নথি

PDF থেকে Word: লেখা, OCR ও নথির কাঠামো যাচাইয়ের নির্দেশিকা

·

PDF থেকে Word টুল ব্রাউজারে নির্বাচিত PDF পৃষ্ঠা পড়ে, উদ্ধার করা বিষয়বস্তু সংশোধনের সুযোগ দেয় এবং সম্পাদনাযোগ্য DOCX তৈরি করে। আগে অল্প কয়েকটি প্রতিনিধিত্বমূলক পৃষ্ঠা নিন। বিদ্যমান লেখা, মুদ্রিত স্ক্যানের OCR বা ঐচ্ছিক কাঠামো পুনর্গঠন বেছে নিন; ডাউনলোডের আগে মূলের সঙ্গে পর্যালোচিত ফল মিলিয়ে দেখুন।

PDF-এ পৃষ্ঠার অবস্থান নির্দিষ্ট থাকে; সম্পাদনাযোগ্য Word নথির অনুচ্ছেদ, সারণি ও অন্যান্য উপাদান নতুন করে সাজতে পারে। তাই রূপান্তর মানে কাঠামো পুনর্গঠন—প্রতিটি লাইন, ফন্ট বা পৃষ্ঠাবিরতি হুবহু রাখার নিশ্চয়তা নয়। মূল PDF রাখুন এবং যে অ্যাপে Word নথিটি ব্যবহার করবেন, সেখানে ফল পরীক্ষা করুন।

PDF থেকে Word

সম্ভাব্য সমস্যা বোঝায় এমন একটি পৃষ্ঠা দিয়ে শুরু করুন

একটি PDF বেছে নিন বা কাজের জায়গায় টেনে আনুন। শুরুতে পড়ার মোড স্বয়ংক্রিয়, OCR-এর ভাষা ইংরেজি এবং আউটপুট সাধারণ সম্পাদনাযোগ্য অনুচ্ছেদ। ‘পৃষ্ঠা’ ঘরে ছোট পরিসর দিন, প্রয়োজনে জানা পাসওয়ার্ড লিখুন এবং ‘PDF-এর লেখা পড়ুন’ চাপুন। শুধু ফাইল বেছে নিলেই Word ডাউনলোড তৈরি হয় না।

আপনার দরকারি বৈশিষ্ট্য আছে এমন নমুনা নিন: সাধারণ লেখা, স্ক্যান, সারণি বা দুই কলাম। সারণি, শিরোনাম, তালিকা বা চিত্র জরুরি হলে পড়ার আগে ‘নথির কাঠামো পুনর্গঠন করুন’ চালু করুন। এতে পর্যালোচনার ধরন ও প্রাথমিক আউটপুট পছন্দ দুটোই বদলায়। বড় পরিসর নেওয়ার আগে প্রথম ফল দেখুন।

  • দৃশ্যগত তুলনার জন্য মূল PDF রাখুন।
  • মুদ্রিত লেখার ভাষা অনুযায়ী OCR বেছে নিন; ইন্টারফেসের ভাষা বদলালে OCR মডেল বদলায় না।
  • রপ্তানির আগে নাম, সংখ্যা, বাদ পড়া লাইন ও পড়ার ক্রম যাচাই করুন।

Microsoft সহায়তা: Word-এ PDF খোলা ও রূপান্তরের সীমাবদ্ধতা

নির্বাচিত পৃষ্ঠা কীভাবে পড়া হবে তা বেছে নিন

স্বয়ংক্রিয় মোডে উদ্ধার করা বিদ্যমান লেখার শুরু-শেষের ফাঁক সরানোর পর কিছু লেখা থাকলে সেটিই ব্যবহার হয়। শুধু এমন লেখা না থাকা পৃষ্ঠায় OCR চলে। বিদ্যমান স্তর সম্পূর্ণ বা সঠিক কি না, তা মাপা হয় না। ফলে স্ক্যান করা চালানের ওপরে নির্বাচনযোগ্য শিরোনাম থাকলে শুধু শিরোনাম ফিরতে পারে, ছবির ভেতরের চালানের লেখা বাদ যেতে পারে।

প্রয়োজনীয় কথা ছবিতে থাকলে বা লেখার স্তর ব্যবহারযোগ্য না হলে ‘OCR · নির্বাচিত প্রতিটি পৃষ্ঠা’ বেছে নিন। নির্বাচিত পৃষ্ঠাগুলো ছবিতে রেন্ডার করে দৃশ্যমান বিদ্যমান লেখাসহ মুদ্রিত লেখা শনাক্ত করা হয়। এতে ভুলও আসতে পারে; সব নথিতে OCR ভালো ফল দেবে ধরে না নিয়ে আবার মূলের সঙ্গে মিলিয়ে দেখুন।

