অপটিক্যাল ক্যারেক্টার রিকগনিশন (OCR) টেক্সটের ছবি—স্ক্যান, স্মার্টফোনের ছবি, পিডিএফ—মেশিন-পাঠযোগ্য স্ট্রিং এবং কাঠামোবদ্ধ ডেটাতে রূপান্তরিত করে। আধুনিক OCR একটি পাইপলাইন যা একটি ছবি পরিষ্কার করে, টেক্সট খুঁজে বের করে, তা পড়ে এবং সমৃদ্ধ মেটাডেটা রপ্তানি করে যাতে ডাউনস্ট্রিম সিস্টেমগুলি ডেটা অনুসন্ধান, সূচীকরণ বা নিষ্কাশন করতে পারে। দুটি বহুল ব্যবহৃত আউটপুট স্ট্যান্ডার্ড হলো hOCR, টেক্সট এবং লেআউটের জন্য একটি HTML মাইক্রোফরম্যাট, এবং ALTO XML, একটি লাইব্রেরি/আর্কাইভ-ভিত্তিক স্কিমা; উভয়ই অবস্থান, পড়ার ক্রম এবং অন্যান্য লেআউট সংকেত সংরক্ষণ করে এবং জনপ্রিয় ইঞ্জিন দ্বারা সমর্থিত Tesseract.
প্রিপ্রসেসিং। ওসিআর গুণমান ছবির পরিচ্ছন্নতার সাথে শুরু হয়: গ্রেস্কেল রূপান্তর, ডিনয়েজিং, থ্রেশহোল্ডিং (বাইনারাইজেশন), এবং ডেস্কিউইং। ক্যানোনিকাল OpenCV টিউটোরিয়ালগুলি গ্লোবাল, অভিযোজিত এবং Otsu থ্রেশহোল্ডিং—অমসৃণ আলো বা বাইমোডাল হিস্টোগ্রাম সহ নথিগুলির জন্য প্রধান। যখন একটি পৃষ্ঠার মধ্যে আলোকসজ্জা পরিবর্তিত হয় (ফোন স্ন্যাপের কথা ভাবুন), অভিযোজিত পদ্ধতিগুলি প্রায়শই একটি একক বিশ্বব্যাপী থ্রেশহোল্ডকে ছাড়িয়ে যায়; Otsu স্বয়ংক্রিয়ভাবে হিস্টোগ্রাম বিশ্লেষণ করে একটি থ্রেশহোল্ড বেছে নেয়। টিল্ট সংশোধন সমানভাবে গুরুত্বপূর ্ণ: Hough-ভিত্তিক ডেস্কিউইং (Hough লাইন ট্রান্সফর্ম) Otsu বাইনারাইজেশনের সাথে যুক্ত হয়ে প্রোডাকশন প্রিপ্রসেসিং পাইপলাইনগুলিতে একটি সাধারণ এবং কার্যকর পদ্ধতি।
সনাক্তকরণ বনাম স্বীকৃতি। OCR সাধারণত টেক্সট সনাক্তকরণ (টেক্সট কোথায় আছে?) এবং টেক্সট স্বীকৃতি (এতে কী লেখা আছে?)-এ বিভক্ত। প্রাকৃতিক দৃশ্য এবং অনেক স্ক্যানে, সম্পূর্ণ কনভোলিউশনাল ডিটেক্টর যেমন EAST ভারী প্রস্তাবনার পর্যায় ছাড়াই দক্ষতার সাথে শব্দ- বা লাইন-স্তরের চতুর্ভুজগুলির পূর্বাভাস দেয় এবং সাধারণ টুলকিটে (যেমন, OpenCV-এর পাঠ্য সনাক্তকরণ টিউটোরিয়াল) প্রয়োগ করা হয়। জটিল পৃষ্ঠাগুলিতে ( সংবাদপত্র, ফর্ম, বই), লাইন/অঞ্চলের বিভাজন এবং পড়ার ক্রম অনুমান গুরুত্বপূর্ণ:Kraken ঐতিহ্যগত জোন/লাইন বিভাজন এবং নিউরাল বেসলাইন বিভাজন প্রয়োগ করে, বিভিন্ন স্ক্রিপ্ট এবং দিকনির্দেশের (LTR/RTL/উল্লম্ব) জন্য সুস্পষ্ট সমর্থন সহ।
