చిత్తవృత్తం - పేడ నుండి మాలదీవులవఱకూ

ఇది నా వందవ టపా। ఐదేండ్లు నూరు టపాలు, ఏఁడాదికి ఇఱవై, పర్వాలేదు కనీసం నెలకొక్కటన్నమట సగటున।
ఒక ఆసక్తికరమైన చైతన్య స్రవంతి వేస్తున్నా। యోగం చిత్తవృత్త నివారణం కావున, నా గుఱించి టపాలు కట్టిపెట్టాను। కానీ ఇఱవై ఏండ్ల తరువాత చూసుకుంటే ఆసక్తికరంగా వుంటుందని ఇది వేస్తున్నాను। స్ఫూర్తి అక్షరాపేక్షలో ఎప్పుడో వేసిన చై.స్రం. టపా।

పొలాలమధ్యఁ ద్రోవలో వెళుతుంటే పేడకళ్ళు।
పేడకళ్ళు । హుఁ। "ఆ ఇంద్రప్రస్థానానికి వున్న పచ్చలు అప్పుడే వేసిన పేడలాగా తళతళా మెఱిసిపోతున్నాయటండి, ఏమి యోగి ఏమి యోగలక్షణం। ఏమి వైదికబ్రహ్మడండి నన్నయభట్టు। పచ్చలని పేడతో పోల్చడమేమిటండీ। గోమాత కంత గౌరవం మన సంస్కృతిలో। పేడని పచ్చలతో కాకుండా పచ్చలనే పేడతో పోల్చి చెప్పే గొప్ప భారతీయ సంస్కృతండి మనది " గరికిపాటి।

హుఁ।
అయినా పేడ'కళ్ళు' అని ఎందుకంటారో। పేడ కల్లు అనా పేడకండ్లు అనా। కన్నుల్లా వుంటాయి కాబట్టి కళ్ళు అనా। లేదా రాతిముద్దల్లావుంటాయి కాబట్టి కల్లు = ఱాయి అనా। కన్నడంలో ఱాయికి కల్లే అంటారు। అచ్చమయిన ద్రవిడపదం। ఓరుఁగల్లు, చాఁగల్లు, గుంతకల్లు। అలానే తెన్, అరవంలో దక్షిణం। అరవోళ్ళు ఎంతయినా ద్రవిడపదాలు వాడతారు। టెంకాయ, తెనాలి। ఈ ఊళ్ళన్నీ అంత పాతవన్నమట।

పైనుండి ఆర్యులు నొక్కుతూవుంటే ద్రవిడులు క్రిందకు పోయింటారు। అలా అచ్చమయిన ద్రవిడం ఇక్కడున్నప్పటి వూళ్ళయివుంటాయి పైవి। ఐస్క్రీము కూరినట్టు కూరేసివుంటారు। అలా అంతా దక్షిణభారతం జేరుకున్నారు। ఈ ఆర్యులూ ద్రవిడులూ ఏమిటో। మరి కోయవాళ్ళో, వాళ్ళ నొసలు బాగా ఎత్తుగా వుండి, చక్కిళ్ళూ గడ్డం త్రికోణాకారంలో వుంటాయి, స్పష్టంగా వేఱే -ఆష్ట్రలాయిడ్- జాతి లక్షణాలు వుంటాయి । మఱి వాళ్ళే అచ్చమయిన ద్రవిడులై , ఇప్పటి తెలుఁగు వారంతా - కనీసం పైకులాల వారు - ద్రవిడం స్వీకరించిన ఆర్యులైవుంటారు। ఆ తరువాత అంతా రంకులు ౘలిపి ఇప్పుడిలా అన్ని కులాలవారు అన్నిరకాలు గానూ వున్నారు। అచ్చమయిన రంకు భేదాలు ఎఱుఁగదు కదా।
లేక ఆదివాసీలు, ద్రవిడులు, ఆర్యులూ అని మూఁడు జాతులు ఒకటి తరువాత ఒకటి దక్షిణాపథం చేరుకున్నాయా। ఎవఁడు చూసివచ్చాడులే।

అతి ఉత్తరాన వున్న ద్రవిడప్రాంతం ఏమిటో। బహుశా ఆంధ్రరాష్టంలోని ఉత్రర తెలంగాణ అయివుంటుంది, లేదా గొండి ప్రాతం। అయితే ఆర్యులు లేదా ఆర్యభాషలు అటు గ్రీనులాండు, ఐరులాండు నుండి ఇటు మహారాష్ట్రం వఱకూ వున్నాయన్నమట। మహారాష్ట్రం వఱకూ వలసలు వచ్చారు భాషా పరంగా నెగ్గుకుంటూ। ఆఁ మఱచే పోయాను। సంహళం వుంది కదా ఆర్య భాష। లక్షదీవులు కూడా వున్నాయి కదా। వారికంటే 'తెన్ను' మాలదీవులు వున్నాయి కద। పాపం సముద్రం క్రింద సమావేశమయ్యారు, పర్యావరణ మీద అవగాహన తీసుకురావడానికి। ముందు ఏ స్విమ్మింగు పూలులోనో ప్రాక్టీసు చేసుకొని అప్పుడే సముద్రంలోనికి దిగివుంటారులే।

సరి। చిత్తవృత్తనిరోధం। ఆలోచన బంద్। ఈ నిమిషంలో వుండు, ప్రకృతి ఆస్వాదించు। ఇంతకీ ఎక్కడ మొదలయ్యింది స్రవంతి। పేడకళ్ళతో కద। ఇంతకీ కల్లా అవి కండ్లా? మళ్ళీ మొదటికి!

ఇంసోమ్నియపు పద్యాలు ౨ - నలదమయంతులు

నిన్న రాత్రి పడుకునే ముందు కవికోకిల

"జిలుగుం(౩) బంగరు రంగులుం(౩)గలుగు మే(౨)ల్చిన్నారి పూగుత్తి సొ-(౧)
మ్ములు గీలించిన తుమ్మకొమ్మలకు నీ(౨)వున్(౩) నీ సతీరత్న మూ-(౧)
యెల గీమున్(౩) దగిలించి రేఁబవలు హా(౨)యిం(౩)దూఁగరా గాడ్పు బి-(౧)
డ్డలు మీ కూడిగ మాచరింప గిజిగాఁ(౨)డా నీకు దీర్ఘాయువౌ"

పద్యము చదివి నిద్రపోఁబోతే, తెలుఁగులో శార్దూలాలూ మత్తేభాలూ ఎందుకు వాడతారో అని నాకు వెయ్యోసారి పరాకుగాననిపించింది।
ఒకటి(౧), వాడినవాటిలో సగానికి పైగా మత్తేభాలలో ఆఖగురువును తరువాతి పాదపు లఘువులతో కలిపేస్తారు, ఆ మాత్రం దానికి UII UUII UI UI IIU UII UII అని కడ గురువును ముందఱ చేర్చేయవచ్చుగా ఛందోరీతిలోనే।
రెండు(౨) యతిస్థానంలో పదంవిఱిచేవారు చాలా తక్కువ। యతికి అటూ యిటూ ఒకే పదభాగాలు వుంటాయి। ఈ రెండు నియమాలూ సంస్కృతంలోనైతే చెల్లవు। తెలుఁగులోనే ॥ ఈ తెలుగు నియమాలకంటే నాకు సంస్కృత నియమాలే నచ్చాయి। నేను శతకం వ్రాసినప్పుడు వాటికే ప్రాముఖ్యతనిస్తాను।
మూఁడవది(౩), పొల్లులు (జిలుగున్, రంగులున్, సిరికిన్, శంఖచక్రయుగమున్) అజంతభాషలో అన్ని పొల్లులు వాడి వృత్తపద్యం వ్రాయకపోతేనేం అనిపిస్తుంది। సీసాలో గీతాలో వ్రాసుకోవచ్చుగా।

ఏదేమైనా, పొల్లులు లేకుండా(౩), యతిస్థానే విఱుపు వచ్చేట్టు(౨), పాదం నుండి పాదం కలుపకుండా(౧) పద్యం వ్రాయడం అంత కష్టమా అనిపించి ఆలోచిస్తే, ఈ పద్యం వచ్చింది।

నల ఉవాచ-
మ। విధియో కాలఁపు వక్రదృష్టివలనో పేరాశ హెచ్చించెనో
మదిలో మూఢఁపు భావజాలమహిమో మత్కర్మ సంక్షిప్తమో
కద నేడీగతి నిద్దఱం వనములో నీవుఁనైనుఁ వనిలోకష్టాల పాలైతిమే
పదవే ముందుకు ధైర్యచిత్తముననో పద్మాక్షి చింతింపకే

ముందు రెండు పాదాలు వ్రాసాక ఇది నలునకు అన్వయించుకోవచ్చునని దానికి తగ్గటు మూఁడవ పాదము వ్రాసాను।

ఇప్పుడు పెద్దలు వచ్చి దిధీలకు ప్రాసచెల్లదంటారు!!!