নির্বাচিত পৃষ্ঠা কীভাবে পড়া হবে তা বেছে নিন
পড়ার মোডকখন শুরু করতে পারেনপ্রধান সীমাবদ্ধতা
স্বয়ংক্রিয়সাধারণ লেখার পৃষ্ঠা ও আলাদা স্ক্যান পৃষ্ঠা থাকা নথিমিশ্র পৃষ্ঠায় আংশিক লেখার স্তর থাকলেও OCR নাও চলতে পারে
শুধু PDF-এ বিদ্যমান লেখাOCR ছাড়া নির্বাচনযোগ্য লেখা যাচাই করতেছবির লেখা ও ফর্মের ঘরের মান অনুপস্থিত থাকতে পারে
OCR · নির্বাচিত প্রতিটি পৃষ্ঠামুদ্রিত স্ক্যান, মিশ্র পৃষ্ঠা বা অকার্যকর লেখার স্তরসর্বোচ্চ 10টি OCR পৃষ্ঠা; শনাক্ত করা লেখা যাচাই করতে হবে

Adobe Acrobat নির্দেশিকা: কাগজ স্ক্যান ও OCRTesseract নথি: শনাক্তকরণের মান উন্নত করাTesseract.js: ছবি শনাক্তকরণ ও PDF সমর্থনের সীমানা

পৃষ্ঠার পরিসর দিন এবং ক্রম মিলিয়ে নিন

‘পৃষ্ঠা’ খালি রাখলে সম্পূর্ণ উৎস নির্বাচিত হয়। 1-3, 5 দিলে প্রথম থেকে তৃতীয় পৃষ্ঠা, তারপর পঞ্চম পৃষ্ঠা পড়া হয়। একটি পরিসরের সংখ্যা ঊর্ধ্বক্রমে হতে হবে, তবে আলাদা অংশগুলো আপনার দেওয়া ক্রম রাখে। যেমন 3,1,3 দিলে তৃতীয়, প্রথম ও আবার তৃতীয় পৃষ্ঠা—তিনটি পর্যালোচনা এন্ট্রি তৈরি হয়। একই পৃষ্ঠা পুনরাবৃত্ত হলে নির্বাচন ও OCR সীমায় আবার গণনা হয়।

উৎসে সর্বোচ্চ 300 পৃষ্ঠা থাকতে পারে; একটি কাজে সর্বোচ্চ 50 পৃষ্ঠা নির্বাচন করা যায়। 301 পৃষ্ঠার উৎস থেকে একটি পৃষ্ঠা নিলেও উৎসের সীমা এড়ানো যায় না। আগে সেটি উপযুক্ত ছোট PDF-এ ভাগ করুন। ভিন্ন ভাষার স্ক্যানের জন্য উপযুক্ত OCR ভাষা দিয়ে আলাদা পরিসর পড়ুন; একবারের নির্বাচনে সব ভাষা শনাক্ত হবে ধরে নেবেন না।

PDF.js API: নথি লোড, লেখা ও পৃষ্ঠা রেন্ডারিং

মুদ্রিত ভাষা মেলান এবং পাঠযোগ্য স্ক্যান প্রস্তুত করুন

OCR-এর ভাষা হলো ইংরেজি, ফরাসি, জার্মান, ইতালীয়, পর্তুগিজ, স্প্যানিশ, সরলীকৃত চীনা, হিন্দি, আরবি ও বাংলা। একবার পড়ার সময় নির্বাচিত একটি মডেল সব OCR পৃষ্ঠায় প্রযোজ্য। ইন্দোনেশীয় বা উর্দু ইন্টারফেস থাকলেও এখানে ওই ভাষার OCR মডেল নেই। হাতের লেখা ও তালিকার বাইরের ভাষা সমর্থিত নয়; OCR অনুবাদও করে না।

ঝাপসা, বাঁকা বা কম রেজল্যুশনের স্ক্যানের চেয়ে সোজা ও পরিষ্কার মুদ্রিত পৃষ্ঠা ভালো সূচনা দেয়। PDF-এর প্রতি ইঞ্চিতে 200 পিক্সেল ধরে OCR পৃষ্ঠা রেন্ডার হয়; রেজল্যুশন বা স্ক্যান উন্নত করার কোনো নিয়ন্ত্রণ নেই। কাঠামোর OCR-এ ঘোরানো নয় এমন শব্দের বাক্স ব্যবহার হয় এবং স্বয়ংক্রিয় বাঁক সংশোধন বন্ধ থাকে। দরকার হলে আমদানির আগে উৎসের দিক ঠিক করুন। আস্থার মান বেশি হলেও লাইন বাদ পড়তে বা পরিচিতি নম্বর ভুল হতে পারে।

Tesseract নথি: শনাক্তকরণের মান উন্নত করাTesseract.js: ছবি শনাক্তকরণ ও PDF সমর্থনের সীমানা

