OCR für jedes PSB

Legen Sie ein Foto, einen Scan oder ein PDF (bis zu 2.5GB) ab. Wir extrahieren den Text direkt in Ihrem Browser — kostenlos, unbegrenzt und Ihre Dateien verlassen niemals Ihr Gerät.

Privat und sicher

Alles passiert in Ihrem Browser. Ihre Dateien berühren niemals unsere Server.

Blitzschnell

Kein Hochladen, kein Warten. Konvertieren Sie, sobald Sie eine Datei ablegen.

Wirklich kostenlos

Kein Konto erforderlich. Keine versteckten Kosten. Keine Tricks bei der Dateigröße.

Optische Zeichenerkennung (OCR) wandelt Bilder von Text – Scans, Smartphone-Fotos, PDFs – in maschinenlesbare Zeichenketten und zunehmend in strukturierte Daten um. Moderne OCR ist eine Pipeline, die ein Bild bereinigt, Text findet, ihn liest und umfassende Metadaten exportiert, damit nachgelagerte Systeme Felder suchen, indizieren oder extrahieren können. Zwei weit verbreitete Ausgabestandards sind hOCR, ein HTML-Mikroformat für Text und Layout, und ALTO XML, ein auf Bibliotheken/Archive ausgerichtetes Schema; beide erhalten Positionen, Lesereihenfolge und andere Layout-Hinweise und werden von populären Engines wie Tesseractunterstützt.

Eine kurze Tour durch die Pipeline

Vorverarbeitung. Die OCR-Qualität beginnt mit der Bildbereinigung: Graustufenumwandlung, Entrauschen, Schwellenwertbildung (Binarisierung) und Schräglagenkorrektur. Kanonische OpenCV-Tutorials behandeln globale, adaptive und Otsu Schwellenwertbildung – unerlässlich für Dokumente mit ungleichmäßiger Beleuchtung oder bimodalen Histogrammen. Wenn die Beleuchtung innerhalb einer Seite variiert (denken Sie an Handy-Schnappschüsse), übertreffen adaptive Methoden oft einen einzigen globalen Schwellenwert; Otsu wählt automatisch einen Schwellenwert durch Analyse des Histogramms. Die Neigungskorrektur ist ebenso wichtig: Hough-basierte Schräglagenkorrektur (Hough-Linientransformation) in Verbindung mit Otsu-Binarisierung ist ein gängiges und effektives Rezept in Produktions-Vorverarbeitungspipelines.

Erkennung vs. Erkennung. OCR wird typischerweise in Texterkennung (wo ist der Text?) und Texterkennung (was steht da?) unterteilt. In natürlichen Szenen und vielen Scans sind vollständig konvolutionale Detektoren wie EAST effizient bei der Vorhersage von Vierecken auf Wort- oder Zeilenebene ohne aufwändige Vorschlagsphasen und sind in gängigen Toolkits implementiert (z. B. OpenCVs Tutorial zur Texterkennung). Bei komplexen Seiten (Zeitungen, Formulare, Bücher) sind die Segmentierung von Zeilen/Regionen und die Inferenz der Lesereihenfolge von Bedeutung:Kraken implementiert traditionelle Zonen-/Zeilensegmentierung und neuronale Grundlinien-Segmentierung, mit expliziter Unterstützung für verschiedene Schriften und Richtungen (LTR/RTL/vertikal).

Erkennungsmodelle. Das klassische Open-Source-Arbeitspferd Tesseract (von Google als Open Source veröffentlicht, mit Wurzeln bei HP) entwickelte sich von einem Zeichenklassifikator zu einem LSTM-basierten Sequenz- Erkenner und kann durchsuchbare PDFs, hOCR/ALTO-freundliche Ausgabenund mehr über die CLI ausgeben. Moderne Erkenner setzen auf Sequenzmodellierung ohne vorsegmentierte Zeichen. Connectionist Temporal Classification (CTC) bleibt grundlegend und lernt die Ausrichtungen zwischen Eingabemerkmalfolgen und Ausgabezeichenfolgen; es wird häufig in Handschrift- und Szenentext-Pipelines verwendet.

