आपके कैमरा रोल में कहीं न कहीं किसी रसीद की फ़ोटो है, व्हाइटबोर्ड पर लिखा Wi-Fi पासवर्ड है, या कोई पार्किंग बोर्ड है जिसे आपने “याद रहेगा” कहकर खींच लिया था. आपका iPhone असल में उन फ़ोटो में लिखा टेक्स्ट पढ़ सकता है और आपको उसे खोजने देता है. यह लोगों की उम्मीद से ज़्यादा बार काम करता है — और जिस तरह यह असफल होता है, उसे इस पर भरोसा करने से पहले समझ लेना ज़रूरी है.
इसे कैसे इस्तेमाल करें और इसकी कमज़ोरियां कहां हैं — दोनों यहां हैं.
कोई शब्द खोजना: 30 सेकंड वाला तरीका
- फ़ोटो ऐप खोलें.
- Search (शीशे वाला आइकन) पर टैप करें.
- कोई ऐसा शब्द टाइप करें जो तस्वीर के अंदर दिखता है — “Delta,” “IKEA,” किसी रेस्तरां का नाम, पोस्टर पर लिखा कोई शब्द.
- जगहों और लोगों के नतीजों को आगे स्क्रॉल करें, ताकि वे फ़ोटो दिखें जिनमें वह शब्द असल में तस्वीर से पढ़ा गया है.
बस इतना ही. iOS 15 और उसके बाद के वर्ज़न में आपका iPhone आपकी फ़ोटो में छपा टेक्स्ट बैकग्राउंड में, डिवाइस पर ही पढ़ता है और उसे सर्च में जोड़ देता है. वही शब्द आप Spotlight में भी टाइप कर सकते हैं (होम स्क्रीन पर नीचे की ओर स्वाइप करें) और फ़ोटो ऐप खोले बिना ही फ़ोटो के नतीजे पा सकते हैं.
अगर कुछ नहीं मिला, तो उसी दस्तावेज़ का कोई दूसरा शब्द आज़माएं — सड़क के बजाय दुकान का नाम, “बिल” के बजाय “इनवॉइस.” सर्च सिर्फ़ उन्हीं शब्दों से मेल खाता है जिन्हें फ़ोन पढ़ पाया, और वह सब कुछ नहीं पढ़ पाता.
किसी एक फ़ोटो से टेक्स्ट निकालना: Live Text
सर्च से फ़ोटो मिल जाती है; Live Text से आप उसमें लिखी चीज़ इस्तेमाल कर सकते हैं. कोई भी फ़ोटो खोलें और टेक्स्ट को टच करके दबाए रखें — वह बिल्कुल नोट के टेक्स्ट की तरह हाइलाइट हो जाएगा. वहां से आप:
- उसे चुनकर कॉपी कर सकते हैं (आखिरकार व्हाइटबोर्ड वाला Wi-Fi पासवर्ड).
- किसी फ़ोन नंबर पर टैप करके कॉल कर सकते हैं, या पते पर टैप करके उसे Maps में खोल सकते हैं.
- उसका वहीं अनुवाद कर सकते हैं.
- कोने में बने छोटे टेक्स्ट-फ़्रेम बटन पर टैप करके एक साथ सब कुछ चुन सकते हैं.
Live Text कैमरा ऐप से सीधे भी काम करता है — किसी दस्तावेज़ की ओर कैमरा करें और वही बटन टैप करें — और इसके लिए iPhone XS या उससे नया मॉडल चाहिए, जिसमें iOS 15 या उसके बाद का वर्ज़न हो. अगर आपने कभी सोचा है कि पर्दे के पीछे क्या चल रहा है, तो यह वही तरकीब है जिसे स्कैनर दशकों से इस्तेमाल करते आए हैं; सॉफ़्टवेयर तस्वीरों से टेक्स्ट कैसे पढ़ता है पर इसका सरल भाषा में ब्यौरा पढ़ें.
यह क्या अच्छे से पढ़ता है — और क्या छूट जाता है
आपका iPhone साफ़, छपे टेक्स्ट को सीधे सामने से, अच्छी रोशनी में खींची गई तस्वीर में सचमुच अच्छा पढ़ता है. दिक्कत यह है कि असल दुनिया के दस्तावेज़ शायद ही कभी इनमें से कोई चीज़ होते हैं.
| अच्छे से पढ़ता है | छूट जाता है |
|---|---|
| छपी रसीदें, लेबल, बोर्ड | हैंडराइटिंग, खासकर जोड़ाक्षर या हड़बड़ी की लिखावट |
| सीधे सामने से खींचा टेक्स्ट | ज़्यादा टेढ़ा एंगल, मुड़ा या कुचला हुआ कागज़ |
| अच्छी रोशनी, तेज़ कंट्रास्ट | चमक, परछाई, फीकी पड़ती थर्मल-पेपर की रसीदें |
| सामान्य फ़ॉन्ट | सजावटी फ़ॉन्ट, घनी बारीक छपाई |
| फ़ोटो के तौर पर खींची तस्वीरें | स्क्रीनशॉट के स्क्रीनशॉट, भारी धुंधलापन |
इनमें से कुछ भी ऐसा नहीं है जो सेटिंग्स से ठीक हो जाए. शाम के वक्त कार की सीट पर टेढ़े एंगल से खींची रसीद बस पढ़ने में कठिन है — फ़ोन के लिए भी और इंसान के लिए भी. अगर कोई दस्तावेज़ मायने रखता है, तो उसे सपाट रखकर, रोशनी में, पूरे फ़्रेम में भरकर दोबारा खींचें — आगे चलकर सर्च आपका शुक्रिया अदा करेगा. (रसीदें सबसे बड़ी गुनहगार हैं; अगर आपके सामने वही ढेर है, तो अपने कैमरा रोल से रसीदें खोदकर निकालने की पूरी जानकारी यहां है.)
