स्कूलको हातले लेखिएको सम्पर्क book फोटो खिचेर AI लाई पढाई, घरको display मा प्रतिबिम्बित गर्ने संरचना

नमस्ते, म まさきん हुँ।

बच्चाले स्कूलबाट ल्याउने सम्पर्क book, हातले लेखिएको हुन्छ। त्यसमाथि अक्षर अनौठो भई, बुझ्न समय लाग्ने हुन सक्छ।

यो “बुझी, परिवारलाई बताउने” भाग AI ले सहयोग गर्ने संरचना बनाएँ। यसपटक image को पूर्व प्रक्रियादेखि display को अपडेटसम्म, वास्तविक तरिकाले देखाउँछु।

सुरुवातको कारण “फेरि हेर्ने समय नमिल्नु” हो

सम्पर्क book, बच्चाले randoseru बाट निकालेर नदिए अस्तित्व थाहा हुँदैन। थाहा पाउँदा, पहिल्यै साँझ भइसकेको हुन्छ।

परिवारको कोहीले जुनसुकै बेला हेर्न सकिने ठाउँमा, सामग्री प्रतिबिम्बित गरिराख्न चाहेँ। त्यसो सोची, living room मा राखेको display मा सम्पर्क book को सामग्री देखाउने संरचना बनाएँ।

संरचनाको प्रक्रिया

गरिरहेको काम तलका 4 step हो।

1. सम्पर्क book को page स्मार्टफोनले फोटो खिच्ने
2. Image को दिशा सुधार गर्ने ठाडो लेखाइको फोटो सीधा नभएको हुन सक्ने भएकोले
3. AI लाई अक्षरमा उतारिदिन अनुरोध गर्ने
4. परिणाम data मा लेखी, display को देखावट अपडेट गर्ने

फोटो खिच्नेदेखि display अपडेटसम्म, मानिसको हात चलाउने “खिच्ने” ठाउँ मात्र हो। बाँकी प्रक्रिया स्वचालित रूपमा बग्ने डिजाइन हो।

खिचिएको image लाई पढ्न सकिने रूपमा मिलाउने

iPhone ले खिचेको फोटो, त्यसै गरी AI ले दिशा गलत चिन्न सक्छ। विशेष गरी HEIC format, standard image viewer मा खोल्न सकिए पनि, AI को image पढ्ने tool ले support नगर्ने केस हुन सक्छ।

त्यसैले, पहिले JPEG मा रूपान्तरण गर्दै, दिशा मिलाइन्छ। Mac भए standard भएको sips command ले सकिन्छ।

# HEIC लाई JPEG मा रूपान्तरण
sips -s format jpeg IMG_xxxx.HEIC --out notice.jpg

# ठाडो लेखाइ तिरछो देखिएमा घडीको सुई दिशामा 90 डिग्री घुमाउने
sips -r 90 notice.jpg --out notice_rot.jpg

एकपटक रूपान्तरण गरेको image जाँच गरी, दिशा फरक भए फेरि 90 डिग्री थप्ने वा, 180 डिग्रीले उल्टाइन्छ। केही पाना परीक्षण गरी अनुमान लगाइसके, बाँकी उही रूपान्तरणलाई script बनाइराख्ने मात्रैले पुग्छ।

थप, सम्पूर्ण image कै अवस्थामा अक्षर सानो भई पढ्न गाह्रो हुने भएकोले, PIL जो Pillow हो ले अक्षर केन्द्रित भएको क्षेत्र काटेपछि पढ्न लगाइन्छ।

from PIL import Image

im = Image.open("notice_rot.jpg")
# बीचको अक्षर क्षेत्र काट्ने (वास्तविक प्रिन्टको आकार अनुसार मिलाउने)
im.crop((1300, 500, 3100, 2800)).save("zoom_main.jpg", quality=95)

सम्पूर्ण दिनुभन्दा, अक्षर केन्द्रित भएको दायरा मात्र ठूलो बनाई दिँदा, AI को पढ्ने precision स्पष्ट रूपमा बढ्छ।

हातले लेखिएको अक्षरसँगको व्यवहार

यहाँ सबैभन्दा ध्यान दिइरहेको भाग हो। बच्चाको अक्षर, वयस्कको अक्षरभन्दा विशेषता बढी हुन्छ। AI लाई पढाए पनि, 100% सही पढ्न सकिन्छ भन्ने छैन।