স্বীকৃতি মডেল। ক্লাসিক ওপেন সোর্স ওয়ার্কহরস Tesseract (Google দ্বারা ওপেন সোর্স করা হয়েছে, যার শিকড় HP-তে রয়েছে) একটি অক্ষর ক্লাসিফায়ার থেকে একটি LSTM-ভিত্তিক ক্রম শনাক্তকারীতে বিকশিত হয়েছে এবং অনুসন্ধানযোগ্য PDF, hOCR/ALTO-বান্ধব আউটপুটএবং CLI থেকে আরও অনেক কিছু নির্গত করতে পারে। আধুনিক শনাক্তকারীরা প্রাক-বিভক্ত অক্ষর ছাড়াই ক্রম মডেলিংয়ের উপর নির্ভর করে। Connectionist Temporal Classification (CTC) মৌলিক হিসাবে রয়ে গেছে, ইনপুট ফিচার সিকোয়েন্স এবং আউটপুট লেবেল স্ট্রিংগুলির মধ্যে প্রান্তিককরণ শেখা; এটি ব্যাপকভাবে হাতের লেখা এবং সিন-টেক্সট পাইপলাইনগুলিতে ব্যবহৃত হয়।
গত কয়েক বছরে, ট্রান্সফরমাররা OCR-কে নতুন আকার দিয়েছে। TrOCR একটি ভিশন ট্রান্সফরমার এনকোডার এবং একটি টেক্সট ট্রান্সফরমার ডিকোডার ব্যবহার করে, বৃহৎ সিন্থেটিক কর্পোরার উপর প্রশিক্ষিত এবং তারপর বাস্তব ডেটাতে ফাইন-টিউন করা হয়েছে, মুদ্রিত, হস্তলিখিত এবং সিন-টেক্সট বেঞ্চমার্ক জুড়ে শক্তিশালী செயல்திறন সহ (দেখুন Hugging Face ডক্স)। সমান্তরালভাবে, কিছু সিস্টেম ডাউনস্ট্রিম বোঝার জন্য OCR-কে এড়িয়ে যায়: Donut (Document Understanding Transformer) একটি OCR-মুক্ত এনকোডার-ডিকোডার যা সরাসরি স্ট্রাকচার্ড উত্তর (যেমন কী-মান JSON) ডকুমেন্ট ছবি থেকে আউটপুট করে (রিপো, মডেল কার্ড), যখন একটি পৃথক OCR পদক্ষেপ একটি IE সিস্টেমকে ফিড করে তখন ত্রুটি জমা হওয়া এড়িয়ে যায়।
আপনি যদি অনেক স্ক্রিপ্ট জুড়ে ব্যাটারি-সহ টেক্সট রিডিং চান, EasyOCR 80+ ভাষা মডেল সহ একটি সহজ API অফার করে, বাক্স, টেক্সট এবং কনফিডেন্স প্রদান করে—প্রোটোটাইপ এবং অ-ল্যাটিন স্ক্রিপ্টের জন্য সুবিধাজনক। ঐতিহাসিক নথিগুলির জন্য, Kraken বেসলাইন সেগমেন্টেশন এবং স্ক্রিপ্ট-সচেতন রিডিং অর্ডারের সাথে উজ্জ্বল; নমনীয় লাইন-স্তরের প্রশিক্ষণের জন্য, ক্যালামারি Ocropy বংশের উপর ভিত্তি করে (Ocropy) (মাল্টি-)LSTM+CTC শনাক্তকারী এবং কাস্টম মডেল ফাইন-টিউন করার জন্য একটি CLI সহ।