প্রতিটি মূল পৃষ্ঠার সঙ্গে লেখা মিলিয়ে সংশোধন করুন

পর্যালোচনায় সম্পাদনাযোগ্য লেখার পাশে মূল পৃষ্ঠা ও পৃষ্ঠা বাছাইয়ের ব্যবস্থা থাকে। নাম, তারিখ, দশমিক চিহ্ন, হিসাব নম্বর, যতিচিহ্ন ও সম্পূর্ণ লাইন মিলিয়ে দেখুন। 9007199254740993-এর মতো পরিচিতি নম্বর লেখা হিসেবেই রাখুন; টুল এটিকে গোল করতে বা স্প্রেডশিটের সংখ্যা হিসেবে নিতে বলে না।

সাধারণ মোডে সরাসরি লেখা সম্পাদনা করুন। নতুন লাইন Word-এর অনুচ্ছেদ হয়। শুধু-লেখা মোডে বিদ্যমান লেখা না মিললে খালি পর্যালোচনায় নিজেও লিখতে পারেন; তবে সম্পূর্ণ ফাঁকা সাধারণ লেখা থেকে Word নথি তৈরি হয় না। স্ক্যানের বাদ পড়া মুদ্রিত লেখা দরকার হলে OCR দিয়ে আবার পড়ে নতুন ফল যাচাই করুন। আবার পড়লে পুরোনো পর্যালোচনা মুছে যায়, তাই দরকারি সংশোধন আগে ডাউনলোড করুন।

Microsoft সহায়তা: Word-এ PDF খোলা ও রূপান্তরের সীমাবদ্ধতাTesseract নথি: শনাক্তকরণের মান উন্নত করা

সম্পাদনাযোগ্য বিন্যাস দরকার হলে ব্লকের কাঠামো পুনর্গঠন করুন

কাঠামো মোড অনুচ্ছেদ, শিরোনাম, সমর্থিত তালিকা, সারণি, এক বা দুই কলামের অঞ্চল ও চিত্র উদ্ধার করার চেষ্টা করে। ব্যবহারযোগ্য PDF ট্যাগ এতে সাহায্য করতে পারে; অন্য বিষয়বস্তু অবস্থান ও চেহারা থেকে গোষ্ঠীবদ্ধ হয়। ট্যাগ বা অবস্থানভিত্তিক অনুমান কোনোটিই নিজে সঠিক পড়ার ক্রম নিশ্চিত করে না। উৎসের সঙ্গে ব্লক মিলিয়ে প্রয়োজনে সরান, সম্পাদনা করুন বা মুছুন।

নিজে যোগ করা সারণিসহ সারণির ঘর সম্পাদনাযোগ্য থাকে। কলামের সারিবদ্ধতা, যুক্ত শিরোনামঘর ও ঘর পড়ার ক্রম যাচাই করুন। আলাদা উৎসপৃষ্ঠার তালিকা Word-এ আলাদা নম্বরায়নের সংজ্ঞা পায়; তাই ধারাবাহিকতা ও নতুন করে শুরু হওয়া মিলিয়ে দেখুন। নথি দেখতে ঠিক লাগলেও ডান কলাম বাম কলামের আগে চলে আসতে পারে।

সম্পাদনাযোগ্য বিন্যাস দরকার হলে ব্লকের কাঠামো পুনর্গঠন করুন
যা যাচাই করবেনকাজের সংশোধনরপ্তানির পরে দেখুন
শিরোনাম ও তালিকাশিরোনামের স্তর, তালিকার ধরন ও নম্বর বেছে নিন; ব্লকের ক্রম বদলানশিরোনামের স্তরবিন্যাস ও তালিকার ধারাবাহিকতা
সারণিঘরের লেখা, সারি, কলাম ও যুক্ত ঘরের ব্যাখ্যা ঠিক করুনপ্রতিটি মান সঠিক শিরোনামের নিচে আছে কি না
কলাম ও চিত্রঅঞ্চলের ক্রম দেখুন এবং কাটা চিত্র যোগ বা সরানপড়ার ক্রম, বাদ পড়া চিত্র ও দ্বিগুণ লেখা

Microsoft সহায়তা: Word-এ PDF খোলা ও রূপান্তরের সীমাবদ্ধতাPDF.js API: নথি লোড, লেখা ও পৃষ্ঠা রেন্ডারিং

ফন্ট, রং ও কাটা চিত্রকে আনুমানিক পুনর্গঠন হিসেবে দেখুন

কাঠামো মোডে মেলানো ফন্ট-পরিবারের নাম, আকার ও সমর্থিত একরঙা লেখার রং রাখা এবং নিয়ন্ত্রণ দিয়ে যাচাই করা যায়। মূল ফন্ট এমবেড করা হয় না। কোনো ফন্ট না থাকলে ব্রাউজার বা Word সম্পাদক অন্য ফন্ট বসাতে পারে। স্বচ্ছতা, প্যাটার্ন, স্ট্রোক ও ক্লিপিং PDF-এর হুবহু চেহারায় ফেরে না; দেখানো নোট পড়ে প্রিভিউ মিলিয়ে নিন।

