Image to Text (OCR)

नया

Extract text from any image, screenshot or photo — free online OCR that runs entirely in your browser, no upload required.

Drop an image here or click to upload JPG, PNG, WebP, GIF, BMP — processed locally, never uploaded

Tips for best results

• Use high-resolution images (300 DPI+ for scanned docs, HD screenshots)
• Enable "Auto-enhance" for dark backgrounds or low-contrast images
• Keep text horizontal — rotated images reduce accuracy
• PNG preserves quality better than JPEG for text-heavy images
• First use downloads the OCR engine (~4 MB, cached by your browser)

Runs entirely in your browser. Nothing is uploaded.

इमेज से टेक्स्ट रूपांतरण (OCR) क्या है और यह क्यों उपयोगी है?

इमेज से टेक्स्ट रूपांतरण — जिसे औपचारिक रूप से ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) कहा जाता है — दृश्य सामग्री (फोटो, स्कैन, स्क्रीनशॉट) और संपादन योग्य, खोजने योग्य डिजिटल टेक्स्ट के बीच की खाई को पाटता है। जब भी आप किसी मेनू की फोटो लेते हैं, किसी दस्तावेज़ का स्क्रीनशॉट लेते हैं, या कोई रसीद स्कैन करते हैं, तो OCR वही तकनीक है जो उन पिक्सेल पैटर्न को वापस टेक्स्ट में बदलती है जिसे आप कॉपी, संपादित, खोज और साझा कर सकते हैं।

पारंपरिक OCR के लिए ABBYY FineReader या Adobe Acrobat Pro जैसे महंगे डेस्कटॉप सॉफ्टवेयर की ज़रूरत होती थी। आज, शक्तिशाली OCR सीधे आपके वेब ब्राउज़र में चलता है — कोई सॉफ्टवेयर इंस्टॉलेशन नहीं, कोई सदस्यता नहीं, कोई इमेज बाहरी सर्वर पर अपलोड नहीं। यह मुफ्त OCR टूल Tesseract.js का उपयोग करता है, Google के ओपन-सोर्स Tesseract इंजन का WebAssembly पोर्ट, जो साफ प्रिंटेड टेक्स्ट पर 95% से अधिक सटीकता प्राप्त करता है। OnlineOCR.net या i2OCR जैसे अपलोड-आधारित विकल्पों के विपरीत, आपकी फाइलें कभी भी आपके डिवाइस से बाहर नहीं जातीं।

इमेज टू टेक्स्ट कन्वर्टर का उपयोग कैसे करें

इस मुफ्त OCR टूल का उपयोग तीन चरणों में होता है। अपनी इमेज को अपलोड ज़ोन में खींचें और छोड़ें (या ब्राउज़ करने के लिए क्लिक करें, या क्लिपबोर्ड से पेस्ट करने के लिए Ctrl+V दबाएं), Tesseract को इमेज प्रोसेस करने के लिए कुछ सेकंड प्रतीक्षा करें, और निकाला गया टेक्स्ट आउटपुट बॉक्स में दिखाई देता है — एक क्लिक से कॉपी करने के लिए तैयार।

टूल JPG, PNG, WebP, GIF और BMP स्वीकार करता है। सर्वोत्तम परिणामों के लिए अच्छे कंट्रास्ट के साथ उच्च-रिज़ॉल्यूशन इमेज का उपयोग करें — आधुनिक डिस्प्ले (1920×1080 या उच्चतर) के स्क्रीनशॉट उत्कृष्ट परिणाम देते हैं, और स्कैन किए गए दस्तावेज़ 300 DPI या उससे अधिक पर होने चाहिए। सभी प्रोसेसिंग आपके ब्राउज़र में स्थानीय रूप से होती है: आपकी इमेज कभी भी आपके डिवाइस से नहीं जाती। पहली लोडिंग के बाद, इंजन कैश हो जाता है और टूल पूरी तरह से ऑफलाइन काम करता है।

