ऑप्टिकल कैरेक्टर रिकॉग्निशन (ओसीआर) टेक्स्ट की छवियों - स्कैन, स्मार्टफोन फोटो, पीडीएफ - को मशीन द्वारा पढ़े जा सकने वाले टेक्स्ट और संरचित डेटा में बदल देता है। आधुनिक ओसीआर एक पाइपलाइन है जो एक छवि को साफ करती है, टेक्स्ट ढूंढती है, उसे पढ़ती है, और समृद्ध मेटाडेटा निर्यात करती है ताकि डाउनस्ट्रीम सिस्टम डेटा को खोज, अनुक्रमित या निकाल सकें। दो व्यापक रूप से उपयोग किए जाने वाले आउटपुट मानक हैं hOCR, टेक्स्ट और लेआउट के लिए एक एचटीएमएल माइक्रोफ़ॉर्मैट, और ALTO XML, एक पुस्तकालय/अभिलेखागार-उन्मुख स्कीमा; दोनों स्थितियों, पढ़ने के क्रम और अन्य लेआउट संकेतों को संरक्षित करते हैं और लोकप्रिय इंजनों द्वारा समर्थित हैं जैसे टेसरैक्ट.
प्रीप्रोसेसिंग। ओसीआर की गुणवत्ता छवि की सफाई से शुरू होती है: ग्रेस्केल रूपांतरण, डिनोइज़िंग, थ्रेसहोल्डिंग (बिनारिज़ेशन), और डेस्क्यूइंग। कैनोनिकल ओपनसीवी ट्यूटोरियल वैश्विक, अनुकूली और ओत्सु थ्रेसहोल्डिंग को कवर करते हैं - असमान प्रकाश या बिमोडल हिस्टोग्राम वाले दस्तावेज़ों के लिए स्टेपल। जब एक पृष्ठ के भीतर रोशनी बदलती है (फोन स्नैप्स सोचें), अनुकूली तरीके अक्सर एक ही वैश्विक थ्रेसहोल्ड से बेहतर प्रदर्शन करते हैं; ओत्सु हिस्टोग्राम का विश्लेषण करके स्वचालित रूप से एक थ्रेसहोल्ड चुनता है। झुकाव सुधार समान रूप से महत्वपूर्ण है: हफ-आधारित डेस्क्यूइंग (हफ लाइन ट्रांसफॉर्म) ओत्सु बिनारिज़ेशन के साथ मिलकर उत्पादन प्रीप्रोसेसिंग पाइपलाइनों में एक आम और प्रभावी नुस्खा है।
पहचान बनाम मान्यता। ओसीआर को आम तौर पर टेक्स्ट डिटेक्शन (टेक्स्ट कहाँ है ?) और टेक्स्ट रिकॉग्निशन (यह क्या कहता है?) में विभाजित किया जाता है। प्राकृतिक दृश्यों और कई स्कैन में, पूरी तरह से कनवल्शनल डिटेक्टर जैसे ईस्ट भारी प्रस्ताव चरणों के बिना कुशलतापूर्वक शब्द- या पंक्ति-स्तरीय चतुर्भुज की भविष्यवाणी करते हैं और आम टूलकिट में लागू किए जाते हैं (जैसे, ओपनसीवी का टेक्स्ट डिटेक्शन ट्यूटोरियल)। जटिल पृष्ठों (समाचार पत्र, फॉर्म, किताबें) पर, लाइनों/क्षेत्रों का विभाजन और पढ़ने के क्रम का अनुमान मायने रखता है:क्रैकेन पारंपरिक ज़ोन/लाइन सेगमेंटेशन और न्यूरल बेसलाइन सेगमेंटेशन को लागू करता है, जिसमें विभिन्न लिपियों और दिशाओं (LTR/RTL/ऊर्ध्वाधर) के लिए स्पष्ट समर्थन होता है।