চিত্র হলো রেন্ডার করা পৃষ্ঠা থেকে কাটা অংশ, মূল এমবেড করা ছবির ফাইল নয়। বিদ্যমান লেখা থেকে কাঠামো তৈরিতে 150-PPI রেন্ডার ব্যবহৃত হয়; দ্বিগুণ বিষয়বস্তু এড়াতে পূর্ণপৃষ্ঠার ছবি বা লেখার ওপর থাকা ছবি বাদ যেতে পারে। ভেক্টর চিত্র, মাস্ক এবং পুনরাবৃত্ত বা গোষ্ঠীবদ্ধ ছবি নিজে কাটতে হতে পারে। কাটা অংশে সম্পাদনাযোগ্য ব্লকের একই লেখার পিক্সেল থাকতে পারে; দুটো মিলিয়ে দেখুন। কাঠামোর OCR প্রতিটি ছবিকে স্বয়ংক্রিয়ভাবে আলাদা চিত্র বানায় না।

Microsoft সহায়তা: Word-এ PDF খোলা ও রূপান্তরের সীমাবদ্ধতাPDF.js API: নথি লোড, লেখা ও পৃষ্ঠা রেন্ডারিং

সাধারণ লেখা ও কাঠামোর সংশোধন আলাদা রাখুন

কাঠামোর পর্যালোচনা থাকলে ‘Word-এর বিষয়বস্তু’ থেকে ‘পর্যালোচিত কাঠামো’ বা ‘সাধারণ সম্পাদনাযোগ্য অনুচ্ছেদ’ বেছে নেওয়া যায়। দুই সংস্করণের সংশোধন আলাদা থাকে। কাঠামোর সারণি বদলালে সাধারণ লেখা বদলায় না; সাধারণ লেখা বদলালেও কাঠামোর ব্লক হালনাগাদ হয় না। DOCX বা পর্যালোচিত লেখা ডাউনলোডের আগে কাঙ্ক্ষিত সংস্করণ বেছে নিন।

পড়ার সেটিং বদলানো, অন্য ফাইল বাছাই বা আবার পড়া পর্যালোচনা মুছে দেয়। শুধু Word-এর আউটপুট সেটিং বদলালে পর্যালোচিত বিষয়বস্তু থাকে, পুরোনো ফল সরে যায় যাতে নতুন করে তৈরি করা যায়। রপ্তানির পুরোনো ত্রুটি দেখালে এই সেটিং বদলানো সেটিও সরায়; পরের রপ্তানি তবু সফলভাবে শেষ হতে হবে।

PDF.js API: নথি লোড, লেখা ও পৃষ্ঠা রেন্ডারিং

পৃষ্ঠা-আকার বেছে DOCX তৈরি করুন এবং Word-এ পরীক্ষা করুন

সাধারণ আউটপুটে US Letter বা A4 বেছে নেওয়া যায় এবং সম্পাদনাযোগ্য অনুচ্ছেদ তৈরি হয়; PDF-এর মূল সারণি, ছবি, লিংক, ফর্ম, ফন্ট বা বিন্যাস পুনর্গঠিত হয় না। কাঠামোবদ্ধ আউটপুটে পর্যালোচিত ব্লক ব্যবহৃত হয় এবং উৎসের পৃষ্ঠা-আকারও নেওয়া যায়। পুনর্গঠন চালু করলে প্রথমে কাঠামোবদ্ধ আউটপুট ও উৎসের আকার নির্বাচিত হয়; সাধারণ লেখায় বদলালে উৎস-আকারের পছন্দ Letter হয়ে যায়।

পৃষ্ঠাবিরতির বিকল্প প্রতিটি উৎসপৃষ্ঠাকে নতুন Word পৃষ্ঠায় শুরু করে, কিন্তু তার ভেতরে একই পৃষ্ঠাবিন্যাস নিশ্চিত করে না। লেখা, মার্জিন, বিকল্প ফন্ট ও সম্পাদক নতুন করে পৃষ্ঠা সাজাতে পারে। ‘Word নথি তৈরি করুন →’ চাপুন, ফলের জন্য অপেক্ষা করে DOCX ডাউনলোড করুন। কাঠামো পুনর্গঠনের জন্য পড়ার সময়ই উৎসপৃষ্ঠার প্রতিটি দিক 0.5 থেকে 22 ইঞ্চির মধ্যে হতে হবে। এর বাইরে হলে পুনর্গঠন বন্ধ করে সাধারণ Letter বা A4 আউটপুটের জন্য আবার পড়ুন, অথবা আগে মানসম্মত আকারের PDF প্রস্তুত করুন; অন্য ইনপুট ও রেন্ডারিং সীমাও প্রযোজ্য।