ఇంసోమ్నియపు పద్యాలు ౧

మావూరి కథ

మూఁడు వీదుల మా గ్లోబల్ విలేజిలో
దేశాలను విడదీశారు
మొదటి రెండవ మూడవ ప్రపంచాలుగా ॥

ఊరికొక్క షావకారు వెనకటికి ఋషులుగా బ్రతికినవారు
ఇంట్లోవారిచే చెప్పులు కుట్టించి పెరట్లో పెట్టి అమ్ముతున్నారు।
భార్యా పిల్లల రక్తాన్ని పాలుగా మలచి త్రాగారు
బాగా బలిశారు కాసులకు అలుసయ్యారు।
చచ్చిన నానా విశ్వకర్ములుఁ అందాకా చేసిన వ్యాపారాలు
యికమందు సాగడానికెన్నో యంత్రాలు నిలిపారు, చైనా వీరి పేరు ॥

ఊరిలోనొక కుఱ్ఱకారు ఊరందరికీ 'పెద్ద' దిక్కు
వ్యవసాయం తక్కువైన ఒట్టి చార్వాకుడు
సుఖాల తోటలో శయనించు మహాభోగి।
జనాలకు పనిలేకుండా పోకూడదని
అప్పు చేసి అన్నీ కొంటాడు, వాడుకుంటాడు।
హలాహలాన్ని నిత్యం మ్రింగేవాడు
అంతరంగం శూన్యమైనవాడు, వీడి పేరు అమెరికా॥

యువరాజుగారి ఆగడాలను
మావలూతాతలూ మేమేం తక్కువంటూ
అనుకరించి అపుడపుడూ భంగపడతారు
వీరి పేరు ఐరోపా।
మహాషావుకారితో పోటీపడుతూనే పడలేకే
చిల్లరవస్తువులమ్మే తోపుడుబళ్ళు
ఊరినిండా వారే మిగిలినవారు॥

అయ్యో ఒకనాడు అప్పుల్లో పడ్డాడు యువరాజు
ఆయన కొనకపోతే ఊరికే ఉద్యోగం లేదు।
పిల్లల్ని కాళీగావుంచలేక షావుకారు
యువరాజుకు అప్పిచ్చి సారాయి పోశాడు।
ఊళ్ళో అందరూ తలోచేయి వేసి
చేతనైనంత కల్లు దోసిట్లో పోసి
చిన్నయ్యగారిని ఆదుకున్నారు॥

ఊరిచుట్టూ కొండంతా పిండి, తోటంతా త్రవ్వి
చేయించిన ఆసనాలకూ, పండించిన గంజాయికీ
వ్యసన పడి, బానిసై, ప్రకృతి గుణాలకు పావైనాడు ।
వీడి శరీరంలో అణువణువూ అపుడోకొంతా ఇపుడోకొంతా
కొన్న షావుకారికి మిగిలిందీ జీవచ్ఛవం॥

క్షామకాలం మీదపడుతుండగా
రేపు రాబోయే పెనువిపత్తుకు
ఏర్పాట్లకు తీఱికలేని యాపారులంతా
ఎండుటాకుల్లా రాలినప్పుడు,
మిగిలిన ఆ నలుగురితో
మరుజనమెత్తనుంది మా వూరు।

తాగుమోతులా తాండవించి
పుఱ్ఱెలు కాలరాసే కాలానికి
మావూరు చూపిన చోద్యాలు ఎన్నో
వాటన్నిటిలోనూ ఇది ఒక్కటి మాత్రమే॥

* ముందుగా పొద్దు పత్రికలో కవికృతి(కవులవికృతిసమ్మేళనం) సందర్భంగా ప్రచురితం।

వేయిపొద్దులు ఒక్కసారిక్రుంకిన వేటూరి

పంటచేలో పాలకంకీ నవ్విందీ।
పల్లకీలో పిల్లఎంకీ నవ్విందీ।
పూతరెల్లు చేలుదాటే ఎన్నెల్లా।
లేతపచ్చ కోనసీమా ఎండల్లా॥

నేనెప్పుడైనా గొప్పవాడినవుతానో లేదో తెలియదు కానీ, ఎవరైనా మీ జీవితాన్నే మార్చేసిన నాలుగు బంతులు చెప్పండి అంటే అవి ఖచ్చితంగా ఇవే। ఆయన్ని వ్యక్తిగతంగా కలుసుకునే అదృష్టంలేకపోయింది।

Tesseract OCR for Telugu - Part 3

TESSDATA in Telugu

తెలుఁగు చదవడానికి పిల్లవాడికి ఏమేమి నేర్పాలి? పోనీ లెండి ముందు తేలికపాటి ప్రశ్న।
ఆంగ్లం చదవడానికి పిల్లవాడికి ఏమేమి నేర్పాలి?
a నుండి z వఱకును, అలానే A నుండి Z వఱకును। 0 నుండి 9 వఱకును।
ఇప్పుడు తెలుగో।
అ – ఔ వఱకును
అఁ అం అః లు
క – హ వఱకును

సరిపోతుందా అబ్బే, చిన్నప్పుడు బళ్ళో గుణింతాలు నేర్చుకోలేదూ?
క కా కి కీ మొదలు, హొ హో హౌ వఱకూ గుణింతాలు నేర్పాలి కూడా।
సరిపోతుందా అబ్బే, ఒత్తులు మఱి?
అక్క లో వుండే క వత్తు కాడనుండి అహ్హలో వుండే హ వత్తు వఱకూ నేర్వాలి (మధ్యలో ళ,ఱ లు వున్నాయండోయ్)

ఇక అంతవుంటే సరిపోతుందా అంటే, కొన్ని వత్తులు అక్షరాల్లో భాగాలయిపోతాయి,
ఉదా – త్త, స్త, స్తి, ట్లు, ర్ల, వంటివి తఱచు కనబడే సంయుక్తాలు వీటిలోని వత్తులను ప్రక్కకు వ్రాయలేము। క్క స్స బ్బ, ప్ప వంటి వత్తులు ప్రక్కకు వ్రాయవచ్చును। ఇలా లెక్కవేసుకు పోతే, గ్గ, గ్గా, గ్గి, గ్గు, గ్గౌ వంటివి నేర్పుకుంటూ పోవాలి మన టెస్సుగాడికి,

ముఖ్యగమనిక –

ప్రస్తుతానికి మనకున్న టెస్సుగానికి ఇంకా డబ్బాక్రింద డబ్బాపెట్టే సామర్ధ్యం లేదు। ఇది ఎందుకంటారా, పదారణాల ఆంగ్లభాషలో అక్కరం కింద అక్కరం పెట్టే అవసరం లేదు కనక అక్కడ పుట్టిన దీని బుఱ్ఱ కూడా అలా పేర్చబడ్డది। క్కి ని కి, కవత్తులు గా విడదీస్తుంది గాని, గ్గు ని గు క్రింద గవత్తుగా గుర్తించలేదు। కాబట్టి ప్రస్తుతాని గ్గు ని ఒక అక్కరంగా లెక్కవేయాలి। ఇలా మొత్తానికో వెయ్యి అక్కరాలు మనము నేర్పాలి।

Stuff Required for Telugu Training
1) You need to give the program a *.box,*.tiff file pair, the tiff file contains all the possible characters (as an image), and the box file contains co-ordinates of the boxes and the characters corresponding to the tiff file.

Eg:-
Image and Box file contents
కే 29 115 50 154
్య 49 94 67 135
క్రై 81 79 114 150
క్ష్య 142 94 181 148
ప్రే 28 25 56 78
జ్ఞ 82 14 110 61
ఋ 141 36 204 62
As seen in Box File viewer


A *.box file viewer is one of many programs written by OCR enthusiasts for the sake of easy manipulation of box files. CowBoxer is one of them.

Ideal Box File for Telugu.
The ideal box file for Telugu would contain nearly a 10,000 lines composed of 1000 symbols repeating again and again. More probable symbols should be trained better.
Hence, in a 10,000 symbol box file (with repetetions of 1000 symbols) the common symbols డు,ము,వు,లు etc. would appear 20 to 100 times. ప్రథమా విభక్తి అంటే ఏంటో అనుకున్నారు కదా! ఇదన్నమట దాని ఉపయోగం।

For now, download long32.box.txt and long32.tif from here. Rename them as pothana.box and pothana.tif respectively. Also (you may want to) download the tiff images as test images.