In den letzten Jahren haben Transformer die OCR neu gestaltet. TrOCR verwendet einen Vision-Transformer-Encoder plus einen Text-Transformer-Decoder, trainiert auf großen synthetischen Korpora und dann feinabgestimmt auf realen Daten, mit starker Leistung bei gedruckten, handschriftlichen und Szenentext-Benchmarks (siehe auch Hugging Face-Dokumentation). Parallel dazu umgehen einige Systeme OCR für das nachgelagerte Verständnis: Donut (Document Understanding Transformer) ist ein OCR-freier Encoder-Decoder, der direkt strukturierte Antworten (wie Schlüssel-Wert-JSON) aus Dokumenten- bildern ausgibt (Repo, Modellkarte), um Fehlerakkumulation zu vermeiden, wenn ein separater OCR-Schritt ein IE-System speist.

Engines und Bibliotheken

Wenn Sie eine umfassende Texterkennung für viele Schriften wünschen, bietet EasyOCR eine einfache API mit über 80 Sprachmodellen, die Boxen, Text und Konfidenzen zurückgibt – praktisch für Prototypen und nicht-lateinische Schriften. Für historische Dokumente glänzt Kraken mit Grundliniensegmentierung und schriftbewusster Lesereihenfolge; für flexibles Training auf Zeilenebene, Calamari baut auf der Ocropy-Linie auf (Ocropy) mit (Multi-)LSTM+CTC-Erkennern und einer CLI zur Feinabstimmung benutzerdefinierter Modelle.

Datensätze und Benchmarks

Generalisierung hängt von Daten ab. Für Handschrift bietet die IAM Handwriting Database schreiberdiverse englische Sätze für Training und Evaluierung; sie ist ein langjähriger Referenzdatensatz für Zeilen- und Worterkennung. Für Szenentext hat COCO-Text umfangreiche Annotationen über MS-COCO gelegt, mit Labels für gedruckt/handschriftlich, lesbar/unlesbar, Schrift und vollständigen Transkriptionen (siehe auch die ursprüngliche Projektseite). Das Feld stützt sich auch stark auf synthetisches Vortraining: SynthText in the Wild rendert Text in Fotografien mit realistischer Geometrie und Beleuchtung und liefert riesige Datenmengen zum Vortrainieren von Detektoren und Erkennern (Referenz Code & Daten).

Wettbewerbe unter dem Dach von ICDARs Robust Reading halten die Evaluierung auf dem Boden. Jüngste Aufgaben betonen die End-to-End-Erkennung/Lesung und umfassen das Verknüpfen von Wörtern zu Phrasen, wobei der offizielle Code Präzision/Recall/F-Score, Intersection-over-Union (IoU) und zeichenbasierte Edit-Distanz-Metriken meldet – was widerspiegelt, was Praktiker verfolgen sollten.

Ausgabeformate und nachgelagerte Nutzung

OCR endet selten bei reinem Text. Archive und digitale Bibliotheken bevorzugen ALTO XML , da es das physische Layout (Blöcke/Zeilen/Wörter mit Koordinaten) neben dem Inhalt kodiert und gut mit METS-Verpackungen harmoniert. Das hOCR Mikroformat hingegen bettet dieselbe Idee in HTML/CSS ein, indem es Klassen wie ocr_line und ocrx_word verwendet, was die Anzeige, Bearbeitung und Transformation mit Web-Werkzeugen erleichtert. Tesseract bietet beides – z. B. die Erzeugung von hOCR oder durchsuchbaren PDFs direkt über die CLI (PDF-Ausgabe-Anleitung); Python-Wrapper wie pytesseract bieten zusätzlichen Komfort. Es gibt Konverter, um zwischen hOCR und ALTO zu übersetzen, wenn Repositories feste Aufnahme- standards haben – siehe diese kuratierte Liste von OCR-Dateiformat-Tools.