Microsoft সহায়তা: Word-এ PDF খোলা ও রূপান্তরের সীমাবদ্ধতা

ফাইল, নির্বাচন ও পর্যালোচনার সীমা আলাদা করে দেখুন

ইনপুটের 50 MB মানে 50,000,000 বাইট। PDF-কে পৃষ্ঠা ও রেন্ডারিং সীমাও মানতে হবে; ছোট সংকুচিত ফাইলেও খুব বড় পৃষ্ঠা থাকতে পারে। কম পৃষ্ঠা নিলে মোট কাজ কমতে পারে, কিন্তু উৎসের মোট পৃষ্ঠা বা ফাইলের বাইটসীমা এড়ানো যায় না। কাঠামো ও OCR-এর রেন্ডার সাধারণ লেখার প্রিভিউয়ের চেয়ে বড়।

লেখার সীমা দৃশ্যমান অক্ষর নয়, JavaScript-এর UTF-16 এককে গণনা হয়: কিছু চিহ্নে দুই একক লাগে, যুক্ত চিহ্নের ধারায় আরও বেশি লাগতে পারে। দেখানো পর্যালোচনা-গণনায় TXT ও Word Counter-এর জন্য পৃষ্ঠার মাঝে বসানো বিভাজক থাকে না। কাঠামোবদ্ধ রপ্তানিতে ব্লক, স্টাইলযুক্ত টেক্সট অংশ, চিত্র ও সারণির আলাদা সীমাও আছে। সীমায় পৌঁছালে নির্বাচন কমান বা নথি সরল করুন।

ফাইল, নির্বাচন ও পর্যালোচনার সীমা আলাদা করে দেখুন
বিষয়কার্যকর সীমাছাড়িয়ে গেলে করণীয়
মূল PDF50,000,000 বাইট ও 300 পৃষ্ঠাআগে ভাগ করুন বা ছোট উৎস প্রস্তুত করুন
নির্বাচিত পৃষ্ঠা50টি এন্ট্রি; সর্বোচ্চ 10টিতে OCRছোট পরিসর নিন; অনিচ্ছাকৃত পুনরাবৃত্তি এড়ান
পর্যালোচিত/রপ্তানির লেখা1,000,000 UTF-16 একক; সাধারণ DOCX-এ সর্বোচ্চ 20,000 অনুচ্ছেদছোট অংশে রপ্তানি করুন
রেন্ডার করা পৃষ্ঠাপ্রতি দিকে 8192 পিক্সেল; প্রতি পৃষ্ঠায় 8,000,000 পিক্সেল; মোট 80,000,000ছোট পরিসর বা মানসম্মত আকারের উৎসপৃষ্ঠার ব্যবহার করুন
প্রাথমিক পর্যালোচনার উপাদানপ্রিভিউ, উৎসের রেন্ডার ও চিত্র মিলিয়ে 50,000,000 বাইটকম পৃষ্ঠা নিন বা সাধারণ লেখা ব্যবহার করুন
কাঠামোবদ্ধ DOCX2000 ব্লক, 50,000 স্টাইলযুক্ত টেক্সট অংশ, 100 চিত্র ও চিত্রের মোট 50,000,000 বাইট; আউটপুট সর্বোচ্চ 100,000,000 বাইটব্লক ও চিত্র সরল করুন বা কাজ ভাগ করুন
প্রতিটি কাঠামোবদ্ধ সারণি200 সারি, 12 কলাম ও 2000 ঘরবড় সারণি উপযুক্ত অংশে ভাগ করুন
কাজের সময়সীমাপড়ার জন্য 180 সেকেন্ড; Word তৈরির জন্য 60 সেকেন্ডডিভাইসের অন্য চাপ কমিয়ে ছোট কাজ আবার চেষ্টা করুন

PDF.js API: নথি লোড, লেখা ও পৃষ্ঠা রেন্ডারিংTesseract.js: ছবি শনাক্তকরণ ও PDF সমর্থনের সীমানা

ত্রুটির বার্তা দেখে পরের পদক্ষেপ নিন

নামের শেষে .pdf থাকলেই ভেতরের PDF পাঠযোগ্য হয় না। এই প্রক্রিয়া ফাইল পরীক্ষা করে কঠোর PDF ত্রুটি-পরীক্ষা চালায়; মেরামতযোগ্য ফন্ট-ইঙ্গিতের জন্য সীমিত ছাড় আছে। অন্য ভিউয়ার মেরামত করে দেখাতে পারে এমন ক্ষতিগ্রস্ত ফাইল এখানে প্রত্যাখ্যাত হতে পারে। অন্য কোথাও প্রিভিউ সফল হলেই এখানে তার লেখা বা কাঠামো নিরাপদে পুনর্গঠন করা যাবে, এমন নয়।