त्यसैले, AI लाई दिने निर्देशनमा तलको वाक्य अनिवार्य रूपमा राखिन्छ।

यो बच्चाको हातले लेखिएको सम्पर्क book हो। अक्षर पढ्न गाह्रो ठाउँ भए पनि,
अनुमानले नभर्नुहोस्। आत्मविश्वाससाथ पढ्न सकिने भाग मात्र लेखी उतार्नुहोस्,
पढ्न नसकिने ठाउँलाई "पढ्न असम्भव" भनी, त्यो स्थान पनि थाहा हुने बनाउनुहोस्।

अनुमानले भरिदिँदा, गलत जानकारी परिवारलाई पुग्ने जोखिम हुन्छ। “थाहा छैन” भनी इमानदारीसाथ फर्काउनु, परिणाममा विश्वसनीय संरचना बन्छ। पढ्न नसकिएको भाग, अन्तिममा मानिसले जाँचेर भर्छ।

सोच्दा, यो संरचना smartphone को फोटो खिच्नेबाट सुरु हुन्छ। Display को अपडेट पनि, अन्तमा internet को संचारले सकिन्छ। प्रवेश पनि निकास पनि, अन्तमा संचारमा भर पर्छ। आफ्नो contract पनि, पुनरावलोकन गर्न मन लाग्ने कुरा हो।

देखाउने data राख्ने तरिका

पढिएको सामग्री, सरल JSON format मा save गरिन्छ। Display तिरको program ले, यो file पढेर HTML बनाउने संरचना हो।

{
  "updated": "2026-09-01T07:30:00+09:00",
  "valid_for": "2026-09-01",
  "schedule": ["9月1日(火曜日)", "1 こくご", "2 さんすう", "3 たいいく", "4 おんがく"],
  "homework": ["かんじの れんしゅう"],
  "items": ["ずこうの どうぐばこ"],
  "notice": []
}

Array को पहिलो element लाई title, त्यसपछिका “period विषय” ढाँचामा राखिन्छ। सूचना नभएको दिन, यो schedule लाई पूर्ण रूपमा खाली array बनाई, homework वा items पनि उहीजस्तै व्यवहार गरिन्छ। फोटो खिच्न बिर्सेको दिन, यो संरचना आफैंलाई null मा फर्काई, display तिर “सम्पर्क book जाँच गर्नुहोस्” भन्ने वाक्य देखाउने गरिएको छ।

“आजको तालिकामा कति periods भरिएको छ” पनि, सँगै रेकर्ड गरिन्छ। यो अंकको सानो प्रयोग छ।

“भरिएको period संख्या” ले थाहा पाउन सकिने कुरा

तालिकाको स्तम्भ सबै भरिएको भए, सामान्य दिन थियो भनेर थाहा हुन्छ। तर, बीचसम्म मात्र भरिएको दिन हुन्छ।

त्यस्तो दिन, चाँडो फर्किएको वा विशेष दैनिक कार्यक्रम भएको सम्भावना हुन्छ। भरिएको period संख्या अनुमानभन्दा कम भएको बेला, बिना सर्त प्रतिबिम्बित नगरी “चाँडो फर्किने वा आधा दिनको कार्यक्रम हुने सम्भावना छ” भनी, जाँच बीचमा राखिन्छ।

सम्पर्क book को अक्षर पढ्ने मात्र नभई, “जानकारीको मात्रा आफैं” बाट पनि चाल टिप्न सकिने डिजाइन बनाइएको छ। यो अक्षर उतार्ने precision भन्दा फरक कुरा हो, सादा तर उपयोगी उपाय हो।

Display को अपडेट कसरी स्वचालित बनाइएको छ

JSON अपडेट भएपछि, तलका 2 step ले display प्रतिबिम्बित गरिन्छ।

1. JSON पढेर HTML फेरि बनाउने script चलाउने
2. Display तिरको browser मा, फेरि load गर्ने निर्देशन पठाउने

फेरि load गर्ने निर्देशन, सोझै page अपडेट गर्ने मात्र नभई “cache मेटाउने→save data मेटाउने→URL फेरि load गर्ने” क्रममा गरिन्छ। Browser तिरको cache बाँकी रहेमा, script फेरि चलाए पनि screen पुरानै रहने हुन सक्ने भएकोले।

प्रतिबिम्बन राम्रोसँग भयो कि भएन, तलको तरिकाले जाँच गरिन्छ।

• फेरि load गर्ने प्रत्येक step, सबै सामान्य जवाफ HTTP status 200 भएको छ कि
• बनाइएको HTML मा embed गरिएको “बनाइएको समय” को meta जानकारी, अनुमानित समय भएको छ कि