Praktische Anleitung

  • Beginnen Sie mit Daten & Sauberkeit. Wenn Ihre Bilder Handyfotos oder Scans gemischter Qualität sind, investieren Sie in Schwellenwertbildung (adaptiv & Otsu) und Schräglagenkorrektur (Hough) vor jeder Modellabstimmung. Sie werden oft mehr von einem robusten Vorverarbeitungsrezept profitieren als vom Austausch von Erkennern.
  • Wählen Sie den richtigen Detektor. Für gescannte Seiten mit regelmäßigen Spalten kann ein Seitensegmentierer (Zonen → Zeilen) ausreichen; für natürliche Bilder sind Single-Shot-Detektoren wie EAST starke Baselines und lassen sich in viele Toolkits integrieren (OpenCV-Beispiel).
  • Wählen Sie einen Erkenner, der zu Ihrem Text passt. Für gedrucktes Latein ist Tesseract (LSTM/OEM) robust und schnell; für Multi-Skript oder schnelle Prototypen ist EasyOCR produktiv; für Handschrift oder historische Schriftarten sollten Sie Kraken oder Calamari in Betracht ziehen und eine Feinabstimmung planen. Wenn Sie eine enge Kopplung an das Dokumentenverständnis benötigen (Schlüssel-Wert-Extraktion, VQA), evaluieren Sie TrOCR (OCR) versus Donut (OCR-frei) auf Ihrem Schema – Donut kann einen ganzen Integrationsschritt entfernen.
  • Messen Sie, was zählt. Für End-to-End-Systeme melden Sie Erkennungs- F-Score und Erkennungs-CER/WER (beide basierend auf Levenshtein- Edit-Distanz; siehe CTC); für layoutlastige Aufgaben verfolgen Sie IoU/Dichtheit und zeichenbasierte normalisierte Edit-Distanz wie in ICDAR RRC Evaluierungskits.
  • Exportieren Sie reichhaltige Ausgaben. Bevorzugen Sie hOCR /ALTO (oder beides), damit Sie Koordinaten und Lesereihenfolge beibehalten – entscheidend für die Hervorhebung von Suchtreffern, Tabellen-/Feld- extraktion und Provenienz. Tesseracts CLI und pytesseract machen dies zu einem Einzeiler.

Blick nach vorn

Der stärkste Trend ist die Konvergenz: Erkennung, Erkennung, Sprachmodellierung und sogar aufgabenspezifische Dekodierung verschmelzen zu einheitlichen Transformer-Stacks. Vortraining auf großen synthetischen Korpora bleibt ein Kraftmultiplikator. OCR-freie Modelle werden aggressiv konkurrieren, wo immer das Ziel strukturierte Ausgaben anstelle von wörtlichen Transkripten sind. Erwarten Sie auch hybride Bereitstellungen: einen leichtgewichtigen Detektor plus einen TrOCR-Stil- Erkenner für Langformtext und ein Donut-Stil-Modell für Formulare und Belege.

Weiterführende Literatur & Tools

Tesseract (GitHub) · Tesseract-Dokumentation · hOCR-Spezifikation · ALTO-Hintergrund · EAST-Detektor · OpenCV-Texterkennung · TrOCR · Donut · COCO-Text · SynthText · Kraken · Calamari OCR · ICDAR RRC · pytesseract · IAM Handschrift · OCR-Dateiformat-Tools · EasyOCR

Häufig gestellte Fragen

Was ist OCR?

Die Optical Character Recognition (OCR) ist eine Technologie, die verwendet wird, um verschiedene Arten von Dokumenten, wie gescannte Papiere, PDF-Dateien oder Bilder, die mit einer Digitalkamera aufgenommen wurden, in bearbeitbare und durchsuchbare Daten umzuwandeln.

Wie funktioniert OCR?

OCR funktioniert, indem es ein Eingabebild oder Dokument scannt, das Bild in einzelne Zeichen segmentiert und jedes Zeichen mit einer Datenbank von Zeichenformen mit Hilfe von Mustererkennung oder Feature-Erkennung vergleicht.