मान्यता मॉडल। क्लासिक ओपन-सोर्स वर्कहॉर्स टेसरैक्ट (Google द्वारा ओपन-सोर्स, जिसकी जड़ें HP में हैं) एक कैरेक्टर क्लासिफायर से एक LSTM-आधारित अनुक्रम पहचानकर्ता में विकसित हुआ और खोज योग्य PDF, hOCR/ALTO-अनुकूल आउटपुट, और CLI से और भी बहुत कुछ उत्सर्जित कर सकता है। आधुनिक पहचानकर्ता पूर्व-खंडित वर्णों के बिना अनुक्रम मॉडलिंग पर भरोसा करते हैं। कनेक्शनिस्ट टेम्पोरल क्लासिफिकेशन (CTC) मौलिक बनी हुई है, जो इनपुट फ़ीचर अनुक्रमों और आउटपुट लेबल स्ट्रिंग्स के बीच संरेखण सीखती है; यह व्यापक रूप से लिखावट और दृश्य-पाठ पाइपलाइनों में उपयोग किया जाता है।
पिछले कुछ वर्षों में, ट्रांसफॉर्मर्स ने ओसीआर को नया रूप दिया है। TrOCR एक विज़न ट्रांसफॉर्मर एनकोडर और एक टेक्स्ट ट्रांसफॉर्मर डिकोडर का उपयोग करता है, जिसे बड़े सिंथेटिक कॉर्पोरा पर प्रशिक्षित किया जाता है और फिर वास्तविक डेटा पर फाइन-ट्यून किया जाता है, जिसमें मुद्रित, हस्तलिखित और दृश्य-पाठ बेंचमार्क में मजबूत प्रदर्शन होता है (यह भी देखें हगिंग फेस डॉक्स)। समानांतर में, कुछ सिस्टम डाउनस्ट्रीम समझने के लिए ओसीआर को दरकिनार करते हैं: डोनट (डॉक्यूमेंट अंडरस्टैंडिंग ट्रांसफॉर्मर) एक ओसीआर-मुक्त एनकोडर-डिकोडर है जो सीधे दस्तावेज़ छवियों से संरचित उत्तर (जैसे कुंजी-मूल्य JSON) आउटपुट करता है (रेपो, मॉडल कार्ड), जब एक अलग ओसीआर चरण एक IE सिस्टम को फीड करता है तो त्रुटि संचय से बचता है।
यदि आप कई लिपियों में बैटरी-शामिल टेक्स्ट रीडिंग चाहते हैं, EasyOCR 80+ भाषा मॉडल के साथ एक सरल एपीआई प्रदान करता है, जो बॉक्स, टेक्स्ट और आत्मविश्वास लौटाता है - प्रोटोटाइप और गैर-लैटिन लिपियों के लिए आसान। ऐतिहासिक दस्तावेज़ों के लिए, क्रैकेन बेसलाइन सेगमेंटेशन और स्क्रिप्ट-अवेयर रीडिंग ऑर्डर के साथ चमकता है; लचीले लाइन-स्तरीय प्रशिक्षण के लिए, कैलामरी ओक्रॉपी वंश पर बनाता है (ओक्रॉपी) (मल्टी-)एलएसटीएम+सीटीसी पहचानकर्ताओं और कस्टम मॉडल को फाइन-ट्यून करने के लिए एक सीएलआई के साथ।
सामान्यीकरण डेटा पर निर्भर करता है। लिखावट के लिए, IAM लिखावट डेटाबेस प्रशिक्षण और मूल्यांकन के लिए लेखक-विविध अंग्रेजी वाक्य प्रदान करता है; यह लाइन और शब्द पहचान के लिए एक लंबे समय से चली आ रही संदर्भ सेट है। दृश्य पाठ के लिए, कोको-टेक्स्ट ने एमएस-कोको पर व्यापक एनोटेशन स्तरित किए, जिसमें मुद्रित/हस्तलिखित, सुपाठ्य/अपठनीय, लिपि और पूर्ण प्रतिलेखन के लिए लेबल थे (मूल परियोजना पृष्ठभी देखें)। यह क्षेत्र सिंथेटिक प्रीट्रेनिंग पर भी बहुत अधिक निर्भर करता है: सिंथटेक्स्ट इन द वाइल्ड यथार्थवादी ज्यामिति और प्रकाश के साथ तस्वीरों में पाठ प्रस्तुत करता है, डिटेक्टरों और पहचानकर्ताओं को प्रीट्रेन करने के लिए भारी मात्रा में डेटा प्रदान करता है (संदर्भ कोड और डेटा).