मुफ्त ऑनलाइन OCR के सामान्य उपयोग

दस्तावेज़ डिजिटाइजेशन सबसे सामान्य उपयोग है: कागजी दस्तावेज़, केवल-इमेज सामग्री वाले पुराने PDF, या भौतिक पुस्तकों को खोजने योग्य टेक्स्ट में परिवर्तित करना। यहाँ तक कि किसी प्रिंटेड पेज की फोन फोटो भी, जो एक मेज पर सीधी रखकर अच्छी रोशनी में ली गई हो, आमतौर पर साफ फोंट पर 95%+ सटीकता देती है।

स्क्रीनशॉट वह जगह है जहाँ यह टूल वास्तव में चमकता है — उन एप्लिकेशन से टेक्स्ट कॉपी करना जो सेलेक्शन की अनुमति नहीं देते: लॉक PDF, गेम टेक्स्ट, एरर मैसेज, वीडियो सबटाइटल। विजिटिंग कार्ड स्कैनिंग कार्ड फोटो से संपर्क विवरण निकालती है। रसीद और बिल प्रोसेसिंग खर्च रिपोर्ट के लिए कुल, दिनांक और विक्रेता नाम निकालती है। शोध और उद्धरण आपको हर शब्द फिर से टाइप किए बिना किताबों या पत्रिकाओं से अंश डिजिटाइज़ करने देता है। इन सभी मामलों में, OnlineOCR.net जैसे अपलोड-आधारित टूल पर गोपनीयता का लाभ निर्णायक है।

सर्वोत्तम OCR सटीकता के लिए टिप्स

OCR सटीकता में सबसे महत्वपूर्ण कारक इमेज गुणवत्ता है। रिज़ॉल्यूशन सबसे ज़्यादा मायने रखता है: 300 DPI स्कैन में टेक्स्ट 72 DPI वेब-स्केल इमेज के समान टेक्स्ट की तुलना में कहीं अधिक सटीक रूप से पहचाना जाता है। दस्तावेज़ फोटोग्राफ करते समय, कैमरे को सीधे ऊपर से रखें (कोण पर नहीं), बिना छाया के समान रोशनी सुनिश्चित करें, और तेज़ी से फोकस करें।

स्क्रीनशॉट के लिए, अपनी स्क्रीन की फोन फोटो के बजाय अपने OS के नेटिव कैप्चर टूल का उपयोग करें — फोन फोटो में Moiré इंटरफेरेंस पैटर्न होते हैं जो OCR को खराब करते हैं। जटिल लेआउट (कई कॉलम, टेबल, बैकग्राउंड इमेज) प्रोसेस करते समय, बेहतर परिणामों के लिए अलग-अलग टेक्स्ट सेक्शन अलग से निकालें। आउटपुट को हमेशा प्रूफरीड करें।

UtiloKit OCR की तुलना अन्य विकल्पों से

OnlineOCR.net और i2OCR अपलोड-आधारित वेब टूल हैं — उपयोग में आसान लेकिन आपकी इमेज फाइलें उनके सर्वर पर जाती हैं, मुफ्त स्तर दर-सीमित हैं (OnlineOCR.net मुफ्त उपयोगकर्ताओं को 15 पेज/घंटे तक सीमित करता है)। Adobe Acrobat उत्कृष्ट OCR गुणवत्ता प्रदान करता है लेकिन 13–23 $/माह से शुरू होने वाली पेड सदस्यता के पीछे। Google Docs OCR मुफ्त और शक्तिशाली है लेकिन Google खाते की आवश्यकता है।

ABBYY FineReader जटिल व्यावसायिक दस्तावेज़ OCR के लिए स्वर्ण मानक है — यह Tesseract से बेहतर टेबल, फॉर्म और मिश्रित लेआउट स्कैन संभालता है — लेकिन $99–199 में आता है। सबसे सामान्य OCR कार्यों के लिए, UtiloKit का ब्राउज़र Tesseract OCR इन सेवाओं के साथ सटीकता में मेल करता है जबकि कुछ ऐसा प्रदान करता है जो उनमें से कोई नहीं कर सकता: शून्य अपलोड, शून्य लागत और पूर्ण गोपनीयता।