Welches sind einige praktische Anwendungen von OCR?

OCR wird in einer Vielzahl von Bereichen und Anwendungen genutzt, einschließlich der Digitalisierung von gedruckten Dokumenten, der Aktivierung von Text-zu-Sprachdiensten, der Automatisierung von Dateneingabeprozessen und der Unterstützung von sehbehinderten Benutzern bei der Interaktion mit Texten.

Ist OCR immer 100% genau?

Obwohl große Fortschritte in der OCR-Technologie gemacht wurden, ist sie nicht unfehlbar. Die Genauigkeit kann abhängig von der Qualität des Originaldokuments und den Spezifika der verwendeten OCR-Software variieren.

Kann OCR Handschrift erkennen?

Obwohl OCR hauptsächlich für gedruckten Text konzipiert wurde, können einige fortschrittliche OCR-Systeme auch klare und konsistente Handschriften erkennen. Allerdings ist die Handschriftenerkennung in der Regel weniger genau aufgrund der großen Variation in individuellen Schreibstilen.

Kann OCR mehrere Sprachen verarbeiten?

Ja, viele OCR-Software-Systeme können mehrere Sprachen erkennen. Es ist jedoch wichtig zu gewährleisten, dass die spezifische Sprache von der von Ihnen verwendeten Software unterstützt wird.

Was ist der Unterschied zwischen OCR und ICR?

OCR steht für Optical Character Recognition und wird verwendet, um gedruckten Text zu erkennen, während ICR für Intelligent Character Recognition steht und wird zur Fortschrittlicheren Erkennung von handschriftlichen Text verwendet.

Funktioniert OCR mit jeder Schrift- und Textgröße?

OCR funktioniert am besten mit klaren, leicht lesbaren Schriftarten und Standard-Textgrößen. Obwohl es mit verschiedenen Schriftarten und Größen arbeiten kann, neigt die Genauigkeit dazu, zu sinken, wenn man mit ungewöhnlichen Schriftarten oder sehr kleinen Textgrößen umgeht.

Was sind die Grenzen der OCR-Technologie?

OCR kann Probleme haben mit niedrigauflösenden Dokumenten, komplexen Schriftarten, schlecht gedruckten Texten, Handschriften und Dokumenten mit Hintergründen, die den Text stören. Außerdem kann es, obwohl es mit vielen Sprachen arbeiten kann, nicht jede Sprache perfekt abdecken.

Kann OCR farbigen Text oder farbige Hintergründe scannen?

Ja, OCR kann farbigen Text und Hintergründe scannen, obwohl es in der Regel effektiver mit Hochkontrast-Farbkombinationen ist, wie schwarzem Text auf weißem Hintergrund. Die Genauigkeit kann abnehmen, wenn Text und Hintergrundfarben nicht genug Kontrast aufweisen.

Was ist das PSB Format?

Adobe Large Document-Format

Die PlayStation 3 (PS3) bleibt ein faszinierendes Beispiel für die Technologie von Spielkonsolen, nicht nur wegen ihrer Gaming-Fähigkeiten, sondern auch wegen ihres einzigartigen Ansatzes bei der Handhabung von Medien und Bildern. Das Bildformat der PS3 ist ein wesentlicher Bestandteil ihres reichhaltigen Multimedia-Erlebnisses, das Gaming mit hochauflösenden Medieninhalten verbindet. Um die technischen Feinheiten des PS3-Bildformats zu verstehen, muss man sich mit der Grafikverarbeitungsarchitektur der Konsole, den unterstützten Bildformaten, den Methoden zur Komprimierung und Optimierung sowie den Auswirkungen auf die Spieleentwicklung und die Erstellung von Inhalten befassen.