के तहत प्रतियोगिताएं ICDAR’s रोबस्ट रीडिंग मूल्यांकन को आधार बनाती हैं। हाल के कार्यों में एंड-टू-एंड डिटेक्शन/रीडिंग पर जोर दिया गया है और इसमें शब्दों को वाक्यांशों में जोड़ना शामिल है, जिसमें आधिकारिक कोड रिपोर्टिंग सटीकता/रिकॉल/एफ-स्कोर, इंटरसेक्शन-ओवर-यूनियन (IoU), और कैरेक्टर-लेवल एडिट-डिस्टेंस मेट्रिक्स - जो अभ्यासकर्ताओं को ट्रैक करना चाहिए, को दर्शाता है।
ओसीआर शायद ही कभी सादे पाठ पर समाप्त होता है। अभिलेखागार और डिजिटल पुस्तकालय पसंद करते हैं ALTO XML क्योंकि यह सामग्री के साथ भौतिक लेआउट (निर्देशांक के साथ ब्लॉक/लाइनें/शब्द) को एन्कोड करता है, और यह METS पैकेजिंग के साथ अच्छी तरह से मेल खाता है। hOCR माइक्रोफ़ॉर्मैट, इसके विपरीत, ocr_line और ocrx_word जैसे क्लास का उपयोग करके HTML/CSS में उसी विचार को एम्बेड करता है, जिससे वे ब टूलिंग के साथ प्रदर्शन, संपादन और रूपांतरण करना आसान हो जाता है। टेसरैक्ट दोनों को उजागर करता है - जैसे, सीएलआई से सीधे एचओसीआर या खोज योग्य पीडीएफ बनाना (पीडीएफ आउटपुट गाइड); पाइथन रैपर जैसे pytesseract सुविधा जोड़ते हैं। hOCR और ALTO के बीच अनुवाद करने के लिए कन्वर्टर्स मौजूद हैं जब रिपॉजिटरी में निश्चित अंतर्ग्रहण मानक होते हैं - इस क्यूरेटेड सूची को देखें ओसीआर फ़ाइल-प्रारूप उपकरण.
सबसे मजबूत प्रवृत्ति अभिसरण है: पहचान, मान्यता, भाषा मॉडलिंग, और यहां तक कि कार्य-विशिष्ट डिकोडिंग एकीकृत ट्रांसफार्मर स्टैक में विलीन हो रहे हैं। बड़े सिंथेटिक कॉर्पोरा पर प्री-ट्रेनिंग एक बल गुणक बना हुआ है। ओसीआर-मुक्त मॉडल आक्रामक रूप से प्रतिस्पर्धा करेंगे जहां लक्ष्य वर्बेटिम ट्रांसक्रिप्ट के बजाय संरचित आउटपुट है। हाइब्र िड परिनियोजन की भी अपेक्षा करें: एक हल्का डिटेक्टर और लंबे-फॉर्म टेक्स्ट के लिए एक TrOCR-शैली पहचानकर्ता, और फॉर्म और रसीदों के लिए एक डोनट-शैली मॉडल।
टेसरैक्ट (गिटहब) · टेसरैक्ट डॉक्स · hOCR स्पेक · ALTO पृष्ठभूमि · ईस्ट डिटेक्टर · ओपनसीवी टेक्स्ट डिटेक्शन · TrOCR · डोनट · कोको-टेक्स्ट · सिंथटेक्स्ट · क्रैकेन · कैलामरी OCR · ICDAR आरआरसी · pytesseract · IAM लिखावट · ओसीआर फ़ाइल-प्रारूप उपकरण · EasyOCR
ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) एक प्रौद्योगिकी है जिसका उपयोग विभिन्न प्रकार के दस्तावेज़ों, जैसे कि कागजी दस्तावेज़, PDF फ़ाइलें या डिजिटल कैमरा द्वारा कैप्चर की गई छवियों, को संपादन योग्य और खोजनीय डेटा में परिवर्तित करने के लिए किया जाता है।
