OCR

OCR له images، scans او document screenshots څخه text استخراجوي.

له recognition وروسته result copy کولای شئ، یا یې د Markdown، PDF یا Word په توګه export کولای شئ، او څو formats یو ځای package او download کولای شئ.

OCR څه کولای شي

Feature	تشریح
Image text recognition	له images، screenshots او scans څخه text استخراجوي.
Document layout recognition	د tables، formulas، stamps او ګډ text-image layouts لپاره ښه دی.
Multiple services	Baidu PaddleOCR، Microsoft Azure Vision او Google Vision ملاتړ کوي.
Copy results	له processing وروسته recognized text copy کړئ.
Export files	Markdown، PDF او Word export کړئ.
Batch packaging	د څو files له recognize وروسته results د package په توګه download کړئ.

لومړی OCR Services تنظیم کړئ

دا پرانیزئ:

System Settings -> Other Settings -> OCR

د هغو services credentials ډک کړئ چې کارول یې غواړئ:

Service	څه ولیکئ	Best For
Baidu PaddleOCR	PaddleOCR Token	لومړی انتخاب یې سپارښتنه کېږي. د documents، images، tables او mixed layouts لپاره ښه دی.
Microsoft Azure Vision	Azure Vision Endpoint او Azure Vision API Key	که Microsoft cloud services کاروئ، ګټور دی.
Google Vision	Google Vision API Key. Service account JSON یوازې د quota query لپاره کارېږي.	که Google Cloud services کاروئ، ګټور دی.

له credentials ډکولو وروسته save وکړئ.

د لومړنۍ ازموینې لپاره یوازې یو service تنظیمولای شئ. درې واړه اړین نه دي.

Google Vision Setup

Google setup دوه برخې لري:

Goal	Requirement
OCR کارول	Cloud Vision API enable کړئ، بیا API Key جوړ کړئ.
usage query	service account جوړ کړئ، Monitoring Viewer ورکړئ، بیا service account JSON download کړئ.

Google د OCR لپاره وکاروئ

1. Google Cloud Console پرانیزئ.
2. APIs & Services ته لاړ شئ.
3. Library پرانیزئ، Cloud Vision API ولټوئ او enable یې کړئ.
4. بېرته Credentials ته راشئ.
5. API Key جوړ کړئ.
6. API Key پرانیزئ او copy یې کړئ.
7. په ImgBed کې یې Google Vision API Key ته paste کړئ.
8. save کړئ.

بیا د OCR dialog کې Google Vision ټاکلای شئ.

د Google Usage Query

Quota query د recognition لپاره اړینه نه ده.

دا یوازې ښيي چې په تېرو 30 ورځو کې شاوخوا څو Google Vision calls کارول شوي دي.

1. په Google Cloud Console کې IAM & Admin پرانیزئ.
2. Service Accounts پرانیزئ.
3. service account جوړ کړئ، لکه vision-monitor.
4. Monitoring Viewer role ورکړئ.
5. د service account details پرانیزئ او key جوړ کړئ.
6. JSON وټاکئ.
7. generated JSON file download کړئ.
8. بېرته ImgBed ته راشئ او د service account JSON لاندې یې import کړئ (اختیاري).
9. د import له بریا وروسته quota query کلیک کړئ.

له import وروسته، ImgBed هغه project name ښيي چې service account پورې تړاو لري. د usage query پر وخت، ImgBed Google monitoring data لولي او د دې میاشت call count ښيي.

په لنډه توګه:

Item	موخه
Google Vision API Key	OCR recognition اجرا کوي.
Service account JSON	ګوري چې څو Google Vision calls کارول شوي دي.
Monitoring Viewer role	service account ته د usage data د لوستلو اجازه ورکوي.

Baidu PaddleOCR Token اخیستل

Baidu PaddleOCR access token غواړي.

د Baidu PaddleOCR page کې د API call window پرانیزئ، د token اخیستلو لپاره کلیک وکړئ، بیا یې copy کړئ.

