OCR যে কোন AI

একটি ছবি, স্ক্যান, বা পিডিএফ (2.5GB পর্যন্ত) ড্রপ করুন। আমরা আপনার ব্রাউজারে সরাসরি টেক্সট বের করি — বিনামূল্যে, সীমাহীন, এবং আপনার ফাইলগুলি কখনও আপনার ডিভাইস ছেড়ে যায় না।

ব্যক্তিগত এবং সুরক্ষিত

সবকিছু আপনার ব্রাউজারে ঘটে। আপনার ফাইল আমাদের সার্ভারে কখনও স্পর্শ করে না।

অত্যন্ত দ্রুত

কোনও আপলোড নেই, কোনও অপেক্ষা নেই। আপনি একটি ফাইল ড্রপ করার মুহূর্তে রূপান্তর করুন।

আসলে বিনামূল্যে

কোনও অ্যাকাউন্টের প্রয়োজন নেই। কোনও লুকানো খরচ নেই। কোনও ফাইল আকারের কৌশল নেই।

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.

পাইপলাইনের একটি দ্রুত সফর

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 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।

ইঞ্জিন এবং লাইব্রেরি

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।

ডেটাসেট এবং বেঞ্চমার্ক

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 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।

আউটপুট ফরম্যাট এবং ডাউনস্ট্রিম ব্যবহার

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.

বাস্তব নির্দেশিকা

  • ডেটা এবং পরিষ্কার-পরিচ্ছন্নতা দিয়ে শুরু করুন। যদি আপনার ছবিগুলি ফোন ফটো বা মিশ্র-গুণমানের স্ক্যান হয়, তাহলে মডেল টিউনিংয়ের আগে থ্রেশহোল্ডিং (অভিযোজিত এবং ওৎসু) এবং ডেস্কিউ (Hough) এ বিনিয়োগ করুন। আপনি প্রায়শই শনাক্তকারী বদলানোর চেয়ে একটি শক্তিশালী প্রিপ্রসেসিং রেসিপি থেকে বেশি লাভবান হবেন।
  • সঠিক ডিটেক্টর চয়ন করুন। নিয়মিত কলাম সহ স্ক্যান করা পৃষ্ঠাগুলির জন্য, একটি পৃষ্ঠা বিভাজক (জোন → লাইন) যথেষ্ট হতে পারে; প্রাকৃতিক চিত্রগুলির জন্য, EAST -এর মতো একক-শট ডিটেক্টরগুলি শক্তিশালী বেসলাইন এবং অনেক টুলকিটে প্লাগ ইন করে (OpenCV উদাহরণ)।
  • আপনার পাঠ্যের সাথে মেলে এমন একটি শনাক্তকারী বাছুন। মুদ্রিত ল্যাটিনের জন্য, Tesseract (LSTM/OEM) শক্তিশালী এবং দ্রুত; বহু-লিপি বা দ্রুত প্রোটোটাইপের জন্য, EasyOCR উৎপাদনশীল; হস্তাক্ষর বা ঐতিহাসিক টাইপফেসের জন্য, ক্র্যাকেন বা ক্যালামারি বিবেচনা করুন এবং ফাইন-টিউন করার পরিকল্পনা করুন। আপনার যদি ডকুমেন্ট বোঝার (কী-মান নিষ্কাশন, VQA) সাথে কঠোর কাপলিংয়ের প্রয়োজন হয়, তাহলে আপনার স্কিমার উপর TrOCR (OCR) বনাম Donut (OCR-মুক্ত) মূল্যায়ন করুন—ডোনাট একটি সম্পূর্ণ ইন্টিগ্রেশন ধাপ দূর করতে পারে।
  • যা গুরুত্বপূর্ণ তা পরিমাপ করুন। এন্ড-টু-এন্ড সিস্টেমের জন্য, সনাক্তকরণ এফ-স্কোর এবং স্বীকৃতি CER/WER (উভয়ই লেভেনশ্টাইন সম্পাদনা দূরত্বের উপর ভিত্তি করে; দেখুন CTC); লেআউট-ভারী কাজগুলির জন্য, IoU/টাইটনেস এবং অক্ষর-স্তরের স্বাভাবিকীকৃত সম্পাদনা দূরত্ব ট্র্যাক করুন যেমন ICDAR RRC মূল্যায়ন কিটগুলিতে।
  • সমৃদ্ধ আউটপুট রপ্তানি করুন। পছন্দ করুন hOCR /ALTO (বা উভয়ই) যাতে আপনি স্থানাঙ্ক এবং পড়ার ক্রম বজায় রাখেন—অনুসন্ধান হিট হাইলাইটিং, টেবিল/ক্ষেত্র নিষ্কাশন এবং происхождения জন্য অত্যাবশ্যক। Tesseract-এর CLI এবং pytesseract এটিকে এক-লাইনার করে তোলে।