Once you have a box file
We shall look at generation of good and huge box files in the next Part. Right now we will concentrate on understanding the system. Assume God, (read me) gives you a good box file that can be used for training. How do we generate the required TESSDATA files? Or, assume you need to train only for non-conjuncts. అ-హ, కా-హౌ। You have a sufficiently huge box file. What do you do next?

RUN
tesseract pothana.tif junk nobatch box.train
Note that the box filename must match the tif filename, including the path, or Tesseract won't find it. The output of this step is pothana.tr which contains the features of each character of the training page.
Error: You might get an error here

read_variables_file:Can't open ./tessdata/configs/box.trainCould not open file, nobatch

To counter this, You have to ensure that the tessdata folder has the config and tessconfig folders in it. See step 1 under TEST RUN for OCRing English text in Part-2.

RUN
mftraining pothana.tr
This will output two data files: inttemp, pffmtable.

cntraining pothana.tr
This will output the normproto data file.

RUN
unicharset_extractor pothana.box
This will generate the unicharset data file.


DATA DICTIONARIES

పిల్లవానికి తెలుఁగు చదవడం నేర్పుతున్నామంటే, వానికి కనీసం కొన్ని తెలుఁగు పదాలు వచ్చివుండాలికదా। ఉదాహరణకు వాడికి వత్తులు సరిగా రావనుకుందాం। మవత్తు, నవత్తు సరిగా గుర్తుపట్టలేడు। కానీ అమ్మ, నాన్న వంటి పదాలు చూసినప్పుడు, వాడు అమ-ఏదో వత్తు కాబట్టి అమ్మ అయ్యింటుంది అని అనుకుంటాడు। అలానే నాన అయితే నాన్న అయివుంటుంది అనుకుంటాడు। టెస్సుగానికి కూడా కొన్ని పదాలు ఇవ్వాళ్ట। తఱచూ వచ్చే పదాలు, మిగిలిన పదాలు।

Tesseract uses 3 dictionary files for each language. To make the DAWG dictionary files, you first need a wordlist for your language. The wordlist is formatted as a UTF-8 text file with one word per line. Split the wordlist into two sets: the frequent words, and the rest of the words, and then use wordlist2dawg to make the DAWG files:

RUN
wordlist2dawg frequent_words_list freq-dawg
wordlist2dawg words_list word-dawg

The third dictionary file is called user-words and is usually empty.

tel.Files
For now leave the DangAmbigs files as a blank file.

Rename the files you have as
tel.inttemp
tel.normproto
tel.pffmtable
tel.unicharset
tel.freq-dawg,
tel.word-dawg,
tel.user-words,
tel.DangAmbigs

Place them in the tessdata directory in the same directory as your tesseract.exe and the libtiff dlls.
* Alternately you can get the above data files as tel.tessdata.zip { from here }.


RUN

tesseract sample_telugu.tif output -l tel 

You should see the recognized telugu characters to sample_telugu.txt file.

Hurray!

Please try the above and ask me if you have any doubts.
+౯౧ ౯౫ ౫౦ ౧౭ ౦౪ ౭౧

Tesseract OCR for Telugu - Part 2

Teaching Tesseract

భువనేశ్వరి మనకు ఉత్తబుఱ్ఱనిచ్చి ఈ భూమండలం మీదుకు నెట్టింది అందులో మనం దొరికిన అడ్డమైన చెత్తా నింపాము। అది పవిత్రమని ఇది అపవిత్రమని, అది ఆశయమని ఈ ఆదర్శమని, ఇది మమదని అది పరదని। తెలుఁగునాట పుట్టాము కాబట్టి తెలుఁగు మమదని భావించి సుందరతెలుఁగు అక్షరాలు నింపాము అందులో – అలా మీరు ఈ టపా చదవగలుగుతున్నారు। అలానే గూగులేశ్వరి మనకు అందించిన ఈ టెస్సరాక్టు.exe అనే బుఱ్ఱకు మనము చుట్టూ సరుకులు జేర్చాలి, అప్పుడా బుఱ్ఱ ఉచ్చైశ్రవములా పరిగెట్టి తెలుఁగు చదవగలుగుతుంది। ఆ సరుకులనే TESSDATA అంటారు।


TESSDATA
ఇంగ్లీషు చదివే సామర్థ్యాన్ని ఇచ్చే సరుకులు
tessdata/
eng.freq-dawg,
eng.word-dawg,
eng.user-words,
eng.inttemp,
eng.normproto,
eng.pffmtable,
eng.unicharset,
eng.DangAmbigs
వీటిని మనం గూగులు కోడు నుండే దింపుకోవచ్చుఁ. tesseract-2.00.eng.tar.gz {from here}

మన ధ్యేయం ఇప్పుడు తెలుగు tessdata
tessdata/
tel.freq-dawg,
tel.word-dawg,
tel.user-words,
tel.inttemp,
tel.normproto,
tel.pffmtable,
tel.unicharset,
tel.DangAmbigs
"లెస్సగా" తయారు చేయడం.

TEST RUN for OCRing English text.
బళ్ళో చేర్చుకునెటప్పుడు ఎవరైనా ముందు వీడికి అస్సలు ఎంత వచ్చో తేల్చుకొని దానిని బట్టి పై తరగతిలో వేయడం జరుగుతుంది। అలానే ముందు అసలు ఇది ఆంగ్లాన్ని అర్థం చేసుకొనగలదనే నమ్మకాన్ని మీకు ఏర్పరచి అప్పుడు దీనికి మనము తెలుఁగు నేర్పుకోవడం చేస్తే ఒక పద్ధాతిగానుంటుంది।
ఇది చాలా తేలిక
1) Move the bin.dlg\..\tessdata folder to bin.dlg (the tessdata folder must be in the same place as the tesseract.exe)
2) Copy the downloaded tessdata\eng.* files to the bin.dlg\tessdata directory.
2) run from command line tesseract image.tif output


SAMPLE IMAGES
1) Sample images can be created using MS Paint, GIMP etc.
Write the required text on to a file, and save the image as a TIFF file.
In GIMP, Set
Image -> Mode -> Indexed -> Use black & White 1-bit pallete
and Save
image.tif Compression: CCITT Group 4 fax
Note: Compression reduces image size greatly, you may try with and without compression to test if the LIBTIFF dlls are getting linked properly.

2) You can use real world images, like scanned copies of newspaper clippings or books.
eg: - Sample here.

3) You will get your output to the output.txt file.



Once you are good with this, you can move to Part 3.

Tesseract OCR for Telugu - Part 1

OCR అంటే ఏమిటి?
Optical Character Recognition System అనగా, బొమ్మ రూపంలోనున్న అక్షరాలను గుర్తించడం।

ఉదాహరణకు [ఈ డబ్బాలోనున్న పాఠాన్ని] మీరు ఎంచుకొని దాన్ని కాపీ చేసి నోటుప్యాడో వరడో తెఱచి పేష్టు చేయండి। అక్కడ ఎంచక్కా అక్షరాలా కనిపిస్తుంది। అదే క్రింద బొమ్మలోనున్న పాఠాన్ని ఎంచుకొని-కాపీ చేయడానికి ప్రయత్నించండి అవ్వదు।




అలానే మన కొత్తపాళీ గారి బ్లాగులో తిలక్ అనే పాఠాన్ని వెదకాలనుకోండి శోధన పెట్టిలోనికి వెళ్ళి అక్కడ తిలక్ అని కొడితే అదే వెదికి పెడుతుంది। అదే పనిని మీరు ఏ పీడీఎఫ్ ప్రతిలోనో జేపెగ్ బొమ్మలోనే చేస్తే ప్రయోజనం వుండదు। ఉదాహరణకు మీరు గ్రేటాంధ్రా అనే గూడుకు విరాభిమాని అనుకోండి (మంచి వైద్యులను సంప్రదిస్తే ప్రయోజనం వుండవచ్చు), అందులో మీ అభిమాన తార రంగుల స్వాతమ్మ గుఱించి అచ్చుచేయఁబడ్డ వ్యాసాలను శోధించాలనుకోండి, వీలుపడదు, ఎందుకంటే సెలిబ్రిటీ గాసిప్ వ్రాసే వాడికి దాన్ని యూనీకోడులో వ్రాయలని తెలియకపోవడం సహజం కాబట్టి!
అందుకే మీరు కంప్యూటరీకరణ యొక్క పూర్తి సత్తాని ఆవిష్కరించదలచితే దాన్ని యూనీకోడులోనుంచాలి।
ఇంకో ఉదాహరణ – నన్నయ్యభట్టు భారతంలో సీసపద్యాలు ఎన్నున్నాయి అన్నది లెక్కవేయాలనుకోండి, మన దగ్గర దాని యూనీకోడు ప్రతి వుండడం వలన మనకోసమో కంప్యూటరీపనిని చిటికెలో చేసిపెట్టగలదు।