OCR एक इनपुट छवि या दस्तावेज़ को स्कैन करता है, छवि को अलग-अलग अक्षरों में बांटता है, और पैटर्न पहचान या विशेषता पहचान का उपयोग करके प्रत्येक वर्ण की तुलना करता है।
OCR का उपयोग विभिन्न क्षेत्रों और अनुप्रयोगों में किया जाता है, जैसे कि मुद्रित दस्तावेज़ों को डिजिटाइज़ करने, टेक्स्ट-टू-स्पीच सेवाओं को सक्षम करने, डेटा एंट्री प्रक्रियाओं को स्वचालित करने, और दृष्टिबाधित उपयोगकर्ताओं को टेक्स्ट के साथ बेहतर बातचीत करने सहायता करने।
हालांकि OCR प्रौद्योगिकी में काफ़ी प्रगति हुई है, लेकिन यह अचूक नहीं है। सटीकता मूल दस्तावेज़ की गुणवत्ता और उपयोग किए जा रहे OCR सॉफ़्टवेयर की बारीकियों पर निर्भर कर सकती है।
हालाँकि OCR मुद्रित टेक्स्ट के लिए मुख्य रूप से डिज़ाइन किया गया है, कुछ उन्नत OCR सिस् टम लिखावट पहचानने में भी सक्षम होते हैं। हालाँकि, आमतौर पर लिखावट की पहचान करने में कम सटीकता होती है क्योंकि व्यक्तिगत लेखन शैलियों में व्यापक भिन्नता होती है।
हाँ, कई OCR सॉफ़्टवेयर सिस्टम कई भाषाओं को पहचान सकते हैं। हालाँकि, यह महत्वपूर्ण है कि आपके उपयोग में आने वाले सॉफ़्टवेयर द्वारा विशिष्ट भाषा का समर्थन किया जा रहा हो।
OCR का अर्थ ऑप्टिकल कैरेक्टर रिकग्निशन है और इसका उपयोग मुद्रित पाठ को पहचानने के लिए किया जाता है, जबकि ICR, या इंटेलिजेंट कैरेक्टर रिकग्निशन, अधिक उन्नत है और इसका उपयोग हस्तलिखित पाठ को पहचानने के लिए किया जाता है।
OCR स्पष्ट, आसानी से पढ़ ने वाले फ़ॉन्ट और मानक टेक्स्ट आकारों के साथ सबसे अच्छा काम करता है। हालांकि यह विभिन्न फ़ॉन्ट और आकारों के साथ काम कर सकता है, लेकिन असामान्य फ़ॉन्ट्स या बहुत छोटे टेक्स्ट आकारों के साथ काम करते समय सटीकता कम होने की प्रवृत्ति होती है।
OCR को कम-रिज़ॉल्यूशन वाले दस्तावेज़ों, जटिल फ़ॉन्ट, खराब प्रिंट वाले पाठ, लिखावट, और ऐसी पृष्ठभूमि वाले दस्तावेज़ों के साथ समस्या हो सकती है जो पाठ के साथ हस्तक्षेप करती हैं। इसके अलावा, यह कई भाषाओं के साथ काम कर सकता है, लेकिन यह हर भाषा को पूरी तरह से कवर नहीं कर सकता है।
हाँ, OCR रंगीन टेक्स्ट और बैकग्राउंड को स्कैन कर सकता है, हालाँकि यह आमतौर पर उच्च-विपरीत रंग संयोजनों, जैसे कि एक सफे द पृष्ठभूमि पर काले टेक्स्ट, के साथ अधिक प्रभावी होता है। टेक्स्ट और पृष्ठभूमि रंगों में पर्याप्त विपरीतता की कमी होने पर सटीकता कम हो सकती है।