সামনের দিকে তাকিয়ে

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।

আরও পড়া এবং সরঞ্জাম

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

প্রায়শই জিজ্ঞাস্য প্রশ্নাবলী

OCR কি?

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 কীভাবে কাজ করে?

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 এর কিছু প্রায়োগিক অ্যাপ্লিকেশন কি?

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।

OCR সবসময় 100% সঠিক হয় কি?

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।

OCR কি হাতের লেখা চিনতে 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।

OCR কি একাধিক ভাষা শনাক্ত করতে পারে?

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 এবং ICR এর মধ্যে পার্থক্য কী?

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 কি যে কোন ফন্ট এবং টেক্সট আকারের সাথে কাজ করে?

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 প্রযুক্তির সীমাবদ্ধতাগুলি কী কী?

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।

OCR কি রঙিন টেক্সট বা রঙিন পটভূমি স্ক্যান 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।

AI ফর্ম্যাটটি কি?

অ্যাডোবি ইলাস্ট্রেটর CS2

.AI ফাইল ফরম্যাট হলো অ্যাডোবি সিস্টেমসের দ্বারা তাদের ভেক্টর গ্রাফিক্স এডিটর, অ্যাডোবি ইলাস্ট্রেটরের জন্য তৈরি একটি মালিকানাধীন ফাইল টাইপ। এই ফাইল ফরম্যাটটি EPS বা PDF ফরম্যাটে একক পেজ ভেক্টর-ভিত্তিক অঙ্কন সংরক্ষণের জন্য ব্যবহৃত হয়। '.ai' এক্সটেনশনটি অ্যাডোবি ইলাস্ট্রেটরের জন্য দাঁড়িয়েছে। এই ফাইল ফরম্যাটের গুরুত্ব এর লেয়ার, পাথ, টেক্সট এবং অন্যান্য ভেক্টর গ্রাফিক্স উপাদানগুলিকে এডিটেবল রাখার ক্ষমতায় রয়েছে, যা গ্রাফিক ডিজাইনার এবং ডিজিটাল শিল্পীদের তাদের ওয়ার্কফ্লোতে অত্যন্ত গুরুত্বপূর্ণ। রাস্টার ইমেজগুলির মতো যা ছবিগুলিকে পিক্সেলের সংগ্রহ হিসাবে সংরক্ষণ করে, ভেক্টর গ্রাফিক্স পাথ দ্বারা তৈরি হয়, যা আকার এবং ডিজাইন তৈরি করার জন্য অন্যান্য পয়েন্ট, রেখা এবং বক্ররেখার সাথে একটি শুরু এবং শেষ বিন্দু দ্বারা সংজ্ঞায়িত করা হয়। এই মৌলিক পার্থক্যটি .AI ফরম্যাটে সংরক্ষিত ভেক্টর ইমেজগুলিকে গুণমানের ক্ষতি ছাড়াই অসীমভাবে স্কেল করার অনুমতি দেয়, যা লোগো, আইকন এবং অন্যান্য ডিজাইনের জন্য আদর্শ করে তোলে যেখানে স্কেলেবিলিটি এবং এডিটেবিলিটি মূল।