తెలుఁగుకు ఓసీయార్ వుందా?
ఆంగ్లానికి మంచి ఓసియారులు వున్నాయి, అంటే మీ దగ్గర బొమ్మగా మార్చబడ్డ ఆంగ్ల పుస్తకపుట ఒకటి వుందనుకోండి దాన్ని కంప్యూటరులో శోధించగల పాఠ్యముగా మార్చడానికి చాలా మంది పరికరాలు చేసియున్నారు। తెలుఁగుకి ఇంకా అటువంటి విజయవంతమైన నాణ్యమైన పరికరాలు లేవు। కాబట్టి వాటిని చేసి ఆవిష్కరించి, ఘనులయ్యే అవకాశం మనకే వుంది।


ఓసీయార్ కు కావలసినది యేమిటి?
ఓసీయార్ అంటే చిన్న పిల్లలకు భాష నేర్పడం వంటిది। అలా చాలామంది కంప్యూటర్-చిన్నపిల్లలకు ఆంగ్లం నేర్పారు, ఇక తెలుఁగు నేర్పడే తరువాయి। అయితే ఈ చిన్న పిల్లలు ఎక్కడ దొరుకుతారు వారికి నేర్పేటి పద్ధతి యేమిటి?
తెలుఁగు చదవచ్చిన వ్యక్తి కావాలంటే ముందు మనము దేఁవుఁడి దగ్గర నుండి పిల్లని అడగాలి। దానిచే మన అఆఇఈలు దిద్దించాలి। అలాంటి ఒక పిల్లని గూగులు వారు మనకు అందిస్తున్నారు, దాని పేరే టెస్సరాక్టు। దానిచేతనిప్పుడు తెలుఁగు అక్షరాలు దిద్దించాలి। ఎలాగో చూద్దాం పదండి।


టెస్సరాక్టుఁ బుఱ్ఱ గుఱించి (Tesseract Engine)
దీనిని C++ భాషలో వ్రాసినారు। కాబట్టి ఏ కంప్యూటరు మీదనైనా, తేలికగా పరుగెడుతుంది। దీనిని కంపైలు చేసుకోవడం కూడా సుళువే। ఈ బుఱ్ఱ(source code or .exe) మీకు మూఁడు విధాల లభ్యం అవుతుంది।

౧) మీరే ప్రోగ్రాములను కంపైలు చేసుకొని బిల్డు చేసుకోవడం. – Building from source code
౨) టెస్సరాక్టు గూడులో ఇవ్వబడిన exe వాడడం. కానీ ఇందులో కొన్ని సౌకర్యాలు* లేవు. – Get the windows exe from the website. (But this does not have Libtiff support)
౩) నేను ఆ సౌకర్యాలతో కంపైలు చేసిన exe వాడడం. – Use and exe generated with Libtiff support.

*సౌకర్యము = Libtiff for reading compressed tiff images.
** Linux/Unix వారు తమంత తామే తయారు చేసుకోవడం సర్వోత్తమం

Download
1) If you want to complie on your own (Linux, Windows) tesseract-2.04.tar.gz {from here}
2) If you want pre built (Windows) (Not recommended) tesseract-2.04.exe.tar.gz {from here}
3) Pre-built with Libtiff (Windows) tesseract_bin.zip or tesseract_bin.7z {from here}

Compiling S/W
+ If you want to complie on your own : VC++ (Windows) , gcc or equiv.(Linux)

LIBTIFF (For building your own tesseract.exe)
టెస్సరాక్టులో స్వతహాగా compressed images చదవగలిగే సామర్థ్యంలేదు. కాబట్టి libtiff అనే open source tiff library అవసరం వుంది.
Linux
లైనక్సు వాడువారు http://remotesensing.org/libtiff/ నుండి నేఱుగా source code దింపుకొని దానిని కంపైలు చేసుకొని, అక్కడి నుండి libraries, header files లను tesseract makefile కి అందించవచ్చుఁ
Windows
WinGNU32 వారు మంచిగా కంపైలు చేయబడ్డ libs, dlls, మఱియు .hలను రెడీమేడ్ గుడ్డల్లా అందిస్తున్నారు. http://gnuwin32.sourceforge.net/packages.html నుండి Libtiff, Jpeg, Zlib డైరక్టరీలను దింపుకోండి.

Self Compiling with LIBTIFF
1) Open the project in VC++ by opening the downloaded project files, tesseract.sln or .dsw or .vcproj ( VC may do some format conversion from previous VC versions, this does not affect the actual program in anyway)
2) When compiling by yourself using LIBTIFF capabilities, you need to add a preprocessor definition HAVE_LIBTIFF.
For this, in VC, go to
Project -> Properties (Alt F7) -> Configuration Properties -> C/C++ -> Preprocessor -> Preprocessor Definitions
And add HAVE_LIBTIFF to the existing Preprocessor Definitions

3) Build Solution (F7).
You will have an exe that is sure to run on your system. This is found in the directory tesseract\bin.dbg . You will also have other exes that are used for training.

4) To get LIBTIFF capability,
While running the newly generated tesseract.exe file, ensure that you add the downloaded directory GnuWin32\bin to the path.
OR
Copy the libtiff*.dll, zlib*.dll, jpeg*.dll to the same folder as the exe.


Once you have the exe files, you can proceed to Part-2.

Tesseract OCR - Getting Started

ఇది డెవలప్పర్లకోసం వ్రాయబడినది. అంటే OCRకి తెలుఁగు నేర్పదలచినవారి కోసం. ఒక సారి తెలుగు నేర్పిన తరువాత, దానిని వాడడం గుఱించి సమయం వచ్చినప్పుడు ఇంకో టపా వేస్తాము.

TESSERACT ENGINE
టెస్సరాక్టుకు ట్రెయినింగు ఇవ్వడానికి కావలసిన ప్రోగ్రాము మూడు విధాల చేయవచ్చు,
౧) మీరే ప్రోగ్రాములను కంపైలు చేసుకొని బిల్డు చేసుకోవడం.
౨) టెస్సరాక్టు గూడులో ఇవ్వబడిన exe వాడడం. కానీ ఇందులో కొన్ని సౌకర్యాలు* లేవు.
౩) నేను ఆ సౌకర్యాలతో కంపైలు చేసిన exe వాడడం.
*సౌకర్యము = Libtiff for reading compressed tiff images.
** ౨,౩ windows వారికే

Download
1) If you want to complie on your own (Linux, Windows)
tesseract-2.04.tar.gz {from here}

2) If you want pre built (Windows) (Not recommended)
tesseract-2.04.exe.tar.gz {from here}

3) Pre-built with Libtiff (Windows)
tesseract_bin.zip {from here}

SOPPORTING S/W
+ If you want to complie on your own : VC++ (Windows) , gcc or equiv.(Linux)
+ For printing any formatted telugu unicode text to a tiff file : MS Word (Windows), idonno (Linux)
+ For unzipping tar, gz, zip archive : 7-zip or equiv.


LIBTIFF (For building your own tesseract.exe)
టెస్సరాక్టులో స్వతహాగా compressed images చదవగలిగే సామర్థ్యంలేదు. కాబట్టి libtiff అనే open source tiff library అవసరం వుంది.
Linux
లైనక్సు వాడువారు http://remotesensing.org/libtiff/ నుండి నేఱుగా source code దింపుకొని దానిని కంపైలు చేసుకొని, అక్కడి నుండి libraries, header files లను tesseract makefile కి అందించవచ్చుఁ
Windows
WinGNU32 వారు మంచిగా కంపైలు చేయబడ్డ libs, dlls, మఱియు .hలను రెడీమేడ్ డస్సుల్లా అందిస్తున్నారు. http://gnuwin32.sourceforge.net/packages.html నుండి Litiff, Jpeg, Zlib డైరక్టరీలను దింపుకోండి.

TESSDATA
tesseract అనేది cpu అయితే, దానికి కావలసిన memory యే tessdata.
ఒక భషలో training ఇవ్వడమంటేనే, ఆ భాషలో ఈ tessdataని తయారు చేయడమన్నమట.
ఉదా -
మీకు ఒక చిన్న పిల్లాడు వున్నాడనుకుందాం. వాడికి భగవంతుడు బుఱ్ఱనిచ్చాడు. వాడికి మనము తెలుఁగు నేర్పితే తెలుగు నేర్చుకుంటాడు, ఆంగ్లం పేరుమీద తెగులిష్ నేర్పితే తెగులిష్ నేర్చుకుంటాడు. అలాఁ...
ఇక్కడ మనకు hp భగవంతుడు, google మంత్రసాని; tessearct.exe మనకున్న పిల్లవాడు. వాడికి tessdata రూపంలో తెలుగు చదివే సార్థ్యాన్ని అందించాలి.