JPS इमेज फॉर्मेट, JPEG स्टीरियो के लिए संक्षिप्त, एक फाइल फॉर्मेट है जिसका उपयोग डिजिटल कैमरों द्वारा ली गई या 3D रेंडरिंग सॉफ़्टवेयर द्वारा बनाई गई स्टीरियोस्कोपिक तस्वीरों को स्टोर करने के लिए किया जाता है। यह अनिवार्य रूप से एक ही फाइल के भीतर दो JPEG इमेज की एक साइड-बाय-साइड व्यवस्था है, जो उपयुक्त सॉफ़्टवेयर या हार्डवेयर के माध्यम से देखे जाने पर, एक 3D प्रभाव प्रदान करती है। यह फॉर्मेट इमेज में गहराई का भ्रम पैदा करने के लिए विशेष रूप से उपयोगी है, जो संगत डिस्प्ले सिस्टम या 3D चश्मे वाले उपयोगकर्ताओं के लिए देखने के अनुभव को बढ़ात ा है।
JPS फॉर्मेट दो इमेज को स्टोर करने के लिए अच्छी तरह से स्थापित JPEG (जॉइंट फोटोग्राफिक एक्सपर्ट्स ग्रुप) कंप्रेशन तकनीक का लाभ उठाता है। JPEG एक लॉसी कंप्रेशन विधि है, जिसका अर्थ है कि यह कम महत्वपूर्ण जानकारी को चुनिंदा रूप से त्याग कर फ़ाइल आकार को कम करता है, अक्सर मानवीय आँख के लिए छवि गुणवत्ता में ध्यान देने योग्य कमी के बिना। यह JPS फ़ाइलों को एक के बजाय दो इमेज होने के बावजूद अपेक्षाकृत छोटा और प्रबंधनीय बनाता है।
एक JPS फ़ाइल अनिवार्य रूप से एक विशिष्ट संरचना वाली JPEG फ़ाइल है। इसमें एक ही फ्रेम के भीतर साइड-बाय-साइड दो JPEG-कंप्रेस्ड इमेज होती हैं। इन इमेज को लेफ्ट-आई और राइट-आई इमेज कहा जाता है, और वे एक ही दृश्य के थोड़े अलग दृष्टिकोण का प्रतिनिधित्व करते हैं, जो हमारी प्रत्येक आँख द्वारा देखी गई चीज़ों के बीच मामूली अंतर की नकल करते हैं। यह अंतर वह है जो इमेज को सही ढंग से देखे ज ाने पर गहराई की धारणा की अनुमति देता है।
एक JPS इमेज के लिए मानक रिज़ॉल्यूशन आमतौर पर लेफ्ट और राइट दोनों इमेज को समायोजित करने के लिए एक मानक JPEG इमेज की चौड़ाई से दोगुना होता है। उदाहरण के लिए, यदि एक मानक JPEG इमेज का रिज़ॉल्यूशन 1920x1080 पिक्सेल है, तो एक JPS इमेज का रिज़ॉल्यूशन 3840x1080 पिक्सेल होगा, जिसमें प्रत्येक साइड-बाय-साइड इमेज कुल चौड़ाई का आधा हिस्सा घेरेगी। हालाँकि, रिज़ॉल्यूशन इमेज के स्रोत और इच्छित उपयोग के आधार पर भिन्न हो सकता है।
3D में JPS इमेज देखने के लिए, एक दर्शक को एक संगत डिस्प्ले डिवाइस या सॉफ़्टवेयर का उपयोग करना चाहिए जो साइड-बाय-साइड इमेज की व्याख्या कर सकता है और उन्हें प्रत्येक आँख को अलग से प्रस्तुत कर सकता है। यह विभिन्न तरीकों से प्राप्त किया जा सकता है, जैसे एनाग्लीफ 3D, जहाँ इमेज को रंग द्वारा फ़िल्टर किया जाता है और रंगीन चश्मे के साथ देखा जाता है; पोलराइज़्ड 3D, जहाँ इमेज को पोलराइज़्ड फ़िल्टर के माध्यम से प्रोजेक्ट किया जाता है और पोलराइज़्ड चश्मे के साथ देखा जाता है; या एक्टिव शटर 3D, जहाँ इमेज को वैकल्पिक रूप से प्रदर्शित किया जाता है और शटर चश्मे के साथ सिंक्रनाइज़ किया जाता है जो प्रत्येक आँख को सही इमेज दिखाने के लिए तेजी से खुलते और बंद होते हैं।