অ্যাডোবি ইলাস্ট্রেটর প্রথমে 1987 সালে তার প্রাথমিক সফ্টওয়্যার লঞ্চের পাশাপাশি AI ফরম্যাটটি চালু করে। বছরের পর বছর ধরে, অ্যাডোবি ইলাস্ট্রেটরের বিবর্তনের সাথে সাথে AI ফাইল ফরম্যাটটিও বিবর্তিত হয়েছে, নতুন বৈশিষ্ট্য এবং সফ্টওয়্যারের নতুন সংস্করণগুলির সাথে সামঞ্জস্য রাখার জন্য বেশ কয়েকটি সংশোধন করা হয়েছে। এর বিবর্তনে একটি উল্লেখযোগ্য অগ্রগতি ছিল 2000 সালে প্রকাশিত সংস্করণ 9.0-এ PDF সামঞ্জস্য অন্তর্ভুক্ত করা। এই বিকাশের অর্থ হল AI ফাইলগুলি এখন অ্যাডোবি অ্যাক্রোব্যাট এবং অন্যান্য PDF ভিউয়ার দ্বারা পঠনযোগ্য একটি ফরম্যাটে সংরক্ষণ করা যেতে পারে, যা অ্যাডোবি ইকোসিস্টেমের বাইরে ফরম্যাটের বহুমুখিতা এবং অ্যাপ্লিকেশনকে উল্লেখযোগ্যভাবে বৃদ্ধি করে।

একটি AI ফাইলের কাঠামো এমনভাবে ডিজাইন করা হয়েছে যা এটিকে বিস্তৃত অ্যারে গ্রাফিক্যাল তথ্যকে অন্তর্ভুক্ত করার অনুমতি দেয়। এর মূল অংশে, একটি AI ফাইলে একটি হেডার থাকে, যা ফাইল ফরম্যাট এবং সংস্করণকে চিহ্নিত করে, তারপরে একটি বা একাধিক অবজেক্ট থাকে যা গ্রাফিক্যাল কন্টেন্টকে উপস্থাপন করে। এই অবজেক্টগুলি সহজ আকার, টেক্সট, জটিল পাথ (বেজিয়ার বক্ররেখা) বা এমনকি এমবেডেড রাস্টার ইমেজ (উদাহরণস্বরূপ, ভেক্টর ডিজাইনের মধ্যে ব্যবহৃত JPEG বা PNG ফাইল) হতে পারে। উপরন্তু, AI ফাইলগুলি লেয়ারগুলিকে সমর্থন করে, যা ডিজাইনারদের তাদের কাজকে পরিচালনাযোগ্য বিভাগে সংগঠিত করতে দেয় যা ডিজাইন প্রক্রিয়ার সময় স্বাধীনভাবে এডিট করা বা লুকানো যেতে পারে।

অ্যাডোবি-বহির্ভূত অ্যাপ্লিকেশনগুলির সাথে সামঞ্জস্য বজায় রাখতে এবং ব্যাপক অ্যাক্সেসিবিলিটি নিশ্চিত করতে, AI ফাইলগুলি ফাইল উপস্থাপনের জন্য একটি দ্বৈত পাথ অন্তর্ভুক্ত করে। যখন অ্যাডোবি ইলাস্ট্রেটরে 'PDF সামঞ্জস্যপূর্ণ ফাইল তৈরি করুন' বিকল্পটি সক্ষম করে সংরক্ষণ করা হয়, তখন ফাইলটি AI ফাইলের মধ্যে এমবেডেড PDF ফরম্যাটে আর্টওয়ার্কের একটি সম্পূর্ণ কপি সংরক্ষণ করে। এই অন্তর্ভুক্তিটি অন্যান্য অ্যাপ্লিকেশনগুলির জন্য সম্ভব করে তোলে যা বিশেষভাবে মালিকানাধীন AI ফরম্যাটকে সমর্থন করে না, ফাইলটিকে PDF হিসাবে খুলতে, ফাইলের বিষয়বস্তু দেখার জন্য আরও সর্বজনীনভাবে অ্যাক্সেসযোগ্য উপায় সরবরাহ করে। যদিও এই সেটিংটি এমবেডেড PDF এর কারণে ফাইলের আকার বাড়িয়ে দেয়, তবে বর্ধিত সামঞ্জস্য এবং ফাইল অ্যাক্সেসিবিলিটির সুবিধাগুলি প্রায়শই অসুবিধাগুলির চেয়ে বেশি।