Im Zentrum der Fähigkeit der PS3, komplexe Bilder zu verarbeiten, steht der Reality Synthesizer (RSX), eine leistungsstarke Grafikverarbeitungseinheit (GPU), die von NVIDIA und Sony gemeinsam entwickelt wurde. Der RSX ist in der Lage, Grafiken mit Auflösungen von bis zu 1080p zu rendern, was die Stärke der PS3 bei der Bereitstellung von hochauflösenden Gaming- und Multimedia-Erlebnissen unter Beweis stellt. Diese GPU unterstützt eine Vielzahl von Bildformaten, darunter JPEG, GIF, BMP, TIFF und PNG für 2D-Bilder sowie spezielle Formate für 3D-Texturen und -Grafiken.

Eine der bemerkenswerten Funktionen der PS3 ist ihre Unterstützung für relativ hohe Dynamikbereiche (HDR), die die visuelle Qualität von Spielen und Videos verbessert, indem sie einen größeren Bereich von Farb- und Helligkeitsstufen ermöglicht. HDR auf der PS3 wird durch spezifische Bildformate und Verarbeitungstechniken erreicht, die den Kontrast und den Farbbereich manipulieren und so ein realistischeres und immersiveres visuelles Erlebnis bieten. Diese HDR-Fähigkeit spiegelt sich in der Unterstützung der Konsole für verschiedene Bild- und Texturformate wider, die Daten mit hohem Dynamikbereich speichern.

Die PS3 verwendet verschiedene Arten von Komprimierungstechniken, um ihre Bilddateien angesichts der Speicherbeschränkungen der Konsole und der Größe von HD-Inhalten effizient zu verwalten. Ein häufig verwendetes Format ist das Digital Picture Exchange (DPX)-Format, das aufgrund seiner verlustfreien Komprimierungsfunktionen häufig in der Video-Postproduktion verwendet wird. Für Texturen verwendet die PS3 die DirectX Texture Compression (DXTC)-Formate, auch bekannt als S3 Texture Compression (S3TC), die unerlässlich sind, um die Dateigrößen zu reduzieren, ohne die Bildqualität wesentlich zu beeinträchtigen.

Um die Bildverarbeitung weiter zu optimieren, nutzt die PS3 in großem Umfang Mipmapping- und anisotrope Filtertechniken. Beim Mipmapping werden Versionen eines Bildes oder einer Textur mit niedrigerer Auflösung erstellt, die verwendet werden, wenn ein Objekt weit entfernt oder nicht direkt sichtbar ist, was die Leistung erheblich verbessert und die visuelle Qualität nur minimal beeinträchtigt. Anisotropes Filtern verbessert die Bildqualität von Texturen auf Oberflächen, die aus schrägen Winkeln betrachtet werden, und stellt sicher, dass diese Texturen auch aus der Ferne glatt und detailliert erscheinen.

Ein weiterer Aspekt der PS3-Bildformatlandschaft sind die proprietären Technologien, die speziell für die Konsole entwickelt wurden. So spielt beispielsweise der Multi-Format Codec (MFC) eine entscheidende Rolle bei der Komprimierung und Dekomprimierung von Bildern und Videos in Echtzeit und erleichtert das Streaming und die Wiedergabe von hochauflösenden Inhalten. Dieses Codec-System ist so konzipiert, dass es nahtlos mit der Cell Broadband Engine der PS3 zusammenarbeitet und eine effiziente parallele Verarbeitung von Multimedia-Inhalten ermöglicht.

Die PS3 führte auch die Verwendung des Blu-ray Disc-Formats für die physische Verteilung von Spielen und Medien ein, was erhebliche Auswirkungen auf die Bildqualität und die Speicherkapazität hatte. Blu-ray-Discs bieten im Vergleich zu DVDs eine deutlich höhere Speicherkapazität, sodass Spieleentwickler hochauflösendere Texturen, detailliertere Umgebungen und unkomprimierte Audio- und Videodateien einbinden können. Dieser Sprung in der Speicherkapazität bedeutete, dass die PS3 komplexere Bildformate und größere Dateigrößen verarbeiten konnte, was die Gesamttreue und den Reichtum des Spielerlebnisses verbesserte.

