ রূপান্তর করার জন্য ফ্রি রুবি লাইব্রেরি
ওপেন সোর্স রুবি OCR লাইব্রেরি যা সফটওয়্যার ডেভেলপারদের স্ক্যান করা ডকুমেন্ট, ইমেজ বা স্ক্রিনশট থেকে টেক্সট বের করার জন্য অপটিক্যাল ক্যারেক্টার রিকগনিশন সম্পাদন করতে সক্ষম করে
RTesseract কী?
অপটিক্যাল ক্যারেক্টার রিকগনিশন (OCR) ভিজ্যুয়াল মিডিয়া এবং ডিজিটাল ডেটার মধ্যে একটি রূপান্তরমূলক সেতু হিসেবে কাজ করে, যা মেশিনকে ছবি ও স্ক্যান করা ডকুমেন্ট থেকে সুনির্দিষ্টভাবে টেক্সট বের করতে সক্ষম করে। রুবি ইকোসিস্টেমের ডেভেলপারদের জন্য, ওপেন সোর্স RTesseract লাইব্রেরি Tesseract OCR ইঞ্জিনের শক্তিতে প্রবেশের একটি উচ্চ-দক্ষ গেটওয়ে প্রদান করে। মূলত হেলভেট-প্যাকার্ড দ্বারা উদ্ভাবিত এবং গুগল দ্বারা আরও পরিমার্জিত, Tesseract ছবিকে টেক্সটে রূপান্তরের জন্য একটি শীর্ষ সমাধান হিসেবে ব্যাপকভাবে স্বীকৃত। একটি পরিশীলিত ইন্টারফেস হিসেবে কাজ করে, RTesseract যেকোনো রুবি প্রকল্পে Tesseract OCR এর নির্বিঘ্ন সংযোজনকে সম্ভব করে, জটিল কমান্ড-লাইন ইন্টারঅ্যাকশন ম্যানুয়ালি পরিচালনার প্রয়োজন দূর করে এবং পেশাদার-গ্রেডের ডকুমেন্ট ডিজিটাইজেশনের জন্য প্রয়োজনীয় নির্ভুলতা বজায় রাখে।
এর ব্যবহার সহজতার পাশাপাশি, RTesseract একটি বহুমুখী রুবি লাইব্রেরি যা বিস্তৃত ইমেজ ফরম্যাট সমর্থন করার জন্য তৈরি করা হয়েছে, যার মধ্যে PNG, JPEG, BMP, এবং TIFF অন্তর্ভুক্ত। এই নমনীয়তা প্রায় যেকোনো ভিজ্যুয়াল সোর্সের সাথে সামঞ্জস্য নিশ্চিত করে, এবং Tesseract-এর গ্লোবাল ডেটা ফাইল ব্যবহার করার ক্ষমতা বহু-ভাষা টেক্সট স্বীকৃতিকে উচ্চ নির্ভরযোগ্যতা সহ সম্ভব করে। ডেটা অখণ্ডতা আরও বাড়াতে, লাইব্রেরি প্রতিটি স্বীকৃত শব্দের জন্য কনফিডেন্স স্কোর প্রদান করে, যা ডেভেলপারদের প্রোগ্রাম্যাটিকভাবে OCR আউটপুটের গুণমান মূল্যায়ন করতে সহায়তা করে। একটি ওপেন-সোর্স প্রকল্প হিসেবে, RTesseract খরচ-সাশ্রয়ী, কাস্টমাইজযোগ্য এবং শক্তিশালী সমাধান প্রদান করে দলগুলোর জন্য যারা ডেটা এক্সট্রাকশন ওয়ার্কফ্লো স্বয়ংক্রিয় করতে এবং আরও স্মার্ট, টেক্সট-সচেতন রুবি অ্যাপ্লিকেশন তৈরি করতে চায়।
RTesseract দিয়ে শুরু করা
RTesseract ইনস্টল করার সুপারিশকৃত পদ্ধতি হল রুবি জেমস ব্যবহার করা। মসৃণ ইনস্টলেশনের জন্য দয়া করে নিম্নলিখিত কমান্ডটি ব্যবহার করুন।
Rubygems এর মাধ্যমে RTesseract ইনস্টল করুন
$ gem install rtesseract GitHub এর মাধ্যমে RTesseract ইনস্টল করুন
git clone https://github.com/dannnylo/rtesseract.git আপনি কম্পাইল করা শেয়ার্ড লাইব্রেরি ডাউনলোড করতে পারেন GitHub রিপোজিটরি থেকে।
রুবি API মাধ্যমে ছবি থেকে টেক্সট রূপান্তর
RTesseract লাইব্রেরি ডেভেলপারদের জন্য রুবি অ্যাপ্লিকেশনের মধ্যে একটি ছবি লোড এবং টেক্সটে রূপান্তর করা সহজ করে তোলে। সবচেয়ে সরল ব্যবহার হল ছবিটিকে টেক্সটের স্ট্রিং-এ রূপান্তর করা। কেবল কয়েকটি কোড লাইনের মাধ্যমে আপনি একটি ছবি ফাইল থেকে টেক্সট বের করতে পারেন। নিম্নলিখিত কোড উদাহরণটি ছবিটিকে লোড করে এবং টেসারাক্টের মাধ্যমে প্রক্রিয়া করে, রুবি কমান্ড ব্যবহার করে স্বীকৃত টেক্সটকে রুবি স্ট্রিং হিসেবে ফেরত দেয়।
Ruby API ব্যবহার করে কীভাবে একটি ছবি লোড করে টেক্সটে রূপান্তর করবেন?
