घुमावदार पेज पढ़ना मुश्किल क्यों होता है
खुली किताब का पेज कभी समतल नहीं होता। कागज़ बाइंडिंग से घुमाव लेते हुए ऊपर उठता है, टेक्स्ट बाइंडिंग की ओर सिकुड़ता जाता है, और रोशनी पेज पर असमान रूप से पड़ती है। फ़ोटो यह सब हूबहू कैद कर लेती है — और यही असली समस्या है। आपको घुमावदार पेज की अच्छी फ़ोटो नहीं, बल्कि एक समतल पेज चाहिए, और कितना भी क्रॉप कर लें, वह नहीं मिलता।
आम तौर पर इसका हल हार्डवेयर होता है। फ़्लैटबेड स्कैनर पेज को कांच के नीचे दबाकर समतल करते हैं, और ओवरहेड बुक स्कैनर V-आकार के स्टैंड से। दोनों काम करते हैं, लेकिन दोनों में किताब को मशीन तक ले जाना पड़ता है।
मॉडल असल में क्या ठीक करता है
vFlat एक ही फ़ोटो से पेज के 3D आकार का अनुमान लगाता है, फिर उसे खोलकर समतल कर देता है। एक साथ तीन चीज़ें ठीक होती हैं:
- पेज का घुमाव, ताकि बाइंडिंग की ओर झुकी टेक्स्ट की लाइनें सीधी हो जाएं।
- पर्सपेक्टिव (तिरछापन), ताकि पेज समलंब नहीं, आयत जैसा दिखे।
- असमान रोशनी, ताकि बाइंडिंग के पास का छायादार हिस्सा बाहरी किनारे जितना ही उजला दिखे।
तीनों को एक साथ ठीक करना ज़रूरी है। घुमाव ठीक किए बिना सिर्फ़ पर्सपेक्टिव ठीक करने से टेक्स्ट मुड़ा ही रहता है; और रोशनी ठीक किए बिना समतल करने से हर पेज के बीच में एक धूसर पट्टी रह जाती है।
यह सबसे अच्छा कहां काम करता है
मोटी किताबों को सबसे ज़्यादा फ़ायदा होता है, क्योंकि वे सबसे ज़्यादा मुड़ती हैं। बीच से खोली गई पेपरबैक, समतल न खुलने वाली हार्डकवर किताबें और स्टैंड पर रखी म्यूज़िक शीट — इन सबके नतीजे सामान्य फ़ोटो से साफ़ तौर पर बेहतर आते हैं।
बस एक मामले में थोड़ी सावधानी अब भी काम आती है: तेज़ रोशनी में बहुत चमकदार कागज़। चमक वह जानकारी मिटा देती है जिसे मॉडल दोबारा नहीं बना सकता, इसलिए फैली हुई (डिफ़्यूज़) रोशनी में नतीजा ज़्यादा साफ़ आता है।
OCR के लिए इसका क्या मतलब है
समतल करना सिर्फ़ दिखावट के लिए नहीं है। समतल किए गए पेज पर पाठ पहचान काफ़ी ज़्यादा सटीक होती है, क्योंकि अक्षरों का आकार बाइंडिंग की ओर सिकुड़ने के बजाय पूरी लाइन में एक जैसा रहता है।
असल में, यही तय करता है कि स्कैन में आप कुछ खोज सकेंगे या उसे सिर्फ़ देख पाएंगे।
अगली किताब खोलें, तो ख़ुद आज़माएं
कैमरा खुली किताब के आमने-सामने के पेजों की ओर करें, ऑटो स्कैन को फ़ोटो लेने दें, और नतीजे की तुलना उस फ़ोटो से करें जो आपका कैमरा ऐप लेता। दोनों में जो फ़र्क दिखेगा, बस वही इस सुविधा की पूरी कहानी है।