In Bezug auf die Softwareunterstützung enthält die Systemsoftware der PS3 einen umfassenden Mediaplayer, der verschiedene Bild-, Audio- und Videoformate unterstützt. Diese Vielseitigkeit stellt sicher, dass die PS3 nicht nur als Spielkonsole, sondern auch als vollwertiges Medienzentrum fungieren kann. Darüber hinaus enthalten die von Sony für die PS3 bereitgestellten Entwicklungstools Bibliotheken und APIs, die speziell für die Handhabung der einzigartigen Bildformate und Verarbeitungsfunktionen der Konsole entwickelt wurden, sodass Entwickler das Multimedia-Potenzial der Hardware voll ausschöpfen können.

Die Einbeziehung von Netzwerkverbindungsoptionen auf der PS3, wie Ethernet und Wi-Fi, eröffnete neue Möglichkeiten zum Herunterladen und Streamen von Inhalten, einschließlich Bildern und Videos. Diese Konnektivität ermöglicht in Kombination mit den leistungsstarken Verarbeitungsfunktionen der PS3 das Herunterladen, Verarbeiten und Anzeigen von hochauflösenden Bildern und Videos aus dem Internet in Echtzeit, eine Funktion, die zum Zeitpunkt der Veröffentlichung der Konsole bahnbrechend war.

Darüber hinaus ermöglichte die Unterstützung externer Speichergeräte über USB-Anschlüsse durch die PS3 den Benutzern, eine Vielzahl von Bildformaten direkt von externen Festplatten, USB-Flash-Laufwerken und anderen Speichermedien anzuzeigen und zu speichern. Diese Funktion erweiterte die Fähigkeiten der PS3 als Multimedia-Hub und ermöglichte es ihr, hochauflösende Fotos anzuzeigen und Videoinhalte aus verschiedenen Quellen abzuspielen, die über die interne Festplatte der Konsole oder Blu-ray-Discs hinausgingen.

Für Spieleentwickler war es entscheidend, die Bildformate und Komprimierungstechniken der PS3 zu verstehen und zu nutzen, um Leistung und visuelle Qualität zu optimieren. Die Entwicklung von Spielen für die PS3 erforderte eine sorgfältige Abwägung zwischen Bilddetails und Dateigröße, um sicherzustellen, dass Spiele schnell geladen werden konnten, ohne den Reichtum und die Tiefe des visuellen Erlebnisses zu beeinträchtigen. Dies beinhaltete oft innovative Anwendungen von Komprimierung, proprietären Formaten und den einzigartigen Hardwarefunktionen der Konsole, um die gewünschten Ergebnisse zu erzielen.

Der Ansatz der PS3 bei der Bildverarbeitung und Formatunterstützung hatte auch Auswirkungen auf die Erstellung von Inhalten außerhalb von Spielen. Filmemacher, Animatoren und Multimedia-Künstler fanden in der Konsole ein leistungsstarkes Werkzeug zum Rendern und Verarbeiten von hochauflösenden Bildern und Videos. Die Hardwarefunktionen der PS3 in Kombination mit ihrer Unterstützung für eine breite Palette von Bildformaten und Komprimierungstechniken machten sie zu einer vielseitigen Plattform für eine Vielzahl kreativer und professioneller Anwendungen.

Trotz der technologischen Fortschritte und der breiten Palette von Funktionen, die die PS3 in Bezug auf die Bildverarbeitung bietet, gab es Herausforderungen im Zusammenhang mit ihrer einzigartigen Architektur. Die Komplexität der Cell Broadband Engine in Kombination mit der proprietären Natur einiger Formate und Tools der Konsole stellte eine steile Lernkurve für Entwickler und Content-Ersteller dar. Diese Komplexität erforderte erhebliche Investitionen in Zeit und Ressourcen, um die Fähigkeiten der Konsole voll auszuschöpfen, was für kleinere Entwicklungsteams oder unabhängige Entwickler ein Hindernis darstellen konnte.