कुनै एक असफल भएको अवस्थामा, network मार्फतको फेरि load नभई, display तिरको app आफैं फेरि सुरु गर्ने fallback उपाय पनि तयार गरिएको छ। Screen एक क्षण अध्यारो हुने भएकोले, पुष्टि भएको बेला मात्र प्रयोग गर्ने अनुमान हो।

Display पक्षको उपाय

Display मा, त्यो दिनको सम्पर्क book को सारांश मात्र देखाइन्छ। कच्चा text लाई त्यसै देखाउँदा, जानकारीको मात्रा धेरै भएर कोहीले नहेर्ने हुने भएकोले।

• आज गर्ने कुरा सामान・भोलिको तयारी
• पढ्न नसकिएको ठाउँ छ कि छैन
• चाँडो फर्किने आदिको सम्भावना भएको दिन त्यो कुरा

जानकारी सीमित गरी, आउँदा-जाँदा एक क्षण हेर्ने मात्रैले पुग्ने बनाइएको छ।

गरेर महसुस भएको कुरा

सबैभन्दा राम्रो भएको, “कोहीले चाल पाउने पर्खने” अवस्था हराएको हो। फोटो खिचे पुगेपछि, परिवारमा जो पनि उही जानकारीमा पहुँच गर्न सक्छ।

अर्कोतिर, AI लाई पूर्ण रूपमा सुम्पिएको छैन। “पढ्न असम्भव” को देखावट आएमा, अन्तिममा मानिसको आँखाले जाँच गरिन्छ। यहाँ छुटाइदिँदा, गलत जानकारी त्यसै परिवारलाई पुग्ने भएकोले, त्यो मात्र नबिगार्ने गरिएको छ।

यस्ता व्यक्तिलाई उपयुक्त छ

• बच्चाको सम्पर्क book वा सूचना, परिवारमा साझा गर्ने समय नमिल्ने बानी हुने व्यक्ति
• हातले लेखिएको अक्षर AI लाई पढाउनमा चासो भएका व्यक्ति
• JSON पढेर HTML बनाउने जति सरल script बनाउने हौसला भएका व्यक्ति

सारांश

हातले लेखिएको सम्पर्क book AI लाई पढाई, घरको display मा प्रतिबिम्बित गर्ने संरचना बनाएँ। महत्वपूर्ण कुरा, AI लाई अनुमान नगराउनु, जानकारी सीमित गरी देखाउनु, र cache पक्का मेटाएपछि फेरि load गर्नु हो जस्तो लाग्छ।

प्राविधिक रूपमा गाह्रो कुरा गरिरहेको होइन। तर, यस्तो सानो संरचना बनाउने काम जम्मा हुँदै जाँदा, दैनिक परिवारको जानकारी साझेदारी अलिकति सजिलो बनाउँछ जस्तो लाग्छ।

Smartphone ले खिची, internet ले पुर्याउने। त्यही यो संरचनाको जरा हो। संचार वातावरण मिलाइराख्नु पनि, सादा तरिकाले असर पार्छ जस्तो लाग्छ।

यस लेखमा सम्बद्ध विज्ञापन समावेश छ। यस साइटको लिङ्क मार्फत उत्पादन वा सेवाको लागि आवेदन दिनुभयो भने, हामीले साझेदार कम्पनीबाट प्रतिफल पाउन सक्छौं। साथै, सञ्चालक राकुतेन समूहको कर्मचारी हो र कर्मचारी सिफारिस कार्यक्रम मार्फत प्रतिफल पाउन सक्छ। लेखको सामग्री र मूल्याङ्कन विज्ञापन भए वा नभएको भन्दा फरक रूपमा सञ्चालकको वास्तविक अनुभव र अनुसन्धानमा आधारित रहेर तयार गरिएको हो, तर माथिको सम्बन्ध बुझेर पढ्नुहोला। विस्तृत जानकारीका लागि अस्वीकरण र सम्बद्ध लिङ्क सूचना हेर्नुहोस्। अस्वीकरण र सम्बद्ध लिङ्क सूचना

यस लेखमा मेसिन अनुवाद समावेश छ। आधिकारिक सर्तका लागि राकुतेन मोबाइलको आधिकारिक साइटको बहुभाषी पृष्ठ हेर्नुहोस्।

राकुतेन मोबाइलको सञ्चार क्षेत्र वा सिग्नल अवस्थाको बारेमा चिन्ता भएमा, आधिकारिक सिग्नल सुधार·अनुसन्धान अनुरोध फारम मार्फत सोध्न सकिन्छ।