.AI ফাইলগুলি এডিট করার জন্য সাধারণত অ্যাডোবি ইলাস্ট্রেটরের প্রয়োজন হয়, যা এর তৈরি এবং সংশোধনের জন্য ডিজাইন করা প্রাথমিক সফ্টওয়্যার। যাইহোক, ফরম্যাটের PDF সামঞ্জস্যের কারণে, কোরেলড্র, ইঙ্কস্কেপ এবং স্কেচের মতো অন্যান্য ভেক্টর এডিটিং সফ্টওয়্যারও .AI ফাইলগুলি খুলতে এবং কিছুটা পর্যন্ত এডিট করতে পারে। এটি লক্ষ্য করা গুরুত্বপূর্ণ যে যদিও এই প্রোগ্রামগুলি মৌলিক ভেক্টর আকার এবং পাথগুলি কার্যকরভাবে পরিচালনা করতে পারে, তবে কিছু আরও উন্নত বৈশিষ্ট্য এবং নির্দিষ্ট ইলাস্ট্রেটর কার্যকারিতা (যেমন নির্দিষ্ট ফিল্টার বা প্রভাব) সমস্ত প্ল্যাটফর্মে সম্পূর্ণরূপে সমর্থন করা নাও হতে পারে। অতএব, ব্যাপক এডিটিং ক্ষমতার জন্য, অ্যাডোবি ইলাস্ট্রেটর সুপারিশকৃত সফ্টওয়্যার হিসাবে রয়ে যায়।

AI ফাইল ফরম্যাট অ্যাডোবি ইলাস্ট্রেটরের মধ্যে বিস্তৃত রেঞ্জের গ্রাফিক তৈরির সরঞ্জাম এবং বিকল্পগুলিকে সমর্থন করে, যেমন একাধিক আর্ট

