OmniDocমোবাইল ফোনের সাথে নেওয়া ডকুমেন্টের ওরিয়েন্টেশন ভুল। প্রথমে EXIF প্রসেস করুন এবং তারপর OCR এ পাঠান।
তার ফোনের চুক্তির ছবিটি উল্লম্ব দেখাচ্ছিল, তবে আপলোড করার পরে, এটি বাইরের দিকে অনুভূমিক ছিল। এর কারণ হতে পারে যে পিক্সেলগুলি নিজেরাই ঘোরানো হয় না; দর্শক কেবল EXIF দিকনির্দেশক চিহ্নিতকারী অনুসারে ডিসপ্লেটি সামঞ্জস্য করে। যদি ওসিআর ইনপুট এই চিহ্নিতকারীটি উপেক্ষা করে তবে এটি পৃষ্ঠাটি বিপরীত দিকে পড়বে।
ফোন দিয়ে তোলা কন্ট্রাক্ট ফটোগুলো অ্যালবামে উল্লম্ব হলেও আপলোড করার পর সেগুলো অনুভূমিক হয়ে যায়। অনেকে মনে করেন ছবিটি আঁকাবাঁকা বা ফাইলটি ভুল। এই নিবন্ধটি তাদের জন্য যাদের ওসিআর বা অনুবাদ ওয়ার্কফ্লোতে ফোনের ফটো প্রেরণ করতে হবে, আপনাকে "প্রদর্শনের দিকনির্দেশনা" এবং "পিক্সেল ওরিয়েন্টেশন" এর মধ্যে পার্থক্য করতে সহায়তা করে।
পড়ার পরে, আপনি বুঝতে পারবেন যে এক্সআইএফ দিকনির্দেশের ট্যাগটি কী, বালিশ এটি পরিচালনা করতে কোন ফাংশন ব্যবহার করে এবং কোন সমস্যাগুলি এটি সমাধান করতে পারে না। উদাহরণটি সিন্থেটিক নমুনা ব্যবহার করে এবং কোডটি একটি বিচ্ছিন্ন পরিবেশে পরীক্ষা করা হয়েছে, তবে এটি সমস্ত খাঁটি ফাইল বা পণ্যগুলির কার্যকারিতার গ্যারান্টি দেয় না। গুরুত্বপূর্ণ নথিগুলি পরিচালনা করার আগে, দয়া করে আসলগুলি রাখুন এবং নথিতে উল্লিখিত সীমানা এবং গ্রহণযোগ্যতা আইটেম অনুসারে সেগুলি পর্যালোচনা করুন।
আপনার ফোনে শট করা ডকুমেন্টের দিকনির্দেশনা ভুল হলে কী করবেন? সংক্ষেপে, একটি উপসংহার
প্রথমে, EXIF দিকনির্দেশনা চিহ্নিতকারীগুলি প্রয়োগ করতে ImageOps.exif_transpose ব্যবহার করুন, তারপরে সামঞ্জস্যপূর্ণ চিত্রটি OCR এ প্রেরণ করুন; টিল্ট এবং দৃষ্টিভঙ্গির বিষয়গুলি আলাদাভাবে সমাধান করা দরকার।
| তোমার অবস্থা | প্রস্তাবিত অভ্যাস | কারণ[সম্পাদনা] |
|---|---|---|
| দর্শক সাধারনভাবে প্রদর্শন করে, কিন্তু পার্সিং ফলাফলগুলি পাশে থাকে | প্রথমত, EXIF দিকনির্দেশনা প্রয়োগ করতে ImageOps.exif_transpose ব্যবহার করুন | পিক্সেল ঘোরানো হয় না, শুধুমাত্র প্রদর্শন স্তর সমন্বয় করা হয় |
| পুরো ফটোটি সামান্য কাত | স্বতন্ত্রভাবে কাত সংশোধন মূল্যায়ন | exif_transpose শুটিং কোণ পরিচালনা করে না |
| কাগজটি ট্র্যাপিজয়েডাল | কাগজের সীমানা সনাক্ত করুন এবং দৃষ্টিকোণ সংশোধন করুন | দৃষ্টিকোণ বিকৃতি একটি EXIF ওরিয়েন্টেশন সমস্যা নয় |