एक किफ़ायती मैनुअल उपाय: कैप्शन जोड़ें. किसी भी फ़ोटो पर ऊपर स्वाइप करें और एक लाइन टाइप करें — “फ़र्नेस की वारंटी,” “मां का बीमा कार्ड” — और कैप्शन हमेशा के लिए खोजे जा सकते हैं, किसी पढ़ने की ज़रूरत के बिना. यह उबाऊ काम है, लेकिन आज ही काम करता है और एक पैसा नहीं लगता.
असली समस्या: आपको शब्द याद होने चाहिए
यह वह सीमा है जिसे कैमरे की कोई तरकीब ठीक नहीं कर सकती. फ़ोटो सर्च आपके टाइप किए शब्द ढूंढता है, उन फ़ोटो में जिनमें ठीक वही शब्द मौजूद हैं. यानी यह तभी काम करता है जब आपको पहले से याद हो कि दस्तावेज़ में क्या लिखा था.
असल ज़िंदगी आपको शब्द थमा कर नहीं देती. आपको असल में जो याद रहता है, वह यह है:
- “पिछले पतझड़ वाले उस कैफ़े की रसीद” — लेकिन कैफ़े का नाम नहीं
- “प्लंबर ने जो अनुमान दिया था” — जबकि उस पर “estimate” नहीं, “PROPOSAL” लिखा है
- “मेरे चश्मे का प्रिस्क्रिप्शन” — जिसमें “OD” और “OS” और एक ऐसे डॉक्टर का नाम लिखा है जिस पर आपने कभी ध्यान ही नहीं दिया
फ़ोटो सर्च में “रसीद” टाइप कीजिए और आपको वे फ़ोटो मिलेंगी जिनमें रसीद शब्द छपा है — जो कि ज़्यादातर रसीदों पर होता ही नहीं. सर्च “पिछले पतझड़ की” नहीं समझ सकती, “मैंने कितना खर्च किया” नहीं समझ सकती, और जो आपको याद है और जो कागज़ पर लिखा है, उसके बीच की खाई नहीं भर सकती. यह शब्द-मिलाने वाला टूल है, और आपकी याददाश्त शब्द नहीं रखती. वह मतलब रखती है.
खोजने की जगह पूछना
यही खाई — कागज़ पर लिखे शब्दों और आपके दिमाग में उठते सवाल के बीच की — Paperlock भरने के लिए बनाया गया है. यह एक iPhone ऐप है (जल्द आ रहा है) जो आपके दस्तावेज़ों को एक निजी, Face-ID-लॉक वॉल्ट में रखता है और हर एक को सचमुच पढ़ता है: यह क्या है, किसने भेजा है, तारीख, रकम, यहां तक कि हैंडराइटिंग भी. तो कीवर्ड के अंदाज़े लगाने के बजाय, आप सादी भाषा में पूछते हैं — “पिछले पतझड़ वाले उस कैफ़े की रसीदें ढूंढो” — और “पिछला पतझड़” जैसी तारीखें बस काम करती हैं. जवाब सोर्स दस्तावेज़ों के साथ मिलते हैं, और अगर जवाब आपके वॉल्ट में नहीं है, तो यह कुछ भी बना कर बताने की बजाय साफ़ कह देता है.
यह आपके लिए खोज-खुदाई का काम भी कर सकता है: आपकी इजाज़त से, यह आपके कैमरा रोल को फ़ोन पर ही स्कैन करता है, संभावित दस्तावेज़ों को चुनता है, और मंज़ूरी के लिए आपके सामने रखता है — असली तस्वीरें फ़ोटो में वैसी की वैसी रहती हैं. ज़्यादातर लोगों को सैकड़ों दस्तावेज़ मिलते हैं. अगर आप सोच रहे हैं कि आपका कैमरा रोल अपने आप में काफी है या नहीं, तो ईमानदार आमने-सामने तुलना यहां है: Paperlock बनाम आपका कैमरा रोल, और पूरी तस्वीर यह कैसे काम करता है में है.
संक्षेप में
जो पहले से मौजूद है उसे इस्तेमाल करें — यह मुफ़्त है और हैरान करने वाली हद तक सक्षम. फ़ोटो में उन शब्दों को खोजें जो आपको यक़ीनन तस्वीर में दिखते हैं. टेक्स्ट को टच करके दबाए रखें और Live Text से उसे बाहर निकालें. ज़रूरी दस्तावेज़ों को सपाट और अच्छी रोशनी में दोबारा खींचें, और जिनकी आपको फिर ज़रूरत पड़ेगी, उन पर कैप्शन लगाएं.
और यह भी जान लें कि इसकी सीमा कहां है: आपका iPhone शब्द ढूंढता है, जवाब नहीं. जिस दिन आपको चाहिए होगा “मार्च के आसपास का पशु डॉक्टर का बिल, वही जिसमें एक्स-रे का चार्ज था,” उस दिन शब्द-सर्च कंधे उचका देगा — क्योंकि आपके दिमाग में जो सवाल था, वह कभी कागज़ पर लिखा ही नहीं था.