بېرته ImgBed ته راشئ، په PaddleOCR Token کې یې paste او save کړئ.

Recognition پیلول

په File Management کې image یا document screenshot وټاکئ او OCR کلیک کړئ.

په dialog کې recognition service او model وټاکئ.

عام PaddleOCR model choices:

Model	Best For
PP-StructureV3	سپارښتل شوی default. د documents، tables، formulas، stamps او mixed layouts لپاره ښه دی.
PP-OCRv5	ساده images، عادي text او lightweight recognition.
PaddleOCR-VL	multilingual، complex images او chart-like content.
PaddleOCR-VL-1.5	ډېر complex document pages او layout recovery.

که ډاډه نه یاست، له PP-StructureV3 څخه پیل وکړئ.

Advanced Options

Option	تشریح
Orientation correction	کله وکاروئ چې image rotated یا skewed وي.
Document flattening	د curvature یا tilt لرونکو photographed documents لپاره.
Layout detection	کله چې headings، paragraphs، tables او image structure ساتل غواړئ.
Chart recognition	کله چې image charts یا complex structures ولري.
Beautify Markdown	exported Markdown لوستل اسانه کوي.

د عادي screenshots لپاره options کم وساتئ. د document scans لپاره نور document-related options فعال کړئ.

Results لیدل

له recognition وروسته dialog result ښيي.

مستقیم یې copy کولای شئ یا export formats ټاکلای شئ.

د document pages لپاره، exported PDF د page appearance ساتلی شي او text searchable پرېږدي. دا د scans archive کولو او وروسته content موندلو لپاره ګټور دی.

Export Format ټاکل

Format	Best For
Markdown (.md)	notes، documentation systems او وروسته editing.
PDF (.pdf)	د page appearance او scanned document results ساتل.
Word (.docx)	layout editing ته دوام، text modification او نورو ته handoff.
Export all	څو formats او original image خوندي کوي، د مهمو archives لپاره مناسب دی.

که یوازې text ته اړتیا لرئ، Markdown export کړئ.

که page appearance ته اړتیا لرئ، PDF یا Word وکاروئ.

Word Output

Exported Word documents د office software له لارې پرانیستل او edit کېدای شي.

ځینې documents په Word output کې recognized images، headings او paragraphs لري.

Recognition quality د original image clarity، model choice او document complexity پورې تړلې ده.

د OCR لپاره غوره File Types

File Type	سپارښتنه
Clear screenshots	مستقیم recognize کړئ.
Scans	PP-StructureV3 ته ترجیح ورکړئ.
Photographed documents	orientation correction او document flattening فعال کړئ.
Tables, formulas, stamps	structured models ته ترجیح ورکړئ.
Simple short text images	PP-OCRv5 عموما بس وي.

روښانه images چې text یې مستقیم وي، عموما غوره results ورکوي.

Common Cases

Case	معنا
Recognition fails	وګورئ service token یا key save شوی دی.
Recognition is slow	complex documents او لوی images ډېر وخت نیسي.
Table incomplete دی	structured model وازمویئ.
Text mistakes لري	blur، glare او skew recognition errors زیاتوي. روښانه image وازمویئ.
Word output ډېر images لري	structured models ښايي ځینې recognized images وساتي. دا عادي ده.

Google Quota Query ناکامېږي

وګورئ:

1. Service account JSON import شوی دی.
2. service account د Monitoring Viewer role لري.
3. Cloud Vision API د project لپاره enabled دی.

که یوازې OCR ته اړتیا لرئ او usage query نه غواړئ، service account JSON ignore کولای شئ او یوازې Google Vision API Key ډک کړئ.

چټک بهیر

Open System Settings
-> Open Other Settings
-> Fill OCR service credentials
-> Save
-> Return to File Management
-> Select a file and click OCR
-> Choose a model
-> Wait for recognition
-> Copy results or export Markdown / PDF / Word