সমর্থিত ফর্ম্যাটগুলি

AAI.aai

AAI ডিউন চিত্র

AI.ai

অ্যাডোবি ইলাস্ট্রেটর CS2

AVIF.avif

AV1 চিত্র ফাইল ফরম্যাট

BAYER.bayer

রো বায়ের চিত্র

BMP.bmp

মাইক্রোসফট উইন্ডোজ বিটম্যাপ চিত্র

CIN.cin

Cineon চিত্র ফাইল

CLIP.clip

চিত্র ক্লিপ মাস্ক

CMYK.cmyk

রো সায়ান, ম্যাজেন্টা, হলুদ, এবং কালো নমুনা

CUR.cur

মাইক্রোসফট আইকন

DCX.dcx

ZSoft IBM PC মাল্টি-পেজ পেইন্টব্রাশ

DDS.dds

মাইক্রোসফট ডিরেক্টড্রয় সারফেস

DPX.dpx

SMTPE 268M-2003 (DPX 2.0) চিত্র

DXT1.dxt1

মাইক্রোসফট ডিরেক্টড্রয় সারফেস

EPDF.epdf

এনক্যাপসুলেটেড পোর্টেবল ডকুমেন্ট ফরম্যাট

EPI.epi

অ্যাডোবি এনক্যাপসুলেটেড পোস্টস্ক্রিপ্ট ইন্টারচেঞ্জ ফরম্যাট

EPS.eps

অ্যাডোবি এনক্যাপসুলেটেড পোস্টস্ক্রিপ্ট

EPSF.epsf

অ্যাডোবি এনক্যাপসুলেটেড পোস্টস্ক্রিপ্ট

EPSI.epsi

অ্যাডোবি এনক্যাপসুলেটেড পোস্টস্ক্রিপ্ট ইন্টারচেঞ্জ ফরম্যাট

EPT.ept

এনক্যাপসুলেটেড পোস্টস্ক্রিপ্ট টিফ প্রিভিউ সহ

EPT2.ept2

এনক্যাপসুলেটেড পোস্টস্ক্রিপ্ট লেভেল II টিফ প্রিভিউ সহ

EXR.exr

উচ্চ ডায়নামিক-রেঞ্জ (HDR) চিত্র

FF.ff

Farbfeld

FITS.fits

ফ্লেক্সিবল ইমেজ ট্রান্সপোর্ট সিস্টেম

GIF.gif

CompuServe গ্রাফিক্স ইন্টারচেঞ্জ ফরম্যাট

HDR.hdr

উচ্চ ডায়নামিক রেঞ্জ চিত্র

HEIC.heic

উচ্চ দক্ষতা ইমেজ কন্টেইনার

HRZ.hrz

স্লো স্ক্যান টেলিভিশন

ICO.ico

মাইক্রোসফট আইকন

ICON.icon

মাইক্রোসফট আইকন

J2C.j2c

JPEG-2000 কোডস্ট্রিম

J2K.j2k

JPEG-2000 কোডস্ট্রিম

JNG.jng

JPEG নেটওয়ার্ক গ্রাফিক্স

JP2.jp2

JPEG-2000 ফাইল ফরম্যাট সিনট্যাক্স

JPE.jpe

যৌথ ফটোগ্রাফিক বিশেষজ্ঞ গ্রুপ JFIF ফরম্যাট

JPEG.jpeg

যৌথ ফটোগ্রাফিক বিশেষজ্ঞ গ্রুপ JFIF ফরম্যাট

JPG.jpg

যৌথ ফটোগ্রাফিক বিশেষজ্ঞ গ্রুপ JFIF ফরম্যাট

JPM.jpm

JPEG-2000 ফাইল ফরম্যাট সিনট্যাক্স

JPS.jps

যৌথ ফটোগ্রাফিক বিশেষজ্ঞ গ্রুপ JPS ফরম্যাট

JPT.jpt

JPEG-2000 ফাইল ফরম্যাট সিনট্যাক্স

JXL.jxl

JPEG XL চিত্র

MAP.map

মাল্টি-রেজল্যুশন সিমলেস ইমেজ ডাটাবেস (MrSID)

MAT.mat

MATLAB লেভেল 5 ইমেজ ফরম্যাট

PAL.pal

পাম পিক্সম্যাপ

PALM.palm

পাম পিক্সম্যাপ

PAM.pam

সাধারণ 2-মাত্রিক বিটম্যাপ ফরম্যাট

PBM.pbm

পোর্টেবল বিটম্যাপ ফরম্যাট (কালো এবং সাদা)

PCD.pcd

ফটো সিডি

PCT.pct

অ্যাপল ম্যাকিন্টোশ কুইকড্রয় / PICT

PCX.pcx

ZSoft IBM PC পেইন্টব্রাশ

PDB.pdb

পাম ডাটাবেস ImageViewer ফরম্যাট

PDF.pdf

পোর্টেবল ডকুমেন্ট ফরম্যাট

PDFA.pdfa

পোর্টেবল ডকুমেন্ট আর্কাইভ ফরম্যাট

PFM.pfm

পোর্টেবল ফ্লোট ফরম্যাট

PGM.pgm

পোর্টেবল গ্রেম্যাপ ফরম্যাট (ধূসর স্কেল)