Tesseract.js को समझना — इस टूल के पीछे का इंजन

Tesseract दुनिया का सबसे व्यापक रूप से उपयोग किया जाने वाला ओपन-सोर्स OCR इंजन है, जिसे मूल रूप से 1980 के दशक में HP Labs में विकसित किया गया था और बाद में Google द्वारा ओपन-सोर्स किया गया और बनाए रखा गया। Tesseract.js इसका WebAssembly पोर्ट है, जो नेटिव C++ इंजन को किसी भी आधुनिक ब्राउज़र में लगभग नेटिव गति से चलाने के लिए संकलित करता है। संस्करण 4+ ने एक LSTM (Long Short-Term Memory) न्यूरल नेटवर्क बैकएंड पेश किया जिसने पिछले नियम-आधारित दृष्टिकोण की तुलना में सटीकता में नाटकीय रूप से सुधार किया।

WebAssembly के माध्यम से ब्राउज़र में Tesseract चलाना नेटिव डेस्कटॉप एप्लिकेशन जितनी सटीकता प्राप्त करता है, बिना किसी सर्वर इन्फ्रास्ट्रक्चर की आवश्यकता के। पहली लोडिंग लगभग 7 MB इंजन और भाषा मॉडल फाइलें डाउनलोड करती है; बाद की लोडिंग तुरंत ब्राउज़र कैश से परोसी जाती है। यह आर्किटेक्चर ही इस टूल को वास्तव में निजी बनाता है: अपलोड करने के लिए कोई सर्वर नहीं है क्योंकि सभी गणना आपके ब्राउज़र टैब के अंदर होती है।

गोपनीयता, सुरक्षा और संवेदनशील दस्तावेज़ों के लिए OCR

संवेदनशील दस्तावेज़ों का OCR — अनुबंध, वेतन पर्ची, चिकित्सा रिकॉर्ड, पासपोर्ट फोटो, वित्तीय विवरण — इमेज के गंतव्य के बारे में सावधानीपूर्वक सोचने की आवश्यकता है। OnlineOCR.net, i2OCR और Adobe Acrobat के वेब OCR जैसी अपलोड-आधारित सेवाएं आपकी इमेज अपने सर्वर पर प्राप्त करती हैं। भले ही वे घंटों के भीतर फाइलें हटाने का दावा करते हों, दस्तावेज़ आपके नियंत्रण से बाहर हो चुका है।

यह टूल आर्किटेक्चरली आपकी इमेज देखने में असमर्थ है — यह एक स्थिर वेब पेज है जो आपके अपने ब्राउज़र टैब में Tesseract.js चलाता है। आप इसे अपने ब्राउज़र के डेवलपर टूल्स (F12) खोलकर, नेटवर्क टैब पर जाकर और OCR जॉब चलाकर सत्यापित कर सकते हैं: आप शून्य आउटगोइंग फाइल ट्रांसफर देखेंगे। यह इसे उन दस्तावेज़ों के OCR के लिए सुरक्षित बनाता है जिन्हें आप किसी अजनबी को ईमेल नहीं करेंगे।

Frequently asked questions

OCR क्या है और यह कैसे काम करता है?

OCR का अर्थ है ऑप्टिकल कैरेक्टर रिकग्निशन — वह तकनीक जो टेक्स्ट की इमेज (टाइप की गई, प्रिंटेड या हस्तलिखित) को मशीन-पठनीय टेक्स्ट में परिवर्तित करती है जिसे आप कॉपी, खोज और संपादित कर सकते हैं। इंजन पिक्सेल पैटर्न का विश्लेषण करता है और उन क्षेत्रों को ज्ञात अक्षर आकृतियों से मिलाता है जो अक्षरों जैसे दिखते हैं। आधुनिक डीप-लर्निंग OCR — जैसे Tesseract 4+ — LSTM न्यूरल नेटवर्क का उपयोग करता है जो लाखों दस्तावेज़ इमेज पर प्रशिक्षित हैं, साफ प्रिंटेड टेक्स्ट पर 98% से अधिक सटीकता प्राप्त करते हैं।

क्या यह टूल मेरी इमेज कहीं अपलोड करता है?

