এই পাতাটি সুবিধার জন্য ইংরেজি থেকে অনূদিত। ইংরেজি মূল সবচেয়ে সঠিক সংস্করণ, এবং দুটির মধ্যে পার্থক্য থাকলে, যেটি প্রযোজ্য সেটিই মানা হবে।

স্ক্রিন থেকে টেক্সট পড়ে ম্যাক্রোতে কীভাবে নেবেন

Windows ম্যাক্রোর ভেতরে স্ক্রিন OCR: যেকোনো উইন্ডো থেকে একটি সংখ্যা, স্ট্যাটাস বা নাম পড়ুন, তারপর সেটি নিয়ে কী করবেন তা ঠিক করুন।

১৮ সেপ্টেম্বর ২০২৬ আপডেট করা হয়েছে · স্ক্রিন টেক্সট পড়া Myna Recorder-এর Pro প্ল্যানের অংশ; প্রতিটি নতুন অ্যাকাউন্ট এটি ৭ দিন বিনামূল্যে চেষ্টা করতে পারে।

১. read_text কীভাবে কাজ করে

বেশিরভাগ ম্যাক্রো টুল ক্লিক ও টাইপ করতে পারে, কিন্তু স্ক্রিনে কী লেখা আছে তা বলতে পারে না। read_text স্ক্রিনের একটি আয়তক্ষেত্র একটি ভেরিয়েবলে পড়ে, এবং সেখান থেকে মানটি অন্য কোথাও টাইপ করা, তুলনা করা বা একটি বার্তায় ব্যবহার করা যায়:

total = read_text(region=(820, 400, 180, 40), single_line=True)
message_box("The order total was ${total}")

২. একটি এলাকা বাছুন

সব সময় region=(x, y, width, height) পাস করুন। পুরো ডেস্কটপ পড়লে তা এমনভাবে ছোট হয়ে যায় যে সাধারণ ইন্টারফেসের টেক্সট আর পড়া যায় না। আপনার যে ফিল্ডের প্রতি আগ্রহ, তার আকারের একটি এলাকা দ্রুত ও নির্ভুল। single_line=True যা ফিরে আসে তা একটি লাইনে জোড়া দেয়, একটি সংখ্যা বা নামের জন্য যা আপনি চান। এলাকার প্রতিটি সংখ্যা একটি ভেরিয়েবল বা যোগফল হতে পারে, তাই wait_for-এর খুঁজে পাওয়া মিলের সঙ্গে একটি এলাকা অনুসরণ করতে পারে।

৩. তিনটি রিডার

engine=এটি কীক্রেডিট খরচ হয়রপ্তানি করা প্রোগ্রামে সঙ্গে যায়
"builtin"ডিফল্ট। আপনার কম্পিউটারে চলে।নাহ্যাঁ
"tesseract"একটি দ্বিতীয় লোকাল রিডার। কিছু স্ক্রিন বিল্ট-ইনের চেয়ে ভালো আর কিছু খারাপ পড়ে, এবং ছবিটি কীভাবে লাইনে ভাগ হবে তা নিয়ন্ত্রণ করতে page_mode= নেয়। পড়া কাছাকাছি কিন্তু ভুল হলে এটি চেষ্টা করুন।নাহ্যাঁ
"ai"আমাদের সার্ভারের একটি ট্রান্সক্রিপশন মডেল, যে টেক্সট দুটি লোকাল রিডারই ভুল পড়ে তার জন্য।হ্যাঁনা

ইঞ্জিন প্রতি ধাপে বেছে নেওয়া হয়, তাই একটি ম্যাক্রো সব জায়গায় বিনামূল্যের রিডার ব্যবহার করতে পারে এবং যে একটি ফিল্ড গুরুত্বপূর্ণ সেখানে AI রিডার।

৪. ফলাফল পরিষ্কার ও ব্যবহার করুন

total = read_text(region=(820, 400, 180, 40)).to_number()
if total < 1000:
    notify("Total looks low: ${total}")

মেথডগুলো যা ফিরে আসে তা পরিষ্কার করে; .to_number() সবচেয়ে বেশি ব্যবহার করবেন। খালি এলাকা একটি ফাঁকা স্ট্রিং সংরক্ষণ করে এবং রান চলতে থাকে, তাই আপনার লেখা শর্তটি মানের পাশাপাশি খালির বিরুদ্ধেও পরীক্ষা করুন। Variables ডক রানের সময় প্রতিটি ভেরিয়েবল সরাসরি দেখায়, রিডার আসলে কী ফেরত দিল তা দেখার দ্রুততম উপায়।

৫. কখন বরং AI-কে জিজ্ঞাসা করবেন

read_text লিখে দেয়। স্ক্রিন নিয়ে যুক্তি করতে ask_ai ব্যবহার করুন: "কতগুলো সারি লাল?", "কোনো ত্রুটির ডায়ালগ আছে?"। তিনটি ভূমিকা: "count" একটি সংখ্যা ও প্রতিটি জিনিস কোথায় আছে তা ফেরত দেয়, যাতে ম্যাক্রো সেটিতে ক্লিক করতে পারে; "explain" লগ বা নোটিফিকেশনের জন্য একটি বাক্য ফেরত দেয়; "read" আপনার বেছে নেওয়া মডেল দিয়ে লিখে দেয়। একই কারণে এটিকে একটি ছোট এলাকা দিন: একটি মডেল পুরো ডেস্কটপে জিনিস গুনতে পারে যা পরে খুঁজে পেতে পারে না। প্রতিটি কলে ক্রেডিট খরচ হয় এবং একটি রান ৬০টি AI কলে সীমাবদ্ধ। বিস্তারিত আছে ম্যানুয়ালে।

৬. ম্যাক্রো চলাকালে টেক্সটের জন্য নজর রাখুন

একটি ধাপ যেখানে রাখেন সেখানে একবার পড়ে। Ask AI-তে সেট করা একটি watch row পুরো রানজুড়ে খোঁজে, অথবা Start watching-এর পরে নিজে থেকে, এবং উত্তর এলে বা চলে গেলে ট্রিগার হয়। এটি পপআপ দেখাতে পারে, স্ক্রিনশটসহ Telegram বা Discord বার্তা পাঠাতে পারে, বা ম্যাক্রো থামাতে পারে। এভাবেই প্রতিটি লুপে তার জন্য একটি ধাপ না রেখেও রাত ৩টায় "সেশনের মেয়াদ শেষ" ব্যানার সম্পর্কে আপনাকে জানানো হয়।

৭. খরচ, প্ল্যান ও রপ্তানি

  • স্ক্রিন টেক্সট পড়া ও ask_ai Pro প্ল্যানে অন্তর্ভুক্ত, যার সঙ্গে প্রতি ৩০ দিনে ৩,০০০ ক্রেডিটও আসে। দুটি লোকাল রিডার কখনো কোনো ক্রেডিট খরচ করে না।
  • engine="ai", ask_ai ও AI watch row ক্রেডিট খরচ করে এবং প্রোগ্রাম হিসেবে রপ্তানি আটকে দেয়। বিল্ট-ইন বা Tesseract রিডার দিয়ে পড়া ম্যাক্রো ফাইলের ভেতরে রিডারসহ ভালোভাবে রপ্তানি হয়।
  • প্ল্যান ও ক্রেডিট প্যাক মূল্য নির্ধারণ পেজে আছে।