ইমেজ থেকে ICS ক্যালেন্ডার কনভার্টার

বেসিক OCR-to-calendar টুল বাস্তব ফ্লায়ার ও মোবাইল স্ক্রিনশটে ব্যর্থ হয় কারণ তারা ইমেজকে সমতল টেক্সট হিসেবে দেখে এবং প্রথম লাইন (lines[0]) অন্ধভাবে ইভেন্ট নাম হিসেবে কপি করে। ফোন স্ক্রিনশট বা কনসার্ট পোস্টারে প্রথম লাইন প্রায়ই স্ট্যাটাস-বার নয়েজ (9:41 AM 5G), টিকেটিং ওয়াটারমার্ক (TICKETMASTER) বা প্রমোটার ইন্ট্রো (LIVE NATION PRESENTS) হয়।

Utiliome-এর ৩-স্তরীয় স্থানীয় AI পাইপলাইন আপনার ফ্লায়ারের ভিজ্যুয়াল হায়ারার্কি ও সিম্যান্টিক এন্টিটি দুটোই বোঝে:

1. Tesseract v6 Layout Block ও Bounding-Box Extraction: প্রতিটি লাইনের সঠিক পিক্সেল স্থানাঙ্ক (bbox: { x0, y0, x1, y1 }) বের করে এবং পোস্টারের মিডিয়ান টেক্সট হাইটের তুলনায় ভিজ্যুয়াল ফন্ট হাইট (y1 - y0) গণনা করে।
2. স্থানীয় Xenova/bert-base-NER Web Worker: অল-ক্যাপস পোস্টার টেক্সট স্মার্ট টাইটেল কেসে নরমালাইজ করে এবং Web Worker-এ টোকেন ক্লাসিফিকেশন চালিয়ে LOC (ভেন্যু, রাস্তা, শহর), ORG (ব্যান্ড, হোস্ট), PER (শিল্পী, স্পিকার) এবং MISC (ট্যুর, ফেস্টিভাল) 90ms-এর কম সময়ে স্কোর করে।
3. হেডলাইন ও ভেন্যু পেয়ারিং: পাশাপাশি উচ্চ-ফন্ট-রেশিও হেডলাইন লাইনকে পরিষ্কার Event Title-এ জোড়া দেয় এবং পরপর LOC লাইন (যেমন রাস্তার ঠিকানার উপরে ভেন্যু নাম) Location / Venue ফিল্ডে মার্জ করে।

গ্রাফিক ডিজাইনাররা পোস্টার, ফ্লায়ার ও আমন্ত্রণে প্রায়ই DateএবংTime আলাদা ভিজ্যুয়াল লাইনে রাখেন। স্ট্যান্ডার্ড সিঙ্গেল-পাস পার্সার প্রথমে তারিখ লাইন পড়ে, ডিফল্ট দুপুরের টাইমস্ট্যাম্প দেয় এবং নিচের লাইনের প্রকৃত সময় উপেক্ষা করে।

Utiliome একটি ১১-লোকেল ক্রোনোলজিক্যাল ফিউশন ইঞ্জিন (EN, DE, ES, FR, PT, IT, NL, JA, RU, UK, ZH) চালায় যা স্ট্যাটাস-বার নয় এমন প্রতিটি লাইন তারিখ নিশ্চয়তা (isCertain('day')) ও সময় নিশ্চয়তা (isCertain('hour'))-এর জন্য পরিদর্শন করে। একই ফ্লায়ারে শুধু-তারিখ লাইন ও শুধু-সময় লাইন ধরা পড়লে ইঞ্জিন ক্যালেন্ডার তারিখকে শুরু/শেষ ঘণ্টার সাথে মার্জ করে—এবং সেই লাইন ইনডেক্স কঠোরভাবে লক করে যাতে তারিখ স্ট্রিং কখনোই দুর্ঘটনাক্রমে Event Title-এ মিশে না যায়।

প্রিন্টেড ডকুমেন্টে প্রশিক্ষিত Optical Character Recognition ইঞ্জিন হালকা পাতায় গাঢ় কালি আশা করে। ডার্ক নাইটক্লাব ফ্লায়ার, কালো কনসার্ট পোস্টার বা ডার্ক-মোড স্মার্টফোন স্ক্রিনশট দিলে স্ট্যান্ডার্ড OCR জ্বলন্ত বা সাদা টাইপোগ্রাফিতে হিমশিম খায়।

OCR চালানোর আগে Utiliome 256-বিন লুমিন্যান্স হিস্টোগ্রাম (p5, median, p95) গণনা করে। মিডিয়ান ব্রাইটনেস 110-এর নিচে হলে প্রিপ্রসেসর স্বয়ংক্রিয়ভাবে লুমিন্যান্স চ্যানেল ইনভার্ট করে এবং পার্সেন্টাইল কনট্রাস্ট স্ট্রেচিং (p5 থেকে p95) প্রয়োগ করে, যাতে হোয়াইট-অন-ব্ল্যাক টেক্সট রেজার-শার্প ব্ল্যাক-অন-হোয়াইট হয়।

ব্যক্তিগত আমন্ত্রণ, ফ্লাইট ভ্রমণসূচি, ডাক্তারের অ্যাপয়েন্টমেন্ট বা অভ্যন্তরীণ কোম্পানি শিডিউলের স্ক্রিনশট তৃতীয় পক্ষের ক্লাউড AI এক্সট্রাক্টরে আপলোড করলে ব্যক্তিগত ঠিকানা, প্রাইভেট Zoom লিংক এবং উপস্থিতির বিবরণ রিমোট লগিংয়ে উন্মুক্ত হয়।

Utiliome Tesseract WebAssembly OCR এবং ONNX BERT-NER টোকেন ক্লাসিফিকেশন স্থানীয় ব্রাউজার Web Worker-এ চালায় বলে আপনার ইমেজ কখনো নেটওয়ার্ক পার হয় না। সম্পূর্ণ ডেটা সার্বভৌমত্ব নিয়ে Apple Calendar, Microsoft Outlook, Thunderbird, Proton Calendar বা Google Calendar-এ তাৎক্ষণিক এক-ক্লিক এক্সপোর্ট পান।