Während sich die Spieleindustrie weiterentwickelt, bleibt das Erbe des Bildformats und der Verarbeitungsfunktionen der PS3 einflussreich. Die Lehren aus dem Umgang mit den Komplexitäten und dem Potenzial der PS3-Hardware haben die Entwicklung nachfolgender Konsolen und Spieleplattformen geprägt. Die Betonung von hochauflösender Bildgebung, effizienter Komprimierung und vielseitiger Multimedia-Unterstützung, die die PS3 auszeichnete, ist zu einem Standard für moderne Spiele- und Unterhaltungsgeräte geworden.

Zusammenfassend lässt sich sagen, dass das Bildformat und die Verarbeitungsarchitektur der PS3 einen bedeutenden Meilenstein in der Entwicklung von Spielkonsolen als Multimedia-Plattformen darstellen. Die Fähigkeiten der Konsole bei der Verarbeitung einer Vielzahl von Bildformaten, kombiniert mit ihrer leistungsstarken Grafikverarbeitungseinheit, fortschrittlichen Komprimierungstechniken und Unterstützung für hochauflösende Inhalte, setzten einen neuen Standard für visuelle Qualität und Multimedia-Integration in der Spieleindustrie. Wenn wir auf die PS3-Ära zurückblicken, ist ihr Einfluss auf die Spieleentwicklung, die Erstellung von Inhalten und das breitere Feld der digitalen Medien immer noch spürbar und unterstreicht die Bedeutung des Verständnisses und der Nutzung der Technologie hinter Bildformaten in der Spielewelt.

Unterstützte Formate

AAI.aai

AAI Dune Bild

AI.ai

Adobe Illustrator CS2

AVIF.avif

AV1 Bildformat

BAYER.bayer

Rohes Bayer-Bild

BMP.bmp

Microsoft Windows Bitmap-Bild

CIN.cin

Cineon-Bilddatei

CLIP.clip

Bild-Clip-Maske

CMYK.cmyk

Rohcyan-, Magenta-, Gelb- und Schwarzproben

CUR.cur

Microsoft-Symbol

DCX.dcx

ZSoft IBM PC mehrseitige Paintbrush

DDS.dds

Microsoft DirectDraw-Oberfläche

DPX.dpx

SMTPE 268M-2003 (DPX 2.0) Bild

DXT1.dxt1

Microsoft DirectDraw-Oberfläche

EPDF.epdf

Eingekapseltes tragbares Dokumentenformat

EPI.epi

Adobe Encapsulated PostScript Interchange-Format

EPS.eps

Adobe Encapsulated PostScript

EPSF.epsf

Adobe Encapsulated PostScript

EPSI.epsi

Adobe Encapsulated PostScript Interchange-Format

EPT.ept

Eingekapseltes PostScript mit TIFF-Vorschau

EPT2.ept2

Eingekapseltes PostScript Level II mit TIFF-Vorschau

EXR.exr

Bild mit hohem Dynamikbereich (HDR)

FF.ff

Farbfeld

FITS.fits

Flexibles Bildtransport-System

GIF.gif

CompuServe-Grafikaustauschformat

HDR.hdr

Bild mit hohem Dynamikbereich (HDR)

HEIC.heic

Hocheffizienter Bildcontainer

HRZ.hrz

Slow Scan TeleVision

ICO.ico

Microsoft-Symbol

ICON.icon

Microsoft-Symbol

J2C.j2c

JPEG-2000 Codestream

J2K.j2k

JPEG-2000 Codestream

JNG.jng

JPEG Network Graphics

JP2.jp2

JPEG-2000 Dateiformat Syntax

JPE.jpe

Joint Photographic Experts Group JFIF-Format

JPEG.jpeg

Joint Photographic Experts Group JFIF-Format

JPG.jpg

Joint Photographic Experts Group JFIF-Format

JPM.jpm

JPEG-2000 Dateiformat Syntax

JPS.jps

Joint Photographic Experts Group JPS-Format

JPT.jpt

JPEG-2000 Dateiformat Syntax

JXL.jxl

JPEG XL-Bild

MAP.map

Multi-Resolution Seamless Image Database (MrSID)

