অপটিক্যাল ক্যারেক্টার রিকগনিশন (OCR) টেক্সটের ছবি—স্ক্যান, স্মার্টফোনের ছবি, পিডিএফ—মেশিন-পাঠযোগ্য স্ট্রিং এবং কাঠামোবদ্ধ ডেটাতে রূপান্তরিত করে। আধুনিক OCR একটি পাইপলাইন যা এক টি 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 গুরুত্বপূর্ণ: 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 ক্লাসিফায ়ার 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, মুদ ্রিত, 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 স ্ক্রিপ্টের 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 নির্ভর 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 স ্থাপন 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 রয়েছ ে 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-কন্ট্রাস্ট রঙের সংমিশ্রণে বেশি কার্যকর, যেমন সাদা পটভূমির উপর কালো টেক্সট। টেক্সট এবং পটভূমির রঙে যথেষ্ট বৈসাদৃশ্য না থাকলে সঠিকতা হ্রাস পেতে পারে।
J2C ইমেজ ফরম্যাট, যা JPEG 2000 কোড স্ট্রিম নামেও পরিচিত, JPEG 2000 স্ট্যান্ডার্ড স্যুটের একটি অংশ। JPEG 2000 নিজেই একটি ইমেজ কম্প্রেশন স্ট্যান্ডার্ড এবং কোডিং সিস্টেম যা মূল JPEG স্ট্যান্ডার্ডকে প্রতিস্থাপন করার উদ্দেশ্যে জয়েন্ট ফটোগ্রাফিক এক্সপার্টস গ্রুপ কমিটি দ্বারা তৈরি করা হয়েছে। JPEG 2000 স্ট্যান্ডার্ডটি JPEG এর উপর উচ্চ নমনীয়তা এবং উন্নত কর্মক্ষমতা সহ একটি নতুন ইমেজ কোডিং সিস্টেম প্রদান করার লক্ষ্যে প্রতিষ্ঠিত হয়েছিল। এটি JPEG ফরম্যাটের কিছু সীমাবদ্ধতা যেমন কম বিটরেটে দুর্বল কর্মক্ষমতা এবং স্কেলেবিলিটির অভাব সমাধানের জন্য ডিজাইন করা হয়েছিল।
JPEG 2000 মূল JPEG স্ট্যান্ডার্ডে ব্যবহৃত ডিসক্রিট কোসাইন ট্রান্সফর্ম (DCT) এর বিপরীতে ওয়েভলেট ট্রান্সফর্মেশন ব্যবহার করে। ওয়েভলেট ট্রান্সফর্মেশন উচ্চতর স্কেলেবিলিটি এবং লসলেস কম্প্রেশন সম্পাদন করার ক্ষমতা দেয়, যার অর্থ হল মূল ইমেজটি কম্প্রেসড ডেটা থেকে পুরোপুরি পুনর্গঠন করা যায়। এটি মূল JPEG এর লসি কম্প্রেশনের উপর একটি উল্লেখ যোগ্য সুবিধা, যা কম্প্রেশন প্রক্রিয়ার সময় স্থায়ীভাবে কিছু ইমেজ তথ্য হারায়।
J2C ফাইল ফরম্যাটটি বিশেষভাবে JPEG 2000 এর কোড স্ট্রিমকে বোঝায়। এই কোড স্ট্রিমটি হল প্রকৃত এনকোডেড ইমেজ ডেটা, যা JP2 (JPEG 2000 পার্ট 1 ফাইল ফরম্যাট), JPX (JPEG 2000 পার্ট 2, এক্সটেন্ডেড ফাইল ফরম্যাট) এবং MJ2 (ভিডিওর জন্য মোশন JPEG 2000 ফাইল ফরম্যাট) এর মতো বিভিন্ন কন্টেইনার ফরম্যাটে এম্বেড করা যেতে পারে। J2C ফরম্যাটটি মূলত কাঁচা, এনকোডেড ইমেজ ডেটা যার মধ্যে কোনও অতিরিক্ত মেটাডেটা বা স্ট্রাকচার নেই যা একটি কন্টেইনার ফরম্যাট দ্বারা প্রদান করা যেতে পারে।
J2C ফরম্যাটের একটি মূল বৈশিষ্ট্য হল একই ফাইলের মধ্যে লসলেস এবং লসি কম্প্রেশন উভয়ের জন্য এর সমর্থন। এটি লসলেস কম্প্রেশনের জন্য একটি রিভার্সিবল ওয়েভলেট ট্রান্সফর্ম এবং লসি কম্প্রেশনের জন্য একটি অপরিবর্তনীয় ওয়েভলেট ট্রান্সফর্ম ব্যবহারের মাধ্যমে অর্জন করা হয়। লসলেস এবং লসি কম্প্রেশনের মধ্যে পছন্দটি ইমেজের মধ্যে প্রতি-টাইল ভিত্তিতে করা যেতে পারে, যা সামগ্রীর গুরুত্বের উপর নির্ভর করে উচ্চ-মানের এবং নিম্ন-মানের অঞ্চলের মিশ্রণের অনুমতি দেয়।