नहीं — और यही UtiloKit और लगभग हर दूसरी ऑनलाइन OCR सेवा के बीच सबसे महत्वपूर्ण अंतर है। यह टूल पूरी तरह से आपके ब्राउज़र में Tesseract.js का उपयोग करके चलता है। आपकी इमेज आपके डिवाइस पर स्थानीय रूप से प्रोसेस होती है और कभी भी इंटरनेट पर प्रसारित नहीं होती। यह इसे पूरी तरह से निजी बनाता है और GDPR-अनुपालित बनाता है।

क्या यह iPhone और Android मोबाइल पर काम करता है?

हाँ — OCR टूल किसी भी आधुनिक मोबाइल ब्राउज़र में काम करता है, जिसमें iPhone और iPad पर Safari और Android पर Chrome शामिल हैं। आप अपने कैमरा रोल से फोटो चुन सकते हैं या ब्राउज़र के फाइल पिकर से सीधे नई फोटो ले सकते हैं। Tesseract इंजन पूरी तरह से आपके डिवाइस के ब्राउज़र टैब में चलता है — कोई अपलोड नहीं, कोई सर्वर नहीं।

किस प्रकार की इमेज सबसे अच्छे परिणाम देती हैं?

OCR सटीकता सबसे अधिक होती है जब इमेज में हो: उच्च रिज़ॉल्यूशन (स्कैन किए गए दस्तावेज़ों के लिए कम से कम 300 DPI), टेक्स्ट और पृष्ठभूमि के बीच उच्च कंट्रास्ट (सफेद कागज पर काला टेक्स्ट आदर्श है), धुंध या शोर के बिना तेज फोकस, क्षैतिज अभिविन्यास और सुसंगत साफ फोंट। खराब रोशनी, JPEG आर्टिफैक्ट, छोटा टेक्स्ट और जटिल पृष्ठभूमि सटीकता कम करती हैं।

क्या यह हस्तलेखन को पहचान सकता है?

प्रिंटेड टेक्स्ट की तुलना में Tesseract की हस्तलेखन पहचान क्षमताएं सीमित हैं। यह प्रिंटेड बड़े अक्षरों में बहुत स्पष्ट, साफ लिखावट को उचित रूप से संभालता है, लेकिन घसीट लिखावट (cursive) आमतौर पर खराब परिणाम देती है। बेहतर हस्तलेखन OCR के लिए, Google Cloud Vision API या Microsoft Azure Computer Vision जैसी समर्पित सेवाएं अधिक सटीक हैं।

OCR कौन सी भाषाएं समर्थन करता है?

यह टूल डिफ़ॉल्ट रूप से Tesseract के अंग्रेजी भाषा पैक का उपयोग करता है। Tesseract स्वयं 100 से अधिक भाषाओं का समर्थन करता है — स्पेनिश, फ्रेंच, जर्मन, इतालवी, पुर्तगाली, चीनी (सरलीकृत और पारंपरिक), जापानी, कोरियाई, अरबी, रूसी, हिंदी और कई अन्य। भविष्य के अपडेट में बहुभाषी समर्थन जोड़ा जा सकता है।

कम गुणवत्ता वाली इमेज पर OCR सटीकता कैसे सुधारें?

OCR सटीकता बढ़ाने के लिए: (1) रिज़ॉल्यूशन बढ़ाएं — डिवाइस एक्सेसिबिलिटी ज़ूम या उच्च DPI पर स्क्रीनशॉट का उपयोग करें। (2) कंट्रास्ट बढ़ाएं — किसी फोटो एडिटर में कंट्रास्ट बढ़ाएं और ब्राइटनेस कम करें। (3) ग्रेस्केल या काले और सफेद में कनवर्ट करें। (4) शोर हटाएं — हल्का शार्पन फिल्टर लगाएं। (5) सीधा करें — इमेज को घुमाएं ताकि टेक्स्ट लाइनें क्षैतिज हों। (6) टेक्स्ट क्षेत्र को टाइट क्रॉप करें। यहाँ तक कि हल्की प्री-प्रोसेसिंग भी आमतौर पर सटीकता को 70% से 95%+ तक बढ़ा देती है।

क्वालिटी कंट्रोल के साथ इमेज को PNG, JPG और WebP के बीच बदलें।

इमेज और मीडिया