require 'rtesseract'
image = RTesseract.new("path/to/your_image.jpg")
text = image.to_s
puts "Extracted Text: #{text}"
রুবি মাধ্যমে ছবিকে অনুসন্ধানযোগ্য PDF-এ রূপান্তর
ওপেন সোর্স RTesseract লাইব্রেরি রুবি অ্যাপ্লিকেশনের মধ্যে একটি ছবিকে অনুসন্ধানযোগ্য PDF-এ রূপান্তর করার সম্পূর্ণ সমর্থন প্রদান করেছে, ছবির লেআউট এবং রঙ সংরক্ষণ করে। নিম্নলিখিত উদাহরণটি দেখায় কীভাবে সফটওয়্যার ডেভেলপাররা রুবি কমান্ড ব্যবহার করে একটি ছবি থেকে অনুসন্ধানযোগ্য PDF ডকুমেন্ট তৈরি করতে পারেন।
Ruby লাইব্রেরি ব্যবহার করে কীভাবে JPEG ছবিকে অনুসন্ধানযোগ্য PDF ফাইলে রূপান্তর করবেন?
require 'rtesseract'
image = RTesseract.new("path/to/my_image.jpg")
pdf_file = image.to_pdf # Returns an open file handle for the PDF
File.write("output.pdf", pdf_file.read)
টেসার্যাক্টের জন্য কাস্টম কনফিগারেশন
ওপেন সোর্স RTesseract লাইব্রেরি সফটওয়্যার পেশাদারদের টেসারাক্টের সেটিংস কনফিগার করতে দেয়, যেমন ভাষা, পেজ সেগমেন্টেশন মোড, OCR-কে কেবল সংখ্যা স্বীকৃতিতে সীমাবদ্ধ করা এবং OCR ইঞ্জিন মোড। এটি আপনাকে OCR প্রক্রিয়াকে সূক্ষ্মভাবে টিউন করে উচ্চতর নির্ভুলতা অর্জন করতে সক্ষম করে। আপনি কনফিগ অপশন ব্যবহার করে টেসারাক্টের সেটিংস কাস্টমাইজ করতে পারেন। নিম্নলিখিত উদাহরণে, psm (পেজ সেগমেন্টেশন মোড) 6 এ সেট করা হয়েছে, এবং oem (OCR ইঞ্জিন মোড) 1 এ সেট করা হয়েছে।
Ruby অ্যাপের মধ্যে Tesseract এর সেটিংস কীভাবে কাস্টমাইজ করবেন?
image = RTesseract.new('path/to/image.png', config: { psm: 6, oem: 1 })
text = image.to_s
puts text
বহু-ভাষা সমর্থন
যদি আপনার ছবিতে নির্দিষ্ট কোনো ভাষায় টেক্সট থাকে, ভাষা নির্দিষ্ট করে আপনি নির্ভুলতা বাড়াতে পারেন। লাইব্রেরি ইংরেজি (ডিফল্ট), জার্মান, ফরাসি, ইতালিয়ান, ডাচ, পর্তুগিজ, স্প্যানিশ, ভিয়েতনামি ইত্যাদি ভাষা সমর্থন করে। দয়া করে নিশ্চিত করুন যে সংশ্লিষ্ট ভাষা প্যাকটি টেসারাক্টের সাথে ইনস্টল করা আছে। নিম্নলিখিত উদাহরণে 'fra' কোডটি ফরাসি ভাষার জন্য সেট করা হয়েছে। আপনি টেসারাক্ট সমর্থিত যেকোনো ভাষা কোড ব্যবহার করতে পারেন।
Ruby লাইব্রেরি ব্যবহার করে অন্যান্য ভাষায় ছবিকে টেক্সটে কীভাবে রূপান্তর করবেন?
image = RTesseract.new('path/to/image.png', lang: 'fra') # French language
text = image.to_s
puts text