পড়া ব্যর্থ বা বাতিল হলে আংশিক পর্যালোচিত পৃষ্ঠার সেট দেখানো হয় না। ইনপুট বা বিকল্প ঠিক করে আবার পড়ুন। Word তৈরি ব্যর্থ হলে সংশোধন বা TXT ডাউনলোডের জন্য পর্যালোচনা থেকে যায়। স্থানীয় ইঞ্জিন বা মডেল না পাওয়া গেলে আবার চেষ্টার আগে সাইটের প্রয়োজনীয় উপাদান সফলভাবে লোড হওয়া দরকার হতে পারে।

ত্রুটির বার্তা দেখে পরের পদক্ষেপ নিন
লক্ষণসম্ভাব্য পরীক্ষাপরের পদক্ষেপ
স্ক্যান থেকে লেখা নেইশুধু-লেখা মোড ছবির পিক্সেল পড়ে নাস্বয়ংক্রিয় বা ‘OCR · নির্বাচিত প্রতিটি পৃষ্ঠা’ নিন
শুধু শিরোনাম উদ্ধার হয়েছেমিশ্র পৃষ্ঠায় কিছু নির্বাচনযোগ্য লেখা আছেজোর করে OCR চালিয়ে পুরো পৃষ্ঠা মিলিয়ে দেখুন
ভুল বা বাদ পড়া শব্দভাষা, স্ক্যানের মান বা শনাক্তকরণের সীমাসঠিক মডেল নিন ও মূল দেখে সংশোধন করুন
পৃষ্ঠা বা রেন্ডারিং সীমাউৎসের আকার, নির্বাচিত সংখ্যা বা ছবির মাপছোট উৎস বা পরিসর প্রস্তুত করুন
DOCX-এর বিন্যাস আলাদাপুনর্গঠন, বিকল্প ফন্ট বা Word-এর নতুন পৃষ্ঠাসজ্জাব্লক ও রপ্তানি করা নথি পরীক্ষা করুন

PDF.js API: নথি লোড, লেখা ও পৃষ্ঠা রেন্ডারিংTesseract নথি: শনাক্তকরণের মান উন্নত করা

জানা পাসওয়ার্ড ব্যবহার করুন; আবার পড়ার আগে সংশোধন রাখুন

সুরক্ষিত PDF-এর সঠিক পাসওয়ার্ড স্থানীয় ঘরে দিয়ে পড়ার চেষ্টা করুন। এটি পাসওয়ার্ড উদ্ধার করে না। ব্যর্থ বা বাতিলসহ প্রতিবার পড়ার চেষ্টার পরে ঘরটি খালি হয়, তাই পরেরবার আবার দিতে হতে পারে। বাতিলের পরে নির্বাচিত PDF থেকে যায়।

‘বাতিল করুন’ বর্তমান পড়া বা রপ্তানি থামায়। ‘ফাইল সরান’ নির্বাচিত উৎস, পাসওয়ার্ড, পরিসর ও পর্যালোচনা সরায়; অন্য পড়ার বিকল্প ও Word সেটিং থাকতে পারে। অন্য নথি নেওয়ার আগে সেগুলো দেখুন। মুছে ফেলা, আবার পড়া বা পৃষ্ঠা ছাড়ার আগে দরকারি সংশোধন ডাউনলোড করুন; পর্দার পর্যালোচনা সংরক্ষিত নথি নয়।

PDF.js API: নথি লোড, লেখা ও পৃষ্ঠা রেন্ডারিং

TXT ডাউনলোড করুন বা পর্যালোচিত লেখা Word Counter-এ পাঠান

‘পর্যালোচিত লেখা ডাউনলোড করুন’ বর্তমানে ‘Word-এর বিষয়বস্তু’-তে নির্বাচিত সংস্করণ ব্যবহার করে। কাঠামো হলে পর্যালোচিত ব্লকের লেখা, সারণির লেখা ও প্রযোজ্য তালিকা-চিহ্ন নেওয়া হয়; চিত্রের পিক্সেল থেকে লেখা যোগ হয় না। TXT-এ সব পর্যালোচিত পৃষ্ঠা নির্বাচনের ক্রমে থাকে, মাঝে দুটি নতুন লাইন থাকে।

‘পর্যালোচিত লেখা গুনুন →’ একই লেখা বর্তমান ট্যাবে Word Counter-এ পাঠায়। এর 1,000,000-এককের সীমায় পৃষ্ঠার মাঝে যোগ করা বিভাজকও পড়ে; ফলে পর্যালোচনা নিজের সীমার মধ্যে থেকেও পাঠানোর জন্য বড় হতে পারে। দরকারে ছোট অংশ ডাউনলোড করুন। স্থানান্তর অস্থায়ী; URL বা ব্রাউজারের স্টোরেজে রাখা হয় না। Word Counter-এর পরিষ্কার করার বোতাম পাঠানো লেখা ও আনডু-ইতিহাস সরায়।