ఇంగ్లీషు చదివే సామర్థ్యాన్ని మనం గూగులు కోడు నుండే దింపుకోవచ్చుఁ.
* tessdat/eng.freq-dawg, eng.word-dawg, eng.user-words, eng.inttemp, eng.normproto, eng.pffmtable, eng.unicharset, eng.DangAmbigs
tesseract-2.00.eng.tar.gz {from here}

మన ధ్యేయం ఇప్పుడు తెలుగు tessdata
* tessdat/tel.freq-dawg, tel.word-dawg, tel.user-words, tel.inttemp, tel.normproto, tel.pffmtable, tel.unicharset, tel.DangAmbigs
"మంచిగా" తయారు చేయడం.

మంచి tessdata తయారు చేయడం ఒక iterative process.
నేను మొదటి వాడిగా చేసాను కాబట్టి, మొదలు నేను ఆంగ్లమో కన్నడమో వాడి అక్షరాలను గుర్తించమన్నాను. (tessdata/eng.* or tessdata/kan.*)
అలా ఆంగ్లం వాడి నేను tessdata కి కొంత నేర్పడం జరిగింది, దాని ఫలితమే
tel.tessdata.zip {from here}

నేను తయారు చేసింది, సంయుక్త అక్షరాలను చదవలేదు. కాబట్టి మనము ఇంకా మంచివి తాయరు చేసుకోవలసివుంది.

ప్రస్తుతానికి ఇవన్నీ మీఱు డౌనులోడు చేసుకొనవలసివున్నవి.
తరువాతి టపాలో
మీరు సొంతంగా tesseract.exe ని ఎలా తయారుచేసుకోగలరు అన్నది చూద్దాం.
ఆ పై టపాలో
tesseract.exe వాడి tessdata ని ఎలా తయారు చేయవచ్చు అన్నది చూద్దాం.
ఆ తరువాతి టపాలో
మంచి tessdata ని ఎలా తయారు చేయవచ్చు అన్నది చూద్దాం. దీనికి రెండు విధానాలు వున్నాయి. వాటి మంచిచెడులు చూద్దాం.

జల్లిసీమ

సీ।

సర్కారు నేనెక్కి ౘక్కగాఁ బోతుంటే,
భీమవరానెక్కెఁ భామయొకతె
అప్పటి వఱకును యక్కడే కూర్చున్న
అమ్మాయి కంటెను యందగర్తె
బీటేయు వయసిక దాటిపోయిందని
అఱచెనాత్మారాముడంతలోన
ధర్మసంకటమొచ్చెఁ కర్మయనుచు కిటి-
-కీఁ దెఱచిన్ జూడఁబోతె బయటఁ

గీ।

గాలి కూగేటి రెల్లుల కైకలూరు
బల్లపరుపుగా వరిచేల జల్లిసీమ
కోటి చెరువుల కలల కొల్లేటిసీమ
ఆడఁబడచుల కంటెను యందఁగర్తె

అమ్మమ్మ కబుర్లు ౨ - భారతమంతా బొంకూ రామయణమంతా రంకూను

"ఎరా విదురుడంటే ఎవర్రా? "
- "దృతరాష్ట్రుని తమ్ముడే।"
"దాసీకొడుకేనా? "
- "అవును।"
"అదే మహర్షి వచ్చినప్పుడు పెద్దదేమో కళ్ళు మూసుకుంటుంది। అప్పుడు దాసీకి పుట్టినోడేనా?"
- "ఊఁ"
"ఇప్పుడు వ్యాసుడికి ఏమవుతాడు "
- "మహర్షి వ్యాసుడేకద। "
"ఊహూఁ। నేను శంతన మహారాజు కథ చదివాను। "
- "శంతన మహారాజుకి ఇద్దరు కొడుకులుకదా సత్యవతి కడుపున। "
"చిత్రవిచిత్రులు"
- "అవును, మరి వాళ్ళిద్దరూ చచ్చిపోతారుగా। అప్పుడు వ్యాసమహర్షి గర్భదానం చేయడానికి పిలుస్తారు। అన్నగారి వరస అవుతాడుగా।"
"అదేంట్రా, శంతన మహారాజుకిద్దరు కొడుకులుగా। "
- "కానీ శంతన మహారాజు భార్య సత్యవతీ దేవికి పెళ్ళికాకముందే పిల్లవాడుంటాడే। "
"పెళ్ళి కాకుండా ఎలాగురా"
- "అదే చెబుతున్నానుగా విను। ఒక రోజు సత్యవతీ దేవి అంటే .."
"అదే పడవనడుపుకునేది। "
- "అవును ఆవిడ పడవమీద జనాల్ని నదికి అవతల దాటవేస్తుందిగా, మహా అందగత్తె అన్నమట, అక్కడికి ఒకరోజు ఒక ముని వస్తాడు।"
"అవును అదే శంతన మహారాజు కథలో నేను చదివాను, శంతన మహారాజు గంగాదేవిని పెళ్ళి చేసుకుని ప్రశ్నలేమీ అడకూడదంటుందికదా। అప్పుడేమో..."
- "ఇదంతా దాని ముందే। పరాశరముని వుంటాడు।"
"అదే నేను శంతన మహారాజు"
- "చెబుతావా వింటావా?"
"చెప్పు"
- "శంతన మహారాజు సత్యవతీదేవిని కలవక ముందురే , భారతం మొదట్లో, పరాశర ముని సత్యవతీదేవి వుండే రేవు కాడకు వస్తాడు, మన కొవ్వూరి రేవులాగ। ఆవిడేమో పడవదాటేస్తుంటుంది ఇతనిని। మధ్యలో మునికి ఆమెను చూసి కోఱిక కలుగుతుంది। మధ్యలో ఒక దీవిలో పడవ ఆపిస్తాడు, గోదారి మధ్యలో దీవులుంటాయిగా, అక్కడ వాళ్ళు ఏదోచేసుకుంటారు। "
"ఊఁహూఁ"
- "అదే మఱి నాకు పెళ్ళి కాలేదుగా, వాళ్ళ అక్కడ ఏం చేశారో నాకెలా తెలుస్తుంది, నీ పెళ్ళి ఎప్పుడో స్వతంత్రంరాక ముందు అయ్యిందిగా నీకే తెలియాలిలే। "
"ఊఁ నీకు తెలియదంటే నమ్మాలి। దేశాలన్నీ తిఱిగివచ్చావు కదరా ఇంచక్కా।"
- "అలా అక్కడ ఆ ద్వీపం మీద అప్పటికప్పుడే వాళ్ళకు పిల్లాడు పుడతాడు। అందుకే ఆయనకు ద్వీపం మీద పుట్టాడు పైగా నల్లగావుంటాడు కాబట్టి కృష్ణద్వైపాయనుడు, ఇంకా బాదరాయణుడు, పరాశరుని కొడుకు కాబట్టి పారాశరుడు అని పేర్లువున్నాయి వ్యాసమహర్షికి।"
"అయితే శంతన మహారాజు కలిసిందెప్పుడు? "
- "నువ్వూనూ మీ శంతన మహారాజూనూ। విను। అప్పుడేమో ఆవిడ ఇలా కన్యను నా కన్యత్వం పోగొట్టారు మహర్షీ అంటే, పరాశరుడు, ఏదో మాయచేసో మంత్రం వేసో, ఆమె కన్యత్వాన్ని వెన్నక్కి ఇచ్చేస్తాడు। అది కూడా నీకే తెలియాలి। అవన్నీ। "
"ఊఁ"
- "ఆ పిల్లాణ్ణోమో ఆవిడి చిన్నప్పుడే ఋషులదగ్గరకు పంపించేస్తుంది, ఆయన వ్యాసముని అవుతాడు। మీ శంతన మహారాజు వచ్చేసరికి మళ్ళీ సిద్ధంగా వుంటుంది ఈమె। "
"ఓహో"
- "శంతన మహారాజుని పెళ్ళిచేసుకున్నాక, చిత్రవిచిత్రులు పుడతారుగా। "
"అవును"
- "వాళ్ళిద్దరూ చచ్చిపోతారుగా పిల్లలు పుట్టకుండా। అప్పుడు వాళ్ళకి అన్నవరసయ్యేవారు వీర్యదానం చెయ్యాలన్నమట పెళ్ళాలకి। "
"ఆన్? "
- "అదే మరి భీష్ముడు మొగుళ్ళకు అన్నగారు కదా, అంటే బావగారి వరస కదా? "
"అయితే, ఛిఛీ మఱీ అదేంటిరా, ఎంత మొగుడు చచ్చిపోతే మాత్రం। బావగారితోనేంటిరా"
- "అదే రాజులకు వంశం ఆగిపోకుండా అన్నగారు వీర్యదానం చెయ్యవచ్చన్నమట।"
"అందుకేనేమో జనాలంటారు భారతమంతా బొంకూ రామాయణమంతా రంకూ అని। "
- "అదేనే మఱి క్షత్రియులు కదా, రాజులు లేకపోతే రాజ్యం ఏమయిపోతుందే, అందుకే వాళ్ళ అలాచేయవచ్చని అప్పటిలో నియమం వుంది।" (ఇంత అలౌకివాదం నేను జనమలోనెప్పుడూ గుప్పించలేదు) " ఇంతకీ ఏమంటారూ జనాలూ? "
"రామాణమంతా రంకూ భారతమంతా బొంకూ అంటారు। అదే మఱి సీతాదేవిని ఎత్తుకెళ్ళి అన్నాళ్ళు అక్కడవుంచుకున్నాక అప్పుడు వెనక్కి తీకుకొచ్చాడగా రాముఁడు। అదే జనాలకు తెలియక అలా అంటారులే। "
- "అవునా, బానేవుంది। మొత్తానికలా వంశవృద్ధికోసం వీర్యదానానికి భీష్ముణ్ణి అడుగుతారు। కానీ అయనేమో భీష్మప్రతిజ్ఞ చేస్తాడుగా నా వారసులు రాజ్యమేలరని। సత్యవతీదేవి వారసులే ఏలతారని। వీళ్ళు సత్యవతీదేవి వారసులయిననా ఈయన వారసులు కూడా అవ్వకూడదని అయన ససేమిరా వల్లకాదంటారు। అప్పుడేమో ఆవిడ ఇలా నా పెళ్ళికాకముందు ఇలా జరిగింది కథ అనిచెబితే వ్యాసుణ్ణి పిలుస్తారన్నమట।"
"ఆయనేమో భయం కరంగా వుంటాడంట కదరా"
- "అవును, అందుకే పెద్దది అంబా అంబాలికా దానిపేరు అది కళ్ళు మూసుకుంటుంది"
"ఒకత్తేమో తెల్లమోతుంది కావోల్సు అందుకే దానికి తెల్లగా పాండురాజు పుడతాడు"
- "రెండోదేమో తెల్లబోయి చమట్లు కక్కేస్తే దానికి పాండురాజు పుడతాడు। "
"అప్పుడు దాసీని పంపిస్తారనుకుంట।"
- "మఱి పెద్దోడు గుడ్డోడు, రెండోవోడు పాండుజబ్బువుందికాబట్టి, పెద్దదానికి నచ్చజెప్పి మళ్ళీ పంపుతారు। అదేమో భయపడిపోయి దాసిని పంపిస్తుంది। దాసేమో మహర్షి నా అదృష్టం ఈయనకు సేవచేయడం అని చెప్పి..."
"అదేమో మహర్షిని మంచి చేసుకుంటే విదురుడు పుడతాడన్నమట, కానీ రాజు అవ్వడుగా। "
- "ఆ దాసేమో మహర్షికి సకల సేవలూ చేసి సంతోష పెడితే, ఆయన విదురుణ్ణి కలుగఁజేస్తాడు, కానీ మఱి దాసి కొడుకు కాబట్టి రాజుకాలేడు। అదన్న మట కథ। ఇప్పుడేమో ఆరణ్య పర్వంలో దృతరాష్ట్రుడు వాడి మీద కోపం వచ్చి అడవికి పంపేశాడు ధర్మరాజుదగ్గరకు। ఊఁ చూడు చెబుతున్నారు।"