MAT.mat

MATLAB-Level-5-Bildformat

PAL.pal

Palm-Pixmap

PALM.palm

Palm-Pixmap

PAM.pam

Allgemeines zweidimensionales Bitmap-Format

PBM.pbm

Portable Bitmap-Format (schwarz-weiß)

PCD.pcd

Photo-CD

PCT.pct

Apple Macintosh QuickDraw/PICT

PCX.pcx

ZSoft IBM PC Paintbrush

PDB.pdb

Palm Database ImageViewer-Format

PDF.pdf

Portable Document Format

PDFA.pdfa

Portable Document Archive-Format

PFM.pfm

Portable Float-Format

PGM.pgm

Portable Graymap-Format (Graustufen)

PGX.pgx

JPEG-2000 unkomprimiertes Format

PICT.pict

Apple Macintosh QuickDraw/PICT

PJPEG.pjpeg

Joint Photographic Experts Group JFIF-Format

PNG.png

Portable Network Graphics

PNG00.png00

PNG mit Bit-Tiefe und Farbtyp vom Originalbild erben

PNG24.png24

Opakes oder binäres transparentes 24-Bit-RGB (zlib 1.2.11)

PNG32.png32

Opakes oder binäres transparentes 32-Bit-RGBA

PNG48.png48

Opakes oder binäres transparentes 48-Bit-RGB

PNG64.png64

Opakes oder binäres transparentes 64-Bit-RGBA

PNG8.png8

Opakes oder binäres transparentes 8-Bit-Indexed

PNM.pnm

Portable Anymap

PPM.ppm

Portable Pixmap-Format (Farbe)

PS.ps

Adobe PostScript-Datei

PSB.psb

Adobe Large Document-Format

PSD.psd

Adobe Photoshop-Bitmap

RGB.rgb

Rohdaten für rote, grüne und blaue Proben

RGBA.rgba

Rohdaten für rote, grüne, blaue und Alpha-Proben

RGBO.rgbo

Rohdaten für rote, grüne, blaue und Opazität-Proben

SIX.six

DEC SIXEL-Grafikformat

SUN.sun

Sun Rasterfile

SVG.svg

Skalierbare Vektorgrafiken

TIFF.tiff

Tagged Image File Format

VDA.vda

Truevision-Targa-Bild

VIPS.vips

VIPS-Bild

WBMP.wbmp

Wireless Bitmap (Level 0) Bild

WEBP.webp

WebP-Bildformat

YUV.yuv

CCIR 601 4:1:1 oder 4:2:2

Häufig gestellte Fragen

Wie funktioniert das?

Dieser Konverter läuft vollständig in Ihrem Browser. Wenn Sie eine Datei auswählen, wird sie in den Speicher gelesen und in das ausgewählte Format konvertiert. Sie können die konvertierte Datei dann herunterladen.

Wie lange dauert die Konvertierung einer Datei?

Die Konvertierung beginnt sofort, und die meisten Dateien werden in weniger als einer Sekunde konvertiert. Größere Dateien können länger dauern.

Was passiert mit meinen Dateien?

Ihre Dateien werden niemals auf unsere Server hochgeladen. Sie werden in Ihrem Browser konvertiert, und die konvertierte Datei wird dann heruntergeladen. Wir sehen Ihre Dateien niemals.

Welche Dateitypen kann ich konvertieren?

Wir unterstützen die Konvertierung zwischen allen Bildformaten, einschließlich JPEG, PNG, GIF, WebP, SVG, BMP, TIFF und mehr.

Wie viel kostet das?

Dieser Konverter ist völlig kostenlos und wird immer kostenlos sein. Da er in Ihrem Browser läuft, müssen wir nicht für Server bezahlen, also müssen wir Ihnen auch nichts berechnen.

Kann ich mehrere Dateien auf einmal konvertieren?

Ja! Sie können so viele Dateien auf einmal konvertieren, wie Sie möchten. Wählen Sie einfach mehrere Dateien aus, wenn Sie sie hinzufügen.