PDF.js API: নথি লোড, লেখা ও পৃষ্ঠা রেন্ডারিং

স্থানীয় নথি-প্রক্রিয়া ও সাইটের ডাউনলোড আলাদা করে বুঝুন

PDF, পাসওয়ার্ড, লেখার পর্যালোচনা ও Word তৈরি আপনার ডিভাইসে প্রক্রিয়াকৃত হয়। রূপান্তরের জন্য এই প্রক্রিয়া নথির বাইট আপলোড করে না। সাইট খোলার সময় পৃষ্ঠা ও স্ক্রিপ্টের অনুরোধ হয়; PDF সহায়ক ফাইল বা নির্বাচিত OCR মডেল প্রয়োজনে আনা হতে পারে। সাইটের বিশ্লেষণ-ব্যবস্থাও অনুরোধ করতে পারে। স্থানীয় প্রক্রিয়া মানে প্রথমবার সম্পূর্ণ অফলাইনে চলা বা একেবারেই নেটওয়ার্ক না থাকা নয়।

বিদ্যমান লেখা পড়তে OCR মডেল লাগে না। OCR দরকার হলে ইঞ্জিনের সঙ্গে নির্বাচিত ভাষার মডেল লোড হয়; সব মডেল একসঙ্গে স্বয়ংক্রিয়ভাবে নামে না। উপাদান ডাউনলোড ব্যর্থ হলে স্থানীয় প্রক্রিয়া হওয়া সত্ত্বেও শনাক্তকরণ আটকে যেতে পারে। ট্যাবের বাইরে রাখতে সম্পূর্ণ ফাইল ডাউনলোড করুন।

Tesseract.js: ছবি শনাক্তকরণ ও PDF সমর্থনের সীমানাPDF.js API: নথি লোড, লেখা ও পৃষ্ঠা রেন্ডারিং

শেয়ারের আগে সংক্ষিপ্ত যাচাই করুন

চালানের ক্ষেত্রে গ্রাহকের নাম, চালান নম্বর, পণ্যের লাইন, পরিমাণ, দশমিক চিহ্ন ও মোট PDF-এর সঙ্গে মিলিয়ে দেখুন। প্রতিবেদনে শিরোনামের স্তর, তালিকার ধারাবাহিকতা, কলামের ক্রম, সারণির শিরোনাম ও চিত্রের ক্যাপশনও দেখুন। শনাক্তকরণের আস্থা ইঞ্জিনের অনুমান; আপনার নথির মাপা নির্ভুলতার স্কোর নয়।

ডাউনলোড করা DOCX কাঙ্ক্ষিত সম্পাদকে খুলে পাঠযোগ্য জুমে পৃষ্ঠা দেখুন। সেখানেই নতুন পৃষ্ঠাসজ্জা ঠিক করুন অথবা উৎসের পর্যালোচনা সংশোধন করে আবার রপ্তানি করুন। মূল দৃশ্যগত বিন্যাস জরুরি হলে সম্পাদনাযোগ্য সংস্করণের পাশে PDF রাখুন। নির্দিষ্ট চেহারার অনুলিপির জন্য Word-এ সব খুঁটিনাটি বানানোর চেয়ে মূল PDF রাখা বেশি উপযোগী হতে পারে।

Microsoft সহায়তা: Word-এ PDF খোলা ও রূপান্তরের সীমাবদ্ধতাTesseract নথি: শনাক্তকরণের মান উন্নত করা

সাধারণ প্রশ্ন

PDF থেকে সম্পাদনাযোগ্য Word কীভাবে বানাব?

একটি PDF বেছে পড়ার মোড ও পৃষ্ঠার পরিসর দিন, তারপর ‘PDF-এর লেখা পড়ুন’ চাপুন। মূলের সঙ্গে মিলিয়ে পর্যালোচনা সম্পাদনা করুন, Word আউটপুটের সেটিং নিন, নথি তৈরি করে DOCX ডাউনলোড করুন।

স্ক্যান করা PDF পৃষ্ঠা পড়া যায়?

হ্যাঁ, OCR সীমার মধ্যে সমর্থিত মুদ্রিত ভাষা পড়া যায়। স্বয়ংক্রিয় মোডে ফাঁকা নয় এমন বিদ্যমান লেখা উদ্ধার না হলেই OCR চলে; মিশ্র পৃষ্ঠা বা অকার্যকর লেখার স্তরের জন্য ‘OCR · নির্বাচিত প্রতিটি পৃষ্ঠা’ নিন।

স্বয়ংক্রিয় মোড ছবির লেখা বাদ দিল কেন?

এটি উদ্ধার করা বিদ্যমান লেখা ফাঁকা কি না দেখে, পুরো পৃষ্ঠার লেখা এসেছে কি না দেখে না। নির্বাচনযোগ্য শিরোনাম থাকলে বাকি অংশে OCR না-ও চলতে পারে। জোর করে OCR করলে ছবির শব্দ পাওয়া যেতে পারে; ফল যাচাই করতে হবে।

ইন্টারফেসের ভাষা বদলালে OCR ভাষাও বদলায়?

