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।
WEBM ইমেজ ফরম্যাট হল ব্যাপকভাবে স্বীকৃত WEBM ভিডিও ফরম্যাটের একটি ডেরিভেটিভ, যা নিজেই একটি উচ্চ-মানের, ওপেন ভিডিও ফরম্যাট হিসাবে তৈরি করা হয়েছিল যা প্রাথমিকভাবে HTML5 ভিডিওর সাথে ব্যবহারের জন্য ডিজাইন করা হয়েছিল। WEBM ভিডিও ফরম্যাট, On2 Technologies (পরে Google দ্বারা অধিগ্রহণ করা হয়েছিল) দ্বারা ডিজাইন করা VP8 ভিডিও কোডেক থেকে উদ্ভূত, ভিডিও এবং অডিও স্ট্রিম উভয়ই অন্তর্ভুক্ত করে। WEBM ইমেজ ফরম্যাটের উদ্ভব একই অন্তর্নিহিত প্রযুক্তিগুলিকে লিভারেজ করে, বিশেষ করে VP8 এবং এর উত্তরসূরি, VP9 ভিডিও কোডেকগুলি, দক্ষতা এবং মানসম্মততা মাথায় রেখে ইমেজগুলি এনকোড করতে। ঐতিহ্যবাহী ইমেজ ফরম্যাটগুলির বিপরীতে, যা স্ট্যাটিক, WEBM ইমেজ ফরম্যাট গতির সংক্ষিপ্ত মুহূর্তগুলি ক্যাপচার করতে পারে, এটিকে একটি স্থির ইমেজ এবং একটি সংক্ষিপ্ত ভিডিও ক্লিপের মধ্যে একটি ধরনের হাইব্রিড করে তোলে। এই ক্ষমতা একটি আরও গতিশীল ওয়েব অভিজ্ঞতা সক্ষম করে, ব্যবহারকারী এবং কন্টেন্ট নির্মাতাদের পূর্ণাঙ্গ ভিডিও ফাইলের বাল্ক বা জটিলতা ছাড়াই চলমান ইমেজ এম্বেড করার ক্ষমতা প্রদান করে।
WEBM ইমেজগুলির প্রযুক্তিগত ভিত্তি VP8 এবং VP9 কোডেকগুলির ব্যবহারে রয়েছে। উভয়ই ওপেন এবং রয়্যালটি-মুক্ত ভিডিও কম্প্রেশন স্ট্যান্ডার্ড যা উচ্চ কম্প্রেশন দক্ষতা এবং ভিডিও মানের অফার করে। VP8, WEBM ফরম্যাটের মধ্যে ব্যবহৃত প্রথম কোডেক, তার পূর্বসূরীদের তুলনায় কম্প্রেশন দক্ষতার ক্ষেত্রে একটি উল্লেখযোগ্য লিপ ফরোয়ার্ড প্রদান করে। এর উত্তরসূরি, VP9, উচ্চতর কম্প্রেশন অনুপাত এবং উচ্চ-রেজোলিউশন কন্টেন্টের জন্য সমর্থন অফার করে এটি আরও উন্নত করে। যখন ইমেজগুলিতে প্রয়োগ করা হয়, এই কোডেকগুলি তুলনামূলকভাবে কম ফাইলের আকারে উচ্চ-মানের ভিজ্যুয়ালের অনুমতি দেয়, WEBM ইমেজগুলিকে ভিজ্যুয়াল নির্ভরতা ত্যাগ না করে সাইটের কর্মক্ষমতা বাড়াতে চান এমন ওয়েব ডেভেলপারদের জন্য একটি আকর্ষণীয় বিকল্প করে তোলে।
WEBM ইমেজগুলির কন্টেইনার ফরম্যাট বোঝা এর সুবিধা এবং কার্যকারিতা বোঝার জন্য অত্যন্ত গুরুত্বপূর্ণ। একটি কন্টেইনার ফরম্যাটকে একটি 'বক্স' হিসাবে ভাবা যেতে পারে যা বিভিন্ন ধরনের ডেটা স্ট্রিম ধারণ করে — ভিডিও, অডিও এবং WEBM ইমেজগুলির ক্ষেত্রে, ইমেজ ডেটা। এটি একটি জিপ ফাইল কীভাবে কাজ করে তার অনুরূপ, তবে মাল্টিমিডিয়া কন্টেন্টের জন্য। WEBM Matroska কন্টেইনার ফরম্যাট ব্যবহার করে, যা