সাধারণীকরণ ডেটার উপর ন ির্ভর করে। হস্তাক্ষরের জন্য, IAM হস্তাক্ষর ডেটাবেস প্রশিক্ষণ এবং মূল্যায়নের জন্য লেখক-বৈচিত্র্যময় ইংরেজি বাক্য সরবরাহ করে; এটি লাইন এবং শব্দ শনাক্তকরণের জন্য একটি দীর্ঘস্থায়ী রেফারেন্স সেট। দৃশ্য পাঠ্যের জন্য, COCO-Text MS-COCO-এর উপর ব্যাপক টীকা স্তর স্থাপন করেছে, মুদ্রিত/হস্তাক্ষর, পাঠযোগ্য/অপঠযোগ্য, স্ক্রিপ্ট এবং সম্পূর্ণ প্রতিলিপি জন্য লেবেল সহ (এছাড়াও মূল প্রকল্প পৃষ্ঠাদেখুন)। ক্ষেত্রটি সিন্থেটিক প্রিট্রেনিংয়ের উপরও ব্যাপকভাবে নির্ভর করে: সিন্থটেক্সট ইন দ্য ওয়াইল্ড বাস্তবসম্মত জ্যামিতি এবং আলো সহ ফটোগ্রাফে পাঠ্য রেন্ডার করে, ডিটেক্টর এবং শনাক্তকারীদের প্রিট্রেন করার জন্য বিশাল পরিমাণে ডেটা সরবরাহ করে (রেফারেন্স কোড ও ডেটা)।
এর অধীনে প্রতিযোগিতা ICDAR-এর রোবাস্ট রিডিং মূল্যায়নকে ভিত্তি করে রাখে। সাম্প্রতিক কাজগুলি এন্ড-টু-এন্ড সনাক্তকরণ/পঠন এবং শব্দগুলিকে বাক্যাংশে সংযুক্ত করা সহ, অফিসিয়াল কোড রিপোর্টিং স্পষ্টতা/প্রত্যাহার/এফ-স্কোর, ইন্টারসেকশন-ওভার-ইউনিয়ন (IoU), এবং অক্ষর-স্তরের সম্পাদনা-দূরত্ব মেট্রিক্স—অনুশীলনকারীদের যা ট্র্যাক করা উচিত তা प्रतिबिंबित করে।
OCR খুব কমই প্লেইন টেক্সটে শেষ হয়। আর্কাইভ এবং ডিজিটাল লাইব্রেরি পছন্দ করে ALTO XML কারণ এটি বিষয়বস্তুর পাশাপাশি ভৌত বিন্যাস (স্থানাঙ্ক সহ ব্লক/লাইন/শব্দ) এনকোড করে এবং এটি METS প্যাকেজিংয়ের সাথে ভালভাবে জুটি বাঁধে। hOCR মাইক্রোফরম্যাট, বিপরীতে, একই ধারণাটি HTML/CSS-এ ocr_line এবং ocrx_word-এর মতো ক্লাস ব্যবহার করে এম্বেড করে, যা ওয়েব টুলিংয়ের মাধ্যমে প্রদর্শন, সম্পাদনা এবং রূপান্তর করা সহজ করে তোলে। Tesseract উভয়ই প্রকাশ করে—যেমন, CLI থেকে সরাসরি hOCR বা অনুসন্ধানযোগ্য PDF তৈরি করা (PDF আউটপুট গাইড); পাইথন র্যাপার যেমন pytesseract সুবিধা যোগ করে। hOCR এবং ALTO-এর মধ্যে অনুবাদ করার জন্য রূপান্তরকারী বিদ্যমান রয়েছে যখন সংগ্রহস্থলগুলির নির্দিষ্ট ইনজেশন মান থাকে—এই সংগৃহীত তালিকাটি দেখুন OCR ফাইল-ফরম্যাট টুল.