అమ్మమ్మ కబుర్లు ౧ - మాఁవయ్య వరస

"ఏంట్రా అది?"
- "ఇదిగోనే గోదారి, తిను అచ్చం చాక్లేటులా వుంది। "
"చిచ్చీ అదేం తినడంరా, అందంగా పళ్ళెంలో పెట్టుకుని తినడం మానేసి।"
- "చాలా బాగుందే, నెయ్య చాలా బాగా అంటుకుంది, బాగా మాడ్చకుండా లేతగా వుంది। ఇదే కొట్టులో కొంటే ఎంతో తెలుసా, ఈ మాత్రం ముక్కకి ఒంద రూపాయలంటాడు। అంతిచ్చినా దొరుకుతుందని లేదే।"
"నేను ఎంగిలి తిననురా।
ఒక సారి ఏమయిందంటే, నా పెళ్ళికి నేను చాలా చిన్నదాన్నిరా।
మా చింతాత అదే మా మాంగారు వచ్చి, మా అమ్మతోనే, అమ్మా మీ అమ్మాయిని మా అబ్బాయికిచ్చి చెయ్యమ్మా, ఐదోవోడికి దీన్ని చేస్తే ఆరోవోడికేమో మా మనవరాలిని చేస్తాము। అన్నాడు।
మా అమ్మేమో ఇప్పుడే పెద్ద దాని పెళ్ళి చేశామండి మా తమ్ముడికి ఇంకా ఇదీ చిన్నపిల్లే దీనికి ఇప్పుడే చెయ్యమండీ అని మా అమ్మకేమో ఇంకా పెళ్ళి చేయడం ఇష్టం లేదు।
ఆయనేమో, లేదండి పెద్దదాన్ని మాఁవయ్యకిచ్చి చేసారు కాద, దీన్ని కూడా మాఁవయ్యకిస్తే సుఖపడతుంది। అన్నాడు।
మా అమ్మే అన్నీ చూసుకునేది మా పెళ్ళి విషయాలూ గట్టా, మా అయ్య కేమో పెద్ద తెలిసేది కాదూఽఽ।
అప్పుడేమో మా తాత ..."
- "అంటే మీ మాంగారు.."
"అపుడేమో ఆయన, మా అన్నమనవరాలు వుంది దాన్ని కూడా మాఁవోడికిచ్చి చేస్తామంటున్నారు, మాకేమో మీరైతేనే బాగుంటుందనుకుంటున్నాము। "
- "అంటే తాత పెదబాబు కూతురి కూతురు। "
"అవును। "
- "అంటే తాతకి నువ్వేమో పెత్తల్లి కూతిరి కూతురు, ఆవిడేమో పెదబాబు కూతిరి కూతురు। "
"అవును।"
- "ఇద్దరూ మేనగోడళ్లే।"
"అవును।
మా గంగరాజు మాఁవయ్యకేమే నన్ను వీళ్ళకిచ్చి చేసేద్దామనుండేది, మా అమ్మకేమో అప్పుడే ఎందుకనుకునేది।
గంగరాజు మాఁవయ్యంటే, అదే మా అమ్మ మార్టు తమ్ముడు, పెద్దవాడు। "
- "అంటే వెంకటరత్నంగారి అన్నయ్య।"
"అవును। "
- "అంటే మీ బావగారి అన్నయ్య।"
"అవును।
ఆయనేమో మా పిన్ని కూతుర్ని చేసుకున్నాడు। అంటే సొంత అక్కకూతుర్ని చేసుకున్నాడు। "
- "అయితే ఇప్పుడు మీ అమ్మ పెద్ద తమ్ముడేమో సొంత అక్క కూతుర్ని, మీ అమ్మ రెండో తమ్ముడు మీ అక్కని, అంటే మార్టక్క కూతుర్ని చేసుకున్నారు, మళ్ళీ తాతేమో మీ అమ్మకి పింతల్లికొడుకు నిన్నుచేసుకున్నాడు। దేశమ్మీద ఎవరూ లేనట్టు అందరూ అక్క కూతుళ్ళనేనన్నమట।"
"ఇంకా వుంది విను।
మా తాత, అదే మా మాంగారు ఇలా పలానా తారీఖున బల్లిపాడులో దినం వుంది మఱి, ఆనాడు వాళ్ళు, అందే మీ తాత పెదబాబు ఆళ్ళు అక్కడికి వస్తున్నారు, తాంబూలాలు పట్టుకొని, వారికంటే మీరు ముందు వచ్చి ఇస్తే మీకే ఇస్తాము। లేకపోతే సంబంధం వారికెళ్ళిపోతుంది అని చెప్పేసి వెళ్ళిపోయాడు।
మా గంగరాజు మాఁవయ్య ఆనాడు బల్లిపాడు వెళ్ళాడు, వాళ్ళు కూడా వచ్చారు, ఒక పక్క దినం జరుగుతుంటేనే, వాళ్ళు వీధి గుమ్మమమ్మటా వస్తుంటే, మా గంగరాజు మాఁవయ్య దొడ్డి గుమ్మమంటా వెళ్ళి తాంబూలం ఇచ్చేసి పెళ్ళి కాయం చేసేశాడు।
ఆ తరువాత వాళ్ళేమో ఆ పిల్లని చిడిపి ఇచ్చారు। "
- "అంటే గోదారి గట్టు మీద వూరు కదా?
అవును। వాళ్లూ బాగానే వుండేవారులే। ఇప్పుడు కాస్త చితికారు గాని।
ఆ తరువాత మా మరిదికి మా ఆడబడుచు కూతుర్ని అనుకున్నారన్నానుగా। "
- "అదే మీ మరిదంటే మీ మాఁవయ్య కూడా, తాత తమ్ముడు చివరతను కదా। "
"ఊఁ"
- "మీ ఆడబడుచంటే మీ పిన్ని, మీ పిన్ని కూతురు అనసూయత్తని ఆఖరు తాతకనుకున్నారా? "
"కానీ జరగలేదుగా, వీరమ్మమామ్మతో అయ్యింది ఆయన పెళ్ళి।
వీరమ్మ నాకంటే పెద్దదేగాని, కాపరానికి మాత్రం నా తరువాతే వచ్చింది, అదీ మా చుట్టమే అంతకు ముందే। "
- "అయితే మీ మాఁవయ్యలందరూ వరుసగా మీ అప్పాజెళ్ళెళ్ళని చేసుకున్నారు, మీ తమ్ముళ్ళేమో మీ కూతుళ్ళని చేసుకున్నారన్న మట। "
"అప్పట్లో మఱి మా అమ్మ ఆఱుగురి పెళ్ళిళ్ళు చేసింది, అందరం సుబ్బరంగా కాపురాలు చేసుకున్నాము। ఈ రోజుల్లో ఒకటి రెండు పెళ్ళిళ్ళకే కష్టపడిపోతున్నారు, చేసినా అయ్యి నిలవట్లేదు।
మా అప్పుడు ఇన్ని చూసేవారేంటి, మేమంటే జనాలు మంచోళ్ళని, అందరూ ఎగబడి చేసుకునేవారు। తాతాళ్ళు మంచోళ్ళని మా మాఁవయ్య కూడా మా పెళ్ళి కుదిర్చేశాడు।
ఇంతకీ ఎందుకు చెబుతున్నానంటే, అప్పుడేమో నాకు ఎందేళ్ళో ఎంతోరా, పెళ్ళయ్యాక గుడికి తీసుకెళ్తే గంట అందకపోతే, మా తాత "
- "అదే మాంగారు "
"ఆయన ఎత్తుకుని గంట అందించాడు।
అప్పుడు తాతకి పట్టించిన పానకం నాకిచ్చారు తాగమని, నాకేమో అసలు ఎంగిలి ఇష్టముండదు। నెత్తిమీదఁ సుడుపుడుకాయ వేసిందన్నమట, మా తాత దాన్ని ముట్టుకుంటే, కందిపోయిందని ఏడేసి మారాం జేసి తాగలేదు। అప్పుడెంత నేను, మీ బుజ్జక్క పిల్లలంత వుండేదాన్ని, తాతేమో నీలాగ వుండేవాడు, నీకంటే చిన్నోడేగాని, అంత పెద్దగా పొడుగ్గావుండేవాడు, నేనేమో ఇంతే వుండేదాన్ని। "
- "ఇంచక్కా నీ పెళ్ళయ్యి ఢబ్బై యేళ్ళయ్యాయి, నాకింకా అవ్వలేదే! "
"చేసుకోఽఽ, ఎవరొద్దన్నారు। ఎప్పుడూ పెళ్ళిపెళ్ళంటావు చేసుకోరాదా। "
- "ఊఁఽఽ ఎనిమిదయ్యింది పద టీవీలో భారతం వస్తుంది।"