J2C ফরম্যাটটি অত্যন্ত স্কেলেবল, 'প্রগ্রেসিভ ডিকোডিং' নামে পরিচিত একটি বৈশিষ্ট্যকে সমর্থন করে। এর অর্থ হল ইমেজের একটি নিম্ন-রেজোলিউশন সংস্করণ প্রথমে ডিকোড এবং প্রদর্শন করা যেতে পারে, তারপরে আরও ইমেজ ডেটা পাওয়া বা প্রক্রিয়াজাত হওয়ার সাথে সাথে উচ্চ রেজোলিউশনের পরপর স্তরগুলি অনুসরণ করে। এটি বিশেষভাবে নেটওয়ার্ক অ্যাপ্লিকেশনগুলির জন্য উপযোগী যেখানে ব্যান্ডউইথ সীমিত হতে পারে, কারণ এটি পূর্ণ, উচ্চ-রেজোলিউশন ইমেজটি এখনও ডাউনলোড হওয়ার সময় ইমেজটির একটি দ্রুত প্রিভিউ দেয়।
J2C ফরম্যাটের আরেকটি গুরুত্বপূর্ণ দিক হল আগ্রহের অঞ্চলগুলির (ROI) জন্য এর সমর্থন। ROI কোডিংয়ের সাথে, ইমেজের নির্দিষ্ট অংশগুলি ইমেজের বাকি অ ংশের চেয়ে উচ্চতর মানেরে এনকোড করা যেতে পারে। এটি তখন উপযোগী যখন ইমেজের নির্দিষ্ট কিছু অঞ্চল আরও গুরুত্বপূর্ণ এবং উচ্চতর নির্ভরযোগ্যতার সাথে সংরক্ষণ করা দরকার, যেমন একটি পোর্ট্রেটে মুখ বা একটি ডকুমেন্টে টেক্সট।
J2C ফরম্যাটটিতে সূক্ষ্ম ত্রুটি সহনশীলতা বৈশিষ্ট্যও রয়েছে, যা ট্রান্সমিশনের সময় ডেটা হারানোর ক্ষেত্রে এটিকে আরও শক্তিশালী করে তোলে। এটি ত্রুটি সংশোধন কোড এবং কোড স্ট্রিমের স্ট্রাকচারিং ব্যবহারের মাধ্যমে অর্জন করা হয় যা হারানো প্যাকেটগুলি পুনরুদ্ধারের অনুমতি দেয়। এটি J2C কে অবিশ্বস্ত নেটওয়ার্কের উপর ইমেজ প্রেরণ করার বা এমনভাবে ইমেজ সংরক্ষণ করার জন্য একটি ভাল পছন্দ করে তোলে যা সম্ভাব্য ডেটা দুর্নীতির প্রভাবকে হ্রাস করে।
J2C এ রঙের স্থান পরিচালনাও মূল JPEG এর চেয়ে উন্নত। ফরম্যাটটি গ্রেস্কেল, RGB, YCbCr এবং অন্যান্য সহ বিস্তৃত রঙের স্থানগুলিকে সমর্থন করে। এটি একই ইমেজের বিভিন্ন টাইলের মধ্যে বিভিন্ন রঙের স্থান ব্যবহার করার অনুমতি দেয়, যা ইমেজগুলি কীভাবে এনকোড এবং উপস্থাপন করা হয় তাতে অতিরিক্ত নমনীয়তা প্রদান করে।
J2C ফরম্যাটের কম্প্রেশন দক্ষতা এর আরেকটি শক্তি। ওয়েভলেট ট্রান্সফর্মেশন এবং অ্যারিথমেটিক কোডিংয়ের মতো উন্নত এনট্রপি কোডিং কৌশল ব্যবহার করে, J2C মূল JPEG এর চেয়ে উচ্চতর কম্প্রেশন অনুপাত অর্জন করতে পারে, বিশেষ করে নিম্ন বিটরেটে। এটি এটিকে এমন অ্যাপ্লিকেশনগুলির জন্য একটি আকর্ষণীয় বিকল
এই রূপান্তরকারীটি সম্পূর্ণভাবে আপনার ব্রাউজারে চলে। আপনি যখন একটি ফাইল নির্বাচন করেন, তখন এটি মেমরিতে পড়া হয় এবং নির্বাচিত ফর্ম্যাটে রূপান্তরিত হয়। তারপরে আপনি রূপান্তরিত ফাইলটি ডাউনলোড করতে পারেন।
রূপান্তর অবিলম্বে শুরু হয়, এবং বেশিরভাগ ফাইল এক সেকেন্ডের মধ্যে রূপান্তরিত হয়। বড় ফাইলগুলিতে বেশি সময় লাগতে পারে।
আপনার ফাইলগুলি কখনই আমাদ ের সার্ভারে আপলোড করা হয় না। সেগুলি আপনার ব্রাউজারে রূপান্তরিত হয় এবং তারপরে রূপান্তরিত ফাইলটি ডাউনলোড করা হয়। আমরা আপনার ফাইলগুলি কখনই দেখি না।
আমরা JPEG, PNG, GIF, WebP, SVG, BMP, TIFF এবং আরও অনেক কিছু সহ সমস্ত চিত্র ফর্ম্যাটের মধ্যে রূপান্তর সমর্থন করি।
এই রূপান্তরকারীটি সম্পূর্ণ বিনামূল্যে, এবং সর্বদা বিনামূল্যে থাকবে। যেহেতু এটি আপনার ব্রাউজারে চলে, তাই আমাদের সার্ভারের জন্য অর্থ প্রদান করতে হবে না, তাই আমাদের আপনাকে চার্জ করতে হবে না।
হ্যাঁ! আপনি একবারে যত খুশি ফাইল রূপান্তর করতে পারেন। যোগ করার সময় শুধু একাধিক ফাইল নির্বাচন করুন।