সবচেয়ে শক্তিশালী প্রবণতা হল অভিসৃতি: সনাক্তকরণ, স্বীকৃতি, ভাষা মডেলিং এবং এমনকি টাস্ক-নির্দিষ্ট ডিকোডিং একীভূত ট্রান্সফরমার স্ট্যাকগুলিতে মিশে যাচ্ছে। বৃহৎ সিন্থেটিক কর্পোরার উপর প্রি-ট্রেনিং একটি শক্তি গুণক হিসাবে রয়ে গেছে। OCR-মুক্ত মডেলগুলি যেখানে লক্ষ্যটি ভারbatim ট্রান্সক্রিপ্টের পরিবর্তে স্ট্রাকচার্ড আউটপুট, সেখানে আক্রমণাত্মকভাবে প্রতিযোগিতা করবে। হাইব্রিড স্থাপনারও আশা করুন: একটি হালকা ডিটেক্টর এবং দীর্ঘ-ফর্ম পাঠ্যের জন্য একটি TrOCR-স্টাইল শনাক্তকারী, এবং ফর্ম এবং রসিদের জন্য একটি ডোনাট-স্টাইল মডেল।
Tesseract (GitHub) · Tesseract ডক্স · hOCR স্পেক · ALTO পটভূমি · EAST ডিটেক্টর · OpenCV টেক্সট ডিটেকশন · TrOCR · Donut · COCO-Text · SynthText · Kraken · Calamari OCR · ICDAR RRC · pytesseract · IAM হস্তাক্ষর · OCR ফাইল-ফরম্যাট টুল · EasyOCR
অপটিক্যাল ক্যারেক্টার রিকগনিশন (OCR) একটি প্রযুক্তি যা বিভিন্ন ধরণের নথি, যেমন স্ক্যান করা কাগজের নথি, PDF ফাইল বা ডিজিটাল ক্যামেরা দিয়ে তোলা ছবি, সম্পাদনাযোগ্য এবং অনুসন্ধানযোগ্য ডেটাতে রূপান্তর করতে ব্যবহৃত হয়।
OCR কাজ করে একটি ইনপুট ছবি বা নথি স্ক্যান করে, ছবিটি আলাদা আলাদা অক্ষরে বিভক্ত করে এবং প্যাটার্ন রিকগনিশন বা ফিচার রিকগনিশন ব্যবহার করে প্রতিটি অক্ষরকে অক্ষররূপের ডাটাবেসের সাথে তুলনা করে।
OCR বিভিন্ন খাতে এবং অ্যাপ্লিকেশনে ব্যবহৃত হয়, যার মধ্যে রয়েছে মুদ্রিত নথি ডিজিটাইজ করা, টেক্সট-টু-স্পিচ পরিষেবা সক্রিয় করা, ডেটা এন্ট্রি প্রক্রিয়া স্বয়ংক্রিয় করা, এবং দৃষ্টিপ্রতিবন্ধী ব্যবহারকারীদের টেক্সটের সাথে আরও ভালোভাবে ইন্টারঅ্যাক্ট করতে সহায়তা করা।
যদিও OCR প্রযুক্তিতে বড় উন্নতি হয়েছে, তবে এটি নির্ভুল নয়। মূল নথির গুণমান এবং ব্যবহৃত OCR সফটওয়্যারের নির্দিষ্টতার উপর নির্ভর করে সঠিকতা পরিবর্তিত হতে পারে।
যদিও OCR মূলত মুদ্রিত টেক্সটের জন্য তৈরি করা হয়েছে, তবে কিছু উন্নত OCR সিস্টেম স্পষ্ট, সামঞ্জস্যপূর্ণ হাতের লেখা চিনতে সক্ষম। তবে, সাধারণত হাতের লেখার শনাক্তকরণ কম সঠিক হয় কারণ ব্যক্তিগত লেখার শৈলীতে অনেক বৈচিত্র্য থাকে।
হ্যাঁ, অনেক OCR সফটওয়্যার সিস্টেম একাধিক ভাষা চিনতে পারে। তবে, আপনি যে সফটওয়্যার ব্যবহার করছেন, তাতে নির্দিষ্ট ভাষাটি সমর্থিত কিনা তা নিশ্চিত করা গুরুত্বপূর্ণ।