PGX.pgx

JPEG 2000 আনকম্প্রেসড ফরম্যাট

PICT.pict

অ্যাপল ম্যাকিন্টোশ কুইকড্রয় / PICT

PJPEG.pjpeg

যৌথ ফটোগ্রাফিক বিশেষজ্ঞ গোষ্ঠী JFIF ফরম্যাট

PNG.png

পোর্টেবল নেটওয়ার্ক গ্রাফিক্স

PNG00.png00

PNG মূল চিত্র থেকে বিট-ডেপথ, রঙের প্রকার অনুসরণ করে

PNG24.png24

অপাক বা বাইনারি ট্রান্সপ্যারেন্ট 24-বিট RGB (zlib 1.2.11)

PNG32.png32

অপাক বা বাইনারি ট্রান্সপ্যারেন্ট 32-বিট RGBA

PNG48.png48

অপাক বা বাইনারি ট্রান্সপ্যারেন্ট 48-বিট RGB

PNG64.png64

অপাক বা বাইনারি ট্রান্সপ্যারেন্ট 64-বিট RGBA

PNG8.png8

অপাক বা বাইনারি ট্রান্সপ্যারেন্ট 8-বিট সূচীবদ্ধ

PNM.pnm

পোর্টেবল এনিম্যাপ

PPM.ppm

পোর্টেবল পিক্সম্যাপ ফরম্যাট (রঙ)

PS.ps

অ্যাডোবি পোস্টস্ক্রিপ্ট ফাইল

PSB.psb

অ্যাডোবি বৃহত ডকুমেন্ট ফরম্যাট

PSD.psd

অ্যাডোবি ফটোশপ বিটম্যাপ

RGB.rgb

রও লাল, সবুজ, এবং নীল নমুনা

RGBA.rgba

রও লাল, সবুজ, নীল, এবং আলফা নমুনা

RGBO.rgbo

রও লাল, সবুজ, নীল, এবং অপাসিটি নমুনা

SIX.six

DEC SIXEL গ্রাফিক্স ফরম্যাট

SUN.sun

সান রাস্টারফাইল

SVG.svg

স্কেলেবল ভেক্টর গ্রাফিক্স

TIFF.tiff

ট্যাগ ইমেজ ফাইল ফরম্যাট

VDA.vda

ট্রুভিশন টার্গা চিত্র

VIPS.vips

VIPS চিত্র

WBMP.wbmp

ওয়্যারলেস বিটম্যাপ (লেভেল 0) চিত্র

WEBP.webp

WebP ইমেজ ফরম্যাট

YUV.yuv

সিসিআইআর ৬০১ ৪:১:১ অথবা ৪:২:২

সচরাচর জিজ্ঞাসিত প্রশ্নাবলী

এটি কিভাবে কাজ করে?

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।

একটি ফাইল রূপান্তর করতে কত সময় লাগে?

রূপান্তর অবিলম্বে শুরু হয়, এবং বেশিরভাগ ফাইল এক সেকেন্ডের মধ্যে রূপান্তরিত হয়। বড় ফাইলগুলিতে বেশি সময় লাগতে পারে।

আমার ফাইলগুলির কি হয়?

আপনার ফাইলগুলি কখনই আমাদের সার্ভারে আপলোড করা হয় না। সেগুলি আপনার ব্রাউজারে রূপান্তরিত হয় এবং তারপরে রূপান্তরিত ফাইলটি ডাউনলোড করা হয়। আমরা আপনার ফাইলগুলি কখনই দেখি না।

আমি কোন ফাইল টাইপ রূপান্তর করতে পারি?

আমরা JPEG, PNG, GIF, WebP, SVG, BMP, TIFF এবং আরও অনেক কিছু সহ সমস্ত চিত্র ফর্ম্যাটের মধ্যে রূপান্তর সমর্থন করি।

এর দাম কত?

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।

আমি কি একবারে একাধিক ফাইল রূপান্তর করতে পারি?

হ্যাঁ! আপনি একবারে যত খুশি ফাইল রূপান্তর করতে পারেন। যোগ করার সময় শুধু একাধিক ফাইল নির্বাচন করুন।