ఱెప్పపాటికాలఁపు ప్రేమ

నీకు వేసే నేను చూస్తే
నడచుకుంటూ నావద్దకే
వచ్చినట్టే వచ్చి వెనుకకు
మరలుఁదిరిగీ పోయినావే

వెలుగునీడల సందులోన
కనసు నెనసుల గట్టుపైన
నీ ఆకళింపుకు
కౌగిలింతకు
ఎదురు చూసే నావద్దకే
వచ్చినట్టే వచ్చి వెనుకకు
మరలుఁదిరిగీ పోయినావే

రాత్రి పూటా పగటిపూటా
మండు కాలము శీతకాలము
బండరాళ్ళుతొ నిండివున్న
నేల యంచుకు ముద్దులొసగుతు
గాలికారే నుఱుగుతోన
గుసగుసలు గునుసుదాన

రాగలకాలము
లోగటికాలము
ఆగక సాగెడి మీ
శృంగారమునకు

రెండులిప్తల సాక్షినేనని
ఎఱిఁగిన వ్యధతోఁ
వెనదిరగఁబోతే
ఆగమంటూ
వచ్చినట్టే వచ్చి వెనుకకు
మరలుఁదిరిగీ పోయినావే

తేటతెలుఁగులో పాటంటే (తెలుగు సినిమా పాట)

సన్నివేశం
కథానాయిక అందగత్తెకు, కథానాయకుడు ప్రేమికుడు ఒక శార్దూలపద్యం వ్రాసి పాడతాడు. పద్యం అస్సలు అర్థంకాకుండా గీర్వాణజఠిలంగా వుంటుంది. అప్పుడు ఆమె అచ్చ తెలుగు హీరోయినీలా పాటపాడి తెలుగుపాటంటే ఎలా వుండాలో వివరిస్తుంది.

లయ
తాన నాననా నానన్నే.. పిపీపుపూ.. పిపీపుపూ.. నన్న నాననా నన్న నాననా.. తుతూతూతూ పిపీపీపీ.. నననన నానన నననన నానన అని సాగుతుందని చెప్పుకోవచ్చండి.

సాహిత్యం

తేటతెలుఁగులో పాటంటే
సందెమాటునా
కరిగిపోతునా
పడమటి దిక్కుకు
కడగా వీడ్కోలు
పలికే దివ్వల్లే
పైరగాలితో
రెపరెపలాడాల

తేటతెలుఁగులో పాటంటే
సందెమాటునా
తేలిచూస్తునా
తూరుపు పొద్దుకు
ఇదుగో ఇకడంటు
పిలిచే మడుగున
చిట్టలలలా
రెపరెపలాడాల

-ఇక్కడ కాస్త మూజిక్-

పంచచామరం సంసుక్రుతంలో
శివునిడోలల్లే డమడమలాడినా
మా తెలుఁగూరి వేటూరి పాటలో
సేలయేటి తేటల్లే ఆడుతు పాడుతు
మెల్లంగ సాగాల

అందుకేఽఽఽఽ
తేటతెలుఁగులో పాటంటే
ఆటవెలదులై
తేటగీతులై
అలసిన ఎంకికి
నాయిడు బావని
పాటల్లె నన్నూ
చాటుకుపిలవాల
వాటేవేయాల

మనవి
మా తరువాతి నవతరంగం సినిమాలో బడిజెట్టు కష్టాలవల్ల మేము వ్రాసుకున్న పాటలే పెట్టుకుంటున్నాం. దీనికి మంచి ౘూను కట్టి యూటూబులో ఎక్కించి మాకందఁజేసిన వారికి సినిమా పేర్లలో పేరు దొడ్డు అక్షరాలలో వేయబడుతుంది.

వ్యాఖ్యాతలకు ప్రత్యేక మనవి
తేట అనే పదం యొక్క పునరుక్తి ఎక్కువయ్యింది.
ఇది పాటకాదు, దీనికంటే ఆ అబ్బాయి వ్రాసిన శార్దూలవిక్రీడితమే సరలంగా వుండుంటుంది.
పాటకూ దీపానికీ అలలకూ ఉపమానం కుదరలేదు. రూపకమూ కుదరలేదు. ఉత్ప్రేక్షమూ కుదరలేదు.
పంచచామరం వంటి పదాలు సామాన్యజనానికి అర్థంకావు.
అక్కడక్కడ ప్రాస కుదరలేదు.
దీని నిండా క్లిషేలే.
- వంటి వ్యాఖ్యలు చేయకుండా, ఈ మాటున పాట బాగుందనండి. రెండో పాటకు మీకు తోచింది వ్రాయవచ్చుఁ.