OCR-এর পূর্ণরূপ হলো অপটিক্যাল ক্যারেক্টার রিকগনিশন এবং এটি মুদ্রিত পাঠ্য শনাক্ত করতে ব্যবহৃত হয়, যেখানে ICR বা ইন্টেলিজেন্ট ক্যারেক্টার রিকগনিশন আরও উন্নত এবং হাতে লেখা পাঠ্য শনাক্ত করতে ব্যবহৃত হয়।
OCR সাধারণত স্পষ্ট, সহজে পড়া যায় এমন ফন্ট এবং স্ট্যান্ডার্ড টেক্সট আকারের সাথে সবচেয়ে ভালো কাজ করে। যদিও এটি বিভিন্ন ফন্ট এবং আকারের সাথে কাজ করতে পারে, তবে অস্বাভাবিক ফন্ট বা খুব ছোট টেক্সট আকারের ক্ষেত্রে সঠিকতা হ্রাস পায়।
OCR নিম্ন-রেজোলিউশন নথি, জটিল ফন্ট, খারাপভাবে মুদ্রিত টেক্সট, হাতের লেখা, এবং যে সব নথিতে টেক্সটের সাথে পটভূমি মিশে যায়, সেগুলির ক্ষেত্রে সমস্যায় পড়তে পারে। এছাড়াও, এটি অনেক ভাষায় কাজ করতে পারলেও, প্রতিটি ভাষা পুরোপুরি সমর্থন নাও করতে পারে।
হ্যাঁ, OCR রঙিন টেক্সট এবং পটভূমি স্ক্যান করতে পারে, যদিও এটি সাধারণত উচ্চ-কন্ট্র াস্ট রঙের সংমিশ্রণে বেশি কার্যকর, যেমন সাদা পটভূমির উপর কালো টেক্সট। টেক্সট এবং পটভূমির রঙে যথেষ্ট বৈসাদৃশ্য না থাকলে সঠিকতা হ্রাস পেতে পারে।
ডিজিটাল ইমেজিং এবং গ্রাফিক্স ডিজাইনের উন্নত ক্ষেত্রের সাথে প্রায়ই যুক্ত CUBE ইমেজ ফরম্যাট, ডিজিটাল ইমেজ সংরক্ষণ এবং পরিচালনার জন্য একটি বিশেষায়িত পদ্ধতির প্রতিনিধিত্ব করে। JPEG, PNG বা TIFF এর মতো স্ট্যান্ডার্ড ইমেজ ফরম্যাটের বিপরীতে, যা প্রাথমিকভাবে দ্বি-মাত্রিক রাস্টার গ্রাফিক্স সংরক্ষণের উপর ফোকাস করে, CUBE ফরম্যাটটি জটিলভাবে ত্রি-মাত্রিক রঙের ডেটা পরিচালনা করার জন্য ডিজাইন করা হয়েছে। এটি বিভিন্ন শিল্পে একটি কেন্দ্রীয় ভূমিকা পালন করতে সক্ষম করে, বিশেষ করে ডিজিটাল সিনেমাটোগ্রাফি, ভিজ্যুয়াল ইফেক্ট (VFX) এবং রঙ গ্রেডিং-এ, যেখানে রঙের সঠিকতা এবং পরিচালনার ক্ষমতা অত্যন্ত গুরুত্বপূর্ণ।
CUBE ফরম্যাটের একটি মৌলিক দিক হল এর কাঠামো, যা প্রাথমিকভাবে একটি 3D লুকআপ টেবিল (LUT) এর ধারণার উপর ভিত্তি করে। একটি 3D LUT মূলত একটি বহুমাত্রিক অ্যারে যা ইনপুট রঙের মানগুলিকে আউটপুট রঙের মানগুলিতে ম্যাপিং করার অনুমতি দেয়, উচ্চ নির্ভুলতার সাথে জটিল রঙ রূপান্তর সহজতর করে। রঙ সংশোধন এর মতো কাজের জন্য এই ক্ষমতা অত্যন্ত গুরুত্বপূর্ণ, যেখানে রঙের অখণ্ডতা বজায় রাখা পছন্দসই ভিজ্যুয়াল আউটপুট অর্জনের জন্য মৌলিক। এই প্রসঙ্গে, একটি কমপ্যাক্ট এবং দক্ষ পদ্ধতিতে এই রূপান্তরগুলিকে অন্তর্ভুক্ত করার CUBE ফরম্যাটের ক্ষমতা এটিকে এই ক্ষেত্রের পেশাদারদের জন্য একটি মূল্যবান সম্পদ করে তোলে।