না। শুরুর OCR মডেল ইংরেজি। মুদ্রিত ভাষা নিজে বেছে নিন। দশটি মডেল আছে; ইন্দোনেশীয় ও উর্দু ইন্টারফেস থাকলেও এখানে ওই OCR মডেল নেই।

OCR কি অনুবাদ বা হাতের লেখা পড়ে?

এটি সমর্থিত মুদ্রিত লেখা শনাক্ত করে, অনুবাদ করে না। হাতের লেখা ও মডেলের তালিকার বাইরের ভাষা সমর্থিত নয়।

Word ফাইল কি PDF-এর হুবহু মতো হবে?

না। সাধারণ আউটপুটে সম্পাদনাযোগ্য অনুচ্ছেদ থাকে। কাঠামোবদ্ধ আউটপুট সমর্থিত ব্লক ও চিত্র পুনর্গঠন করে; বিকল্প ফন্ট, অনিশ্চিত গোষ্ঠীবিন্যাস ও Word-এর পৃষ্ঠাসজ্জায় ফল বদলাতে পারে। ডাউনলোড করা ফাইল দেখুন।

সারণি, শিরোনাম ও কলাম সম্পাদনা করা যায়?

পড়ার আগে পুনর্গঠন চালু করে শনাক্ত ব্লক দেখুন। শিরোনামের স্তর, তালিকার নম্বর, সারণির ঘর, যুক্ত শিরোনামঘর, কলামের ক্রম ও চিত্র যাচাই করুন। PDF ট্যাগ থাকলেও শনাক্তকরণ আনুমানিক।

সাধারণ লেখায় সংশোধন করলে কাঠামোও বদলায়?

না। দুই সংস্করণের সংশোধন আলাদা। ‘Word-এর বিষয়বস্তু’ বেছে দেয় কোন সংস্করণ DOCX, TXT ও Word Counter-এ পাঠানো লেখার উৎস হবে।

একবারে কত পৃষ্ঠা রূপান্তর করা যায়?

উৎসে সর্বোচ্চ 300 পৃষ্ঠা; একটি কাজে সর্বোচ্চ 50টি এন্ট্রি, যার মধ্যে সর্বোচ্চ 10 পৃষ্ঠায় OCR লাগতে পারে। পুনরাবৃত্তি আবার গণনা হয়; ফাইল, লেখা, রেন্ডারিং ও সময়সীমাও প্রযোজ্য।

ছোট পরিসর নিলে বড় উৎসের সীমা এড়ানো যায়?

এতে নির্বাচিত কাজ কমে, কিন্তু উৎসের 50,000,000 বাইট বা 300 পৃষ্ঠার সীমা এড়ায় না। বড় উৎস আগে উপযুক্ত PDF-এ ভাগ করে নিন।

পাসওয়ার্ড চাওয়া PDF রূপান্তর করা যায়?

পড়ার আগে জানা সঠিক পাসওয়ার্ড স্থানীয় ঘরে দিন। প্রতিবার চেষ্টার পরে ঘর খালি হয়। অজানা পাসওয়ার্ড উদ্ধার বা এড়িয়ে যাওয়ার সুবিধা নেই।

সর্বোচ্চ দৈর্ঘ্যের পর্যালোচনায় Word Counter বন্ধ কেন?

এর সীমায় পর্যালোচিত পৃষ্ঠার মাঝে যোগ হওয়া দুটি নতুন লাইনও গণনা হয়। এগুলো অনুমোদিত পর্যালোচনাকেও 1,000,000 UTF-16 এককের ওপরে নিতে পারে। ছোট অংশ ডাউনলোড করে গুনুন।

রূপান্তরের জন্য PDF বা পাসওয়ার্ড আপলোড হয়?

এই রূপান্তর আপনার ডিভাইসে স্থানীয়ভাবে হয়। সাইট স্ক্রিপ্ট, PDF সহায়ক উপাদান, নির্বাচিত OCR মডেল ও বিশ্লেষণের অনুরোধ করতে পারে। স্থানীয় রূপান্তর মানে শূন্য নেটওয়ার্ক অনুরোধ নয়।

বাতিল বা মুছে ফেলার আগে কী রাখব?

সংশোধন রাখতে পর্যালোচিত লেখা বা তৈরি DOCX ডাউনলোড করুন। বাতিল করলে নির্বাচিত PDF থাকে; ‘ফাইল সরান’ উৎস ও পর্যালোচনা সরায়। আবার পড়লে পুরোনো পর্যালোচনা মুছে যায়।

উৎস ও আরও পড়ুন

কাজে লাগান।

সম্পর্কিত গাইড