| OCR দ্বারা ফেরত বক্স সংরক্ষণ করা প্রয়োজন | একই সময়ে ইনপুট আকার, অভিযোজন রূপান্তর এবং আউটপুট আকার রেকর্ড করুন | সামঞ্জস্য করা চিত্র স্থানাঙ্কগুলি মূল চিত্র থেকে আলাদা |
ডিসপ্লের দিক এবং পিক্সেলের দিক আলাদাভাবে দেখতে হবে।
একটি মোবাইল ছবির পিক্সেলগুলি নিজেরাই ঘোরানো যায় না এবং ফাইলের EXIF ওরিয়েন্টেশন ট্যাগগুলি দর্শককে বলে যে এটি কীভাবে প্রদর্শন করতে হয়। দর্শক সেই অনুযায়ী ছবিটি সামঞ্জস্য করবে, এবং যদি ওসিআর ইঞ্জিন এই চিহ্নটিকে উপেক্ষা করে, তবে এটি পৃষ্ঠাটিকে অন্য দিকে পড়বে।
বালিশের ImageOps.exif_transpose অভিযোজন তথ্যের উপর ভিত্তি করে পিক্সেল সামঞ্জস্য করে এবং পরবর্তী ঘূর্ণন এড়াতে প্রয়োগকৃত অভিযোজন মার্কারগুলি সরিয়ে দেয়। এটি নির্বিচারে শট টিল্ট বা দৃষ্টিকোণ বিকৃতি নয়, EXIF ওরিয়েন্টেশন নিয়ে কাজ করে। মোবাইল ফোনের সাথে আঁকাবাঁকাভাবে নেওয়া কাগজটিকে সোজা করার জন্য এখনও জ্যামিতিক প্রক্রিয়াকরণের আরেকটি সেট প্রয়োজন।
টেস্ট রোটেশন সংশ্লেষিত পিক্সেলের সাথে সীমাবদ্ধ
অরিয়েন্টেশন মার্কারগুলি সঠিকভাবে প্রয়োগ করা হয়েছে কিনা তা পরীক্ষা করতে নিম্নলিখিত কোডটি একটি যৌগিক চিত্র ব্যবহার করে:
from PIL import Image, ImageOps
source = Image.new("RGB", (40, 20), "white")
source.putpixel((0, 0), (255, 0, 0))
source.getexif()[274] = 6
fixed = ImageOps.exif_transpose(source)
assert fixed.size == (20, 40)
assert fixed.getpixel((19, 0)) == (255, 0, 0)
assert fixed.getexif().get(274) is None
assert source.size == (40, 20)
again = ImageOps.exif_transpose(fixed)
assert again.size == fixed.size
assert again.tobytes() == fixed.tobytes()কোণে লাল পিক্সেলগুলি এখানে জ্যামিতিক সম্পর্ক পরীক্ষা করতে সাহায্য করার জন্য ব্যবহার করা হয়েছে, OCR ইঞ্জিনকে কল না করে বা আসল পাঠ্য অনুকরণ না করে। অতএব, পরীক্ষাটি শুধুমাত্র এই সিদ্ধান্তে সমর্থন করতে পারে যে "দিক নির্দেশকগুলি সঠিকভাবে প্রয়োগ করা হয়েছে", কিন্তু সমর্থন করতে পারে না "পাঠ্য স্বীকৃতির হার কতটা উন্নত হয়েছে"। উদাহরণগুলি বালিশের উপর নির্ভর করে এবং লক করা সংস্করণে চালানো উচিত।
দিক পরিবর্তন করুন
দিকনির্দেশক সমস্যার মুখোমুখি হওয়ার সময়, প্রথমে লক্ষণগুলি পর্যবেক্ষণ করুন, তারপরে কারণটি নির্ধারণ করুন। নীচের সারণীটি আপনাকে আপনার পরবর্তী পদক্ষেপগুলি সিদ্ধান্ত নিতে সহায়তা করতে পারে:
| পর্যবেক্ষণ | সম্ভাব্য কারণ | পরবর্তী |
|---|---|---|
| দর্শক স্বাভাবিক, এবং পার্সার ল্যান্ডস্কেপ করা হয় | EXIF প্রয়োগ করা হয়নি | দিকনির্দেশের লেবেল এবং পিক্সেলগুলি পরীক্ষা করুন |
| পুরো পৃষ্ঠাটি কিছুটা কাত করা হয়েছে | শুটিং অ্যাঙ্গেল | টিল্ট সংশোধনের স্বাধীন মূল্যায়ন |
| পৃষ্ঠাগুলি ট্র্যাপিজয়েডাল | দৃষ্টিভঙ্গি বিকৃতি | কাগজের সীমানা পরীক্ষা করার পরে সংশোধন করা হয় |
| পাঠ্যটি উল্টানো কিন্তু অচিহ্নিত | মেটাডেটা অনুপস্থিত | পৃষ্ঠার বিষয়বস্তুর উপর ভিত্তি করে বিচার করে, কোনও অন্ধ অনুমান করা যায় না |
ঘূর্ণনের পরে স্থানাঙ্ক রেকর্ডিং শুরু করা উচিত
যদি ওসিআর সামঞ্জস্যপূর্ণ চিত্রে একটি পাঠ্য বাক্স ফিরিয়ে দেয় তবে বাক্সের স্থানাঙ্কগুলি সামঞ্জস্যপূর্ণ চিত্রের সাথে মিলে যাবে, মূল চিত্রটি নয়। অতএব, তিনটি তথ্য ধরে রাখা দরকার: ইনপুট মাত্রা, দিকনির্দেশক রূপান্তর এবং আউটপুট মাত্রা। হাইলাইটগুলি প্রদর্শন করার সময়, মূল চিত্রের অবস্থানে ফিরে আসতে স্থানাঙ্কগুলিতে বিপরীত রূপান্তর প্রয়োগ করুন।
যদি এটি কোন চিত্রের অন্তর্গত তা রেকর্ড না করে কেবল একটি বাক্স সংরক্ষণ করা হয় তবে হাইলাইট অবস্থানটি অফ-টেক্সট হবে।
অনুবাদ করার আগে ছবিটি সঠিকভাবে সারিবদ্ধ করুন
OmniDoc (প্রোডাক্ট এন্ট্রি) এর OCR এবং অনুবাদ এন্ট্রির মাধ্যমে স্ক্যান করা উপকরণগুলি প্রক্রিয়া করার সময়, আপনি প্রথমে মূলটির সাথে তুলনা করে দিকটি পরীক্ষা করতে পারেন। দিকনির্দেশনা, দৃষ্টিভঙ্গি এবং স্বচ্ছতা তিনটি ভিন্ন পরিদর্শন আইটেম যা পৃথকভাবে নিশ্চিত করা দরকার।
ইনপুট শর্তাবলী পরিষ্কারভাবে সংগঠিত করার পরে, অনুবাদের গুণমান মূল্যায়ন করতে দ্বিভাষিক ফলাফলগুলি ব্যবহার করুন। আপনি যদি প্রথম নজরে অনুবাদ মডেলের অনুপস্থিত শব্দগুলিকে দায়ী করেন তবে আপনি প্রায়শই আসল ইনপুট সমস্যাটি মিস করেন।
তথ্যসূত্র: Pillow ImageOps.
📊 মূল তুলনা
| প্রক্রিয়াকরণের উদ্দেশ্য | হ্যান্ডলিং পদ্ধতি | এটি কিexif_transpose দ্বারা করা হয়েছে? |
|---|---|---|
| EXIF দিকনির্দেশক চিহ্নিতকারী | চিহ্ন অনুসারে পিক্সেলগুলি সামঞ্জস্য করুন | হ্যাঁ |
| পুরো পৃষ্ঠাটি কিছুটা কাত করা হয়েছে | শুটিং অ্যাঙ্গেল সংশোধন | না, স্বাধীন মূল্যায়ন প্রয়োজন |
| পৃষ্ঠাগুলি ট্র্যাপিজয়েডাল | দৃষ্টিভঙ্গি সংশোধন | না, কাগজের সীমানা অবশ্যই পরিদর্শন করতে হবে |
🎯 কোন পদ্ধতিটি আপনার জন্য উপযুক্ত?