CUBE ফরম্যাটের প্রযুক্তিগত স্পেসিফিকেশনগুলি এর জটিলতা এবং অভিযোজ্যতা প্রকাশ করে। সাধারণত, একটি CUBE ফাইলে একটি হেডার থাকে যা রঙ রূপান্তরের বৈশিষ্ট্যগুলি নির্দিষ্ট করে, যার মধ্যে LUT এর আকার এবং এটি কভার করা ইনপুট রঙের মানগুলির ডোমেন অন্তর্ভুক্ত রয়েছে। হেডারের পরে, ফাইলটি LUT এন্ট্রিগুলি তালিকাভুক্ত করে, যা RGB রঙের মানগুলির সিরিজ যা LUT এর প্রতিটি বিন্দুতে ইনপুট রঙের সাথে সম্পর্কিত আউটপুট রঙগুলিকে উপস্থাপন করে। ফরম্যাটটি বিভিন্ন বিট গভীরতা সমর্থন করে, যা প্রতি চ্যানেলে 8 বিট (স্ট্যান্ডার্ড ডিজিটাল ইমেজের জন্য সাধারণ) থেকে 16 বা এমনকি 32 বিট পর্যন্ত রঙের নির্ভুলতার একটি বিস্তৃত পরিসরের অনুমতি দেয়, HDR (হাই ডাইনামিক রেঞ্জ) কন্টেন্ট তৈরি এবং প্রক্রিয়াকরণের ক্ষমতা প্রদান করে।
CUBE ফরম্যাটের মূল আকর্ষণগুলির মধ্যে একটি হল এর নমনীয়তা এবং অ-ধ্বংসাত্মকতা। একটি ইমেজ বা ভিডিওতে প্রয়োগ করলে, CUBE ফরম্যাটে একটি 3D LUT LUT এর মধ্যে সংজ্ঞায়িত রূপান্তরের উপর ভিত্তি করে রঙের মানগুলি পুনরায় গণনা করে। যেহেতু এই প্রক্রিয়াটি মূলত একটি রঙের স্থান থেকে অন্য রঙের স্থানে একটি ম্যাপিং, এটি মূল ইমেজ ডেটা পরিবর্তন না করেই বিপরীত বা সামঞ্জস্য করা যেতে পারে। এই বৈশিষ্ট্যটি পোস্ট-প্রোডাকশন ওয়ার্কফ্লোর জন্য অত্যন্ত মূল্যবান, যেখানে মূল ফুটেজের গুণমান হ্রাস না করেই নিখুঁত চেহারা অর্জনের জন্য বারবার সামঞ্জস্য করার প্রয়োজন হতে পারে।
এছাড়াও, CUBE ফরম্যাটের প্রয়োগ কেবল রঙ সংশোধনের বাইরেও বিস্তৃত। সৃজনশীল রঙ গ্রেডিং এর ক্ষেত্রে, যেখানে উদ্দেশ্য হল ইমেজ বা ফুটেজকে একটি নির্দিষ্ট চেহারা বা মেজাজ দিয়ে সজ্জিত করা, CUBE ফরম্যাটের 3D LUT এই রূপান্তরগুলির জন্য একটি ভিত্তি প্র দান করে। একটি নিয়ন্ত্রিত এবং পূর্বাভাসযোগ্য পদ্ধতিতে রঙের প্যালেট সামঞ্জস্য করে, এই LUT গুলি ভিজ্যুয়াল কন্টেন্টের নান্দনিক আবেদন এবং আবেগময় প্রভাবকে উল্লেখযোগ্যভাবে বাড়িয়ে তুলতে পারে। এটি CUBE ফরম্যাটকে ডিজিটাল রঙ গ্রেডিং প্রক্রিয়ার একটি প্রধান অংশ করে তুলেছে, যা ফিল্ম ইন্ডাস্ট্রি এবং স্বাধীন কন্টেন্ট নির্মাতাদের মধ্যে ব্যাপকভাবে ব্যবহৃত হয়।