స్ఫూర్తి
సముద్రాల, దేవులపల్లి, దాశరథి, శ్రీశ్రీ, చినసముద్రాల, పింగళి, కొసరాజు, ఆత్రేయ, ఆరుద్ర, అనిసెట్టి, సీనారె, వేటూరి, సిరివెన్నెల

యూనీకోడు లంకెలు

|ముందు మీరు యూనీకోడు గుఱించి తెలుసుకొనవలసి వుంది.
|ఆ తరువాత UTF-8 గుఱించి.
|ఈ రెండూ తెలుసుకున్న తరువాత, మీ దృష్టిలో ఆంగ్లమూ తెలుగూ ఒకటే.
|ఆంగ్లానికి ఉపయోగపడే ఏ యాంత్రిక ప్రకియయైనా తెలుగుకి కూడా ఉపయోగపడుతుంది.
|http://unicode.org/standard/translations/telugu.html
|http://www.amk.ca/python/howto/unicode
|http://www.cl.cam.ac.uk/~mgk25/unicode.html#utf-8

|ఇవి కొన్ని లంకెలు. వీటినుండి మీకు యూనీకోడు గుఱించి కావలసిన అవగాహన
|ఏర్పడగలదు.
|
|ఇక తెలుగుని ఉపయోగించే సాప్టవేరుల విషయమై,
|నాకు ఎక్కడా ఏ ఇబ్బందీ కలుగలేదు. యూనీకోడు సపోర్టు వున్న ఏ పరికరములోనైనా
|తెలుగు కూడా వాడవచ్చుఁ

పరమ దిక్కుమాలిన వూరు

జాగ్రత్త: పరుష పద ప్రయోగం. పిల్లలు, స్త్రీలు, ఛాందసులు, సంసారపక్ష పురుషులు, దైవభయం వున్న యువకులు, ఇతరులు, వృద్ధులు, గోదావరిజిల్లాల వాసులు, ఇతర చుట్టాలు, పరిచయస్తులు, నిత్యవ్యాఖ్యాతలూ చదవవద్దని సూచన.

పట్టిసీమ నుండి రాజమండ్రి రావలసివచ్చి నేరు బస్సు దొరక్క, నిడదవోలు బస్సెక్కి గట్టునే దిగువలో ఇంకోవూరిలో దిగాను. అక్కడ ముఖ్యకూడలిలో ఆరున్నొక్కపదుల వయస్సు మీరిన రిక్షాతొక్కుకునే తాతలు వున్నారు. బస్సుకోసం కాస్తూ, నేను వాళ్ళను అడిగాను.

నేను - రాజమండ్రి కెళ్ళే బస్సులు ఎక్కడాగుతాయి.
తాత౨ - ఇక్కడే ఆగుతాయండి.
నేను - గట్టుమీంచెళ్ళే బస్సులు?
తాత౨ - గట్టుమీంచెళ్ళేయూ, కిందనించెళ్ళేయూకూడా ఇక్కడే ఆగుతాయండి.
నేను - ఈ వూరికి బష్టాండు లేదా.
తాత౨ - లేదు బాబు.
తాత౧ - దిక్కుమాలిన వూరు బాబు ఇది, దిక్క్కు మాలిన వూరు. అన్నూళ్ళ కంటే ఈ వూరే దిక్క్కు మాలిన వూరు. బష్టాండు కూడా లేదు. వానాకాలంలో వానొస్తే కొంపలమ్మటా నుంచోవాలి. ఎండొస్తే చెం౨పలమ్మటా నుంచోవాలి. చాలా వూళ్ళున్నాయి గానీ అన్నిటికంటేఁ ఇదే దిక్కుమాలిన వూరు. గజ్జిరాన వుంది బష్టాండు, ప్రక్కిలంకలో వుంది, తాడిపూడిలోవుంది, రాగోలపల్లిలో వుంది
తాత౨ - వేగేశిపురాన రెండున్నాయి.
తాత౧ - కానీ ఈ వూళ్ళో మాత్రం లేదు. పరమ దిక్కుమాలిన వూరంటే ఇదే.
తాత౨ - డిపో వుండేది కానీ తీసేసేరు. అప్పణ్ణుండి లేదు.
తాత౧ - ఈళ్ళే కాగితాలు పంపలేదు. కాగితాలు పంపితే ఎందుకు కట్టరు. ఈళ్ళ బంగారం దెఁగేత్తారని.
తాత౩ - నేను చెప్తాను ఇనుబాబు. ఈ వూళ్ళో కోఁవంట్లందరూ తెలుగుదేశం అండి. ఈళ్ళందరూ ఏంజేసేరంటే, కృష్ణబాబుని పట్టుకొని డిపో కట్టడాన్ని ఆపేసేరు. ఇక్కడ బజారులో బస్సులు ఆగకపోతే ఈళ్ళ యాపారం పోద్దని.
తాత౨ - అక్కడ థళం కూడా తీసుకున్నారు. అక్కడ కాళీ చేసిన వారికి ఏరే చో౨ట ఇళ్ళు కూడా ఇచ్చారు.
తాత౧ - ఈళ్ళ పెళ్ళాలు అక్కణ్ణుంచి ఇక్కడికి నడిసొత్తే మజ్జిలో ఆళ్ళ బంగారం దెంగేత్తారని. రాజమండ్రి కోటిపల్లి బష్టాండుకాడ దిగి నడుచుకుంటూ కోటగుమ్మందాక ఎళ్ళినా పర్లేదు గానీ, ఈ కాత లెక్కా నడిత్తే మాత్రం ఈళ్ళ బంగారం దెఁగేత్తారు. వానా కాలం వానొత్తావుంటే, ఎక్కడ నుంచుంటారు. కొట్లంటా నుంచుంటారు. ఆళ్ళేమో ఎళ్ళిపొమ్మంటారు. వానొత్తన్నప్పు ఎల్లిపొమ్మంటే ఎక్కడికెల్లతారు. అన్నిటికంటే దిక్కుమాలిన వూరిది.

వివరణ:
అంత పెద్ద హెచ్చరిక ఇచ్చిన తరువాత కూడా, పిల్లలు, స్త్రీలు, ఛాందసులు, సంసారపక్ష పురుషులు, దైవభయం వున్న యువకులు, ఇతరులు, వృద్ధులు, గోదావరిజిల్లాల వాసులు, ఇతర చుట్టాలు, పరిచయస్తులు, నిత్యవ్యాఖ్యాతలూ ఈ టపా చదివేసి ఏహ్యభావానికి గురయ్యారు. కాబట్టి ఈ వివరణ జతచేర్చవలసివస్తుంది.
నా entire point ఏమిటంటే, ఆ ముసలివాడు ముక్కూ మొహం తెలియని అనామకునకు, ఇలా వాళ్ళ వూరి గుఱించి, వాళ్ళ వూరి జనాల మీద ఇంత దుమ్మెత్తి పోస్తున్నాడే అని. అంత ముసలితనం వచ్చిన తరువాత వాళ్ళకి ఇక ఎక్కడిలేని ధైర్యం, దేనికీ జవడనితనం వచ్చేస్తుంది. ఎంత రిక్షావాడికైనా జీవితం మీద పట్టు ఏర్పడుతుంది. ప్రత్యేకించి ఒకే ఊళ్ళో వుండే కష్టజీవులకు ఆఖరుకి భయం పోతుంది.
ఇంకా ముఖ్యమైన పాయింటేమిటంటే,
ఆయన మాట్లాడింది, నాలాంటి ముక్కూ మొహం తెలియని ప్రయాణికుల ఇబ్బంది మీదఁ జాలితో. కాబట్టి మీరు అక్కడ వుండి ఆయని మాటలు వింటే మీకు అస్సలు జుగుప్సాకరంగా అనిపించదు.
పైపెచ్చు,
స్వల్పకాలిక స్వలాభం కోసం ఇలా వ్యవస్థను తమ దారి పట్టించుకొనే కొందరు వ్యాపారస్థులమీదఁ, వారి ఊతమిచ్చే రాజకీయనాయకుల మీద మంచి మనుషులకుండే చిరాకును గుర్తుచేస్తుంది. నేను ఏ ఒక్క వూరి వ్యాపారస్థుల గుఱించో రాజకీయులు గుఱించో చెప్పట్లేదు. మనస్సువున్న వారికి సహజంగా ఈ దిక్కుమాలిన భారతీయ ప్రజాస్వామ్య వ్యవస్థ మీద వున్న అక్కసుకి తాత౧ అద్దం పట్టాడు. మిగిలిన ఇద్దరు తాతలు ఆఁ ఇంతే, ఎంత మందిని చూళ్ళేదు అని రాజీపడిపోయారు. అది తాత౧ అందం.