আপনি যদি ...... করেন
- ভিউয়ার স্বাভাবিক, ওসিআর ফলাফলগুলি ল্যান্ডস্কেপ করা হয় : প্রথমে এক্সআইএফ দিকনির্দেশনা প্রয়োগ করুন, তারপরে ওসিআর পুনরায় প্রেরণ করুন।
- সামগ্রিক ফটো স্কিউনেস: টিল্ট সংশোধনকে একটি স্বতন্ত্র পদক্ষেপ হিসাবে বিবেচনা করুন; দিকনির্দেশক প্রক্রিয়াকরণ এটি ঠিক করার আশা করবেন না।
- ট্র্যাপিজয়েডাল কাগজের প্রান্তগুলি : প্রথমে কাগজের সীমানা পরীক্ষা করুন, তারপরে দৃষ্টিভঙ্গি সংশোধন করুন।
- মূল চিত্রের অবস্থান হাইলাইট করা প্রয়োজন : ইনপুট আকার এবং রূপান্তর তথ্য সংরক্ষণ করুন, তারপরে প্রদর্শনের সময় বিপরীত রূপান্তর সম্পাদন করুন।
❓ প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী (FAQ)
1. exif_transpose আপনি কি শটে আঁকাবাঁকা কাগজটি সোজা করতে পারেন?
না। এটি শুটিং কোণ বা দৃষ্টিভঙ্গি বিকৃতি পরিচালনা না করে, কেবল EXIF দিকনির্দেশক চিহ্নিতকারীদের উপর ভিত্তি করে পিক্সেলগুলি সামঞ্জস্য করে, যার জন্য অতিরিক্ত জ্যামিতিক প্রক্রিয়াকরণের প্রয়োজন হয়।
2. কেন দর্শক স্বাভাবিক প্রদর্শন করে, কিন্তু ওসিআর ফলাফলগুলি অনুভূমিক?
দর্শক একটি এক্সআইএফ দিকনির্দেশনা চিহ্নিতকারী প্রয়োগ করে, যখন পিক্সেলগুলি নিজেরাই ঘোরানো নাও পারে। যদি ওসিআর এই চিহ্নিতকারীটি উপেক্ষা করে তবে এটি বিপরীত দিকে পৃষ্ঠাগুলি পড়বে।
3. নমুনা কোড কি দেখাতে পারে যে স্বীকৃতির হার কতটা উন্নত হয়েছে?
না। উদাহরণটি ওসিআর ইঞ্জিনকে কল না করে বা বাস্তব পাঠ্য অনুকরণ না করেই দিকনির্দেশনা চিহ্নিতকারীগুলি সঠিকভাবে প্রয়োগ করা হয়েছে কিনা তা পরীক্ষা করার জন্য সিন্থেটিক পিক্সেল ব্যবহার করে।
4. ওসিআর দ্বারা ফেরত দেওয়া বাক্সটি কেন মূল চিত্রের অবস্থানের সাথে মেলে না?
যদি ওসিআর সামঞ্জস্যপূর্ণ গ্রাফে চলে, তবে বাক্স স্থানাঙ্কগুলি সামঞ্জস্যপূর্ণ গ্রাফের সাথে মিলে যায়। ইনপুট মাত্রা, রূপান্তর এবং আউটপুট মাত্রাগুলি রেকর্ড করা দরকার এবং প্রদর্শনের সময় বিপরীত রূপান্তরগুলি সঞ্চালিত হয়।
📝 সারসংক্ষেপ
ক্যামেরা ওরিয়েন্টেশন সমস্যাগুলির জন্য, প্রথমে প্রদর্শন বা পিক্সেল ওরিয়েন্টেশন পরীক্ষা করুন, তারপরে যথাক্রমে ওরিয়েন্টেশন, টিল্ট এবং দৃষ্টিকোণ পরিচালনা করুন। গুরুত্বপূর্ণ নথিগুলি পরিচালনা করার আগে, দয়া করে আসলগুলি রাখুন এবং পর্যালোচনাটি সম্পূর্ণ করুন।
এখনই অভিজ্ঞতা: অনুবাদ শুরু করতে আপনার নথি আপলোড করুন, মূল ফর্ম্যাটিং সংরক্ষণ করুন