সামঞ্জস্যতা এবং সংহতকরণ CUBE ফরম্যাটের আরেকটি উল্লেখযোগ্য সুবিধা উপস্থাপন করে। এটি প্ল্যাটফর্ম-অ্যাগনস্টিক হিসাবে ডিজাইন করা হয়েছে, যার অর্থ এটি বিভিন্ন সফ্টওয়্যার এবং হার্ডওয়্যার পরিবেশে ব্যবহার করা যেতে পারে। এই ক্রস-প্ল্যাটফর্ম প্রকৃতিটি নির্বিঘ্ন ওয়ার্কফ্লো সহজতর করে, কারণ পেশাদাররা নির্দিষ্ট সফ্টওয়্যার বা এডিটিং স্যুট নির্বিশেষে একই রঙ গ্রেডিং বা সংশোধন LUT প্রয়োগ করতে পারেন যা তারা কাজ করছেন। অ্যা ডোবি প্রিমিয়ার, ডাভিঞ্চি রিজলভ এবং ফাইনাল কাট প্রোর মতো প্রধান এডিটিং এবং রঙ গ্রেডিং সফ্টওয়্যার স্যুটগুলি CUBE ফরম্যাটের জন্য নেটিভ সমর্থন অফার করে, এটিকে শিল্পে সর্বজনীনভাবে গৃহীত একটি স্ট্যান্ডার্ড করে তোলে।
এর অনেক সুবিধা সত্ত্বেও, CUBE ফরম্যাটের সাথে কাজ করার জন্য রঙ বিজ্ঞান এবং রঙ গ্রেডিং এর প্রযুক্তিগত সূক্ষ্ম বিষয়গুলির একটি দৃঢ় বোধের প্রয়োজন। CUBE ফরম্যাটে একটি 3D LUT তৈরি করা বা সম্পাদনা করা জটিল হতে পারে
এই রূপান্তরকারী সম্পূর্ণ ভাবে আপনার ব্রাউজারে চলে। যখন আপনি একটি ফাইল নির্বাচন করেন, তা স্মৃতিতে পড়ে এবং নির্বাচিত ফর্ম্যাটে রূপান্তরিত হয়। আপনি তারপর রূপান্তরিত ফাইলটি ডাউনলোড করতে পারেন।
রূপান্তরগুলি তাৎক্ষণিকভাবে শুরু হয়, এবং বেশিরভাগ ফাইল এক সেকেন্ডের মধ্যে রূপান্তরিত হয়। বড় ফাইলগুলি আরও বেশি সময় নিতে পারে।
আপনার ফাইলগুলি কখনই আমাদের সার্ভারে আপলোড করা হয় না। তারা আপনার ব্রাউজারে রূপান্তরিত হয়, এবং রূপান্তরিত ফাইলটি তারপর ডাউনলোড করা হয়। আমরা কখনই আপনার ফাইলগুলি দেখি না।
আমরা সমস্ত চিত্র ফর্ম্যাটের মধ্যে রূপান্তর করার সমর্থন করি, যা অন্তর্ভুক্ত JPEG, PNG, GIF, WebP, SVG, BMP, TIFF, এবং আরও অনেক কিছু।
এই রূপান্তরকারী সম্পূর্ণ বিনামূল্যে, এবং সর্বদা বিনামূল্যে থাকবে। কারণ এটি আপনার ব্রাউজারে চলে, আমাদের সার্ভারের জন্য পেমেন্ট করতে হয় না, তাই আমাদের আপনাকে চার্জ করার প্রয়োজন নেই।
হ্যাঁ! আপনি যত ফাইল চান তত একবারে রূপান্তর করতে পারেন। শুধু আপনি যখন তাদের যোগ করেন তখন একাধিক ফাইল নির্বাচন করুন।