এর নমনীয়তা, দক্ষতা এবং VP8 এবং VP9 সহ বিস্তৃত কোডেকগুলির জন্য সমর্থনের জন্য পরিচিত। কন্টেইনার ফরম্যাটের এই পছন্দটি বিভিন্ন প্ল্যাটফর্ম এবং ডিভাইস জুড়ে WEBM ফরম্যাটের অভিযোজনযোগ্যতা এবং ব্যবহারের সহজতায় অবদান রাখে। এটি মেটাডেটার অন্তর্ভুক্তিকেও সমর্থন করে, যা কপিরাইটের বিবরণ, ক্যাপশন এবং আরও অনেক কিছু যেমন ইমেজ সম্পর্কে তথ্য ধারণ করতে পারে, এভাবে মাল্টিমিডিয়া অভিজ্ঞতা বাড়ায়।
WEBM ইমেজগুলির তৈরি এবং পরিবর্তনের জন্য নির্দিষ্ট সরঞ্জাম এবং সফ্টওয়্যার প্রয়োজন যা VP8 বা VP9 এনকোডিং প্রক্রিয়া এবং Matroska কন্টেইনার ফরম্যাট উভয়ই পরিচালনা করতে পারে। এই কাজের জন্য বেশ কয়েকটি ওপেন-সোর্স এবং প্রোপ্রাইটারি সফ্টওয়্যার সমাধান রয়েছে, যা `ffmpeg` এবং `mkvmerge` এর মতো কমান্ড-লাইন ইউটিলিটি থেকে শুরু করে আরও বেশি ব্যবহারকারী-বান্ধব গ্রাফিকাল অ্যাপ্লিকেশন পর্যন্ত। এই সরঞ্জামগুলি ব্যবহারকারীদের ঐতিহ্যবাহী ইমেজ ফরম্যাটগুলিকে WEBM এ রূপান্তর করতে, ফাইলের আকার এবং মানেরের ভারসাম্য রক্ষার জন্য কম্প্রেশন সেটিংস সামঞ্জস্য করতে এবং এমনকি মেটাডেটা এম্বেড করতে দেয়। উপরন্তু, ওয়েব প্রযুক্তির সাথে কাজ করা ডেভেলপারদের জাভাস্ক্রিপ্ট লাইব্রেরি এবং HTML5 API অ্যাক্সেস রয়েছে যা ওয়েব পেজগুলির মধ্যে সরাসরি WEBM ইমেজগুলির ইন্টিগ্রেশন এবং পরিবর্তনকে সহজতর করে, গতিশীল, ইন্টারেক্টিভ কন্টেন্ট তৈরি করা সহজ করে তোলে।
WEBM ইমেজ ফরম্যাটের প্রাথমিক সুবিধাগুলির মধ্যে একটি হল স্বচ্ছতার জন্য এর সমর্থন। এই বৈশিষ্ট্যটি একটি আলফা চ্যানেলের মাধ্যমে বাস্তবায়িত করা হয়, যা ইমেজের অংশগুলিকে সম্পূর্ণ স্বচ্ছ বা আংশিকভাবে স্বচ্ছ হতে দেয়। এই ক্ষমতা WEBM ইমেজগুলিকে ওয়েব ডিজাইনার এবং কন্টেন্ট নির্মাতাদের জন্য বিশেষভাবে দরকারী করে তোলে যাদের ব্যাকগ্রাউন্ডে ইমেজ ওভারলে করতে হবে বা তাদের প্রকল্পগুলিতে অ্যানিমেটেড লোগো এবং অন্যান্য গ্রাফিক্সকে সহজেই অন্তর্ভুক্ত করতে হবে। স্বচ্ছতার বৈশিষ্ট্য, ফরম্যাটের কম্প্রেশন দক্ষতার সাথে মিলিত হয়ে, সৃজনশীল এবং অত্যন্ত ইন্টারেক্টিভ ওয়েব ডিজাইনের জন্য নতুন সম্ভাবনা তৈরি করে যা অন্যান্য ইমে
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 শু রু হয়, এবং বেশিরভাগ ফাইল এক সেকেন্ডের মধ্যে রূপান্তরিত হয়। বড় ফাইলগুলিতে বেশি সময় লাগতে পারে।
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।
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।