एक JPS इमेज की फ़ाइल संरचना एक मानक JPEG फ़ाइल के समान है। इसमें एक हेडर होता है, जिसमें SOI (स्टार्ट ऑफ़ इमेज) मार्कर शामिल होता है, इसके बाद कई सेगमेंट होते हैं जिनमें मेटाडेटा के विभिन्न भाग और स्वयं इमेज डेटा होता है। सेगमेंट में APP (एप्लीकेशन) मार्कर शामिल होते हैं, जिसमें Exif मेटाडेटा जैसी जानकारी हो सकती है, और DQT (डिफ़ाइन क्वांटिज़ेशन टेबल) सेगमेंट, जो इमेज डेटा को कंप्रेस करने के लिए उपयोग की जाने वाली क्वांटिज़ेशन टेबल को परिभाषित करता है।
JPS फ़ाइल में प्रमुख सेगमेंट में से एक JFIF (JPEG फ़ाइल इंट रचेंज फ़ॉर्मेट) सेगमेंट है, जो निर्दिष्ट करता है कि फ़ाइल JFIF मानक के अनुरूप है। यह सेगमेंट सॉफ़्टवेयर और हार्डवेयर की एक विस्तृत श्रृंखला के साथ संगतता सुनिश्चित करने के लिए महत्वपूर्ण है। इसमें थंबनेल इमेज का आस्पेक्ट रेशियो और रिज़ॉल्यूशन जैसी जानकारी भी शामिल है, जिसका उपयोग त्वरित पूर्वावलोकन के लिए किया जा सकता है।
JPS फ़ाइल में वास्तविक इमेज डेटा SOS (स्टार्ट ऑफ़ स्कैन) सेगमेंट में संग्रहीत किया जाता है, जो हेडर और मेटाडेटा सेगमेंट का अनुसरण करता है। इस सेगमेंट में लेफ्ट और राइट दोनों इमेज के लिए कंप्रेस्ड इमेज डेटा होता है। डेटा को JPEG कंप्रेशन एल्गोरिथम का उपयोग करके एन्कोड किया जाता है, जिसमें रंग स्थान रूपांतरण, सबसैंपलिंग, असतत कोसाइन ट्रांसफ़ॉर्म (DCT), क्वांटिज़ेशन और एंट्रॉपी कोडिंग सहित कई चरण शामिल होते हैं।
रंग स्थान रूपांतरण RGB रंग स्थान से इमेज डेटा को परिवर ्तित करने की प्रक्रिया है, जो आमतौर पर डिजिटल कैमरों और कंप्यूटर डिस्प्ले में उपयोग किया जाता है, YCbCr रंग स्थान में, जिसका उपयोग JPEG कंप्रेशन में किया जाता है। यह रूपांतरण इमेज को एक ल्यूमिनेंस घटक (Y) में अलग करता है, जो चमक के स्तर का प्रतिनिधित्व करता है, और दो क्रोमिनेंस घटक (Cb और Cr), जो रंग की जानकारी का प्रतिनिधित्व करते हैं। यह कंप्रेशन के लिए फायदेमंद है क्योंकि मानवीय आँख रंग की तुलना में चमक में बदलाव के प्रति अधिक संवेदनशील होती है, जिससे क्रोमिनेंस घटकों के अधिक आक्रामक कंप्रेशन की अनुमति मिलती है बिना कथित इमेज गुणवत्ता को महत्वपूर्ण रूप से प्रभावित किए।
सबसैंपलिंग एक ऐसी प्रक्रिया है जो ल्यूमिनेंस घटक के सापेक्ष क्रोमिनेंस घटकों के रिज़ॉल्यूशन को कम करके रंग विवरण के प्रति मानवीय आँख की कम संवेदनशीलता का लाभ उठाती है। सामान्य सबसैंपलिंग अनुपात में 4:4:4 (कोई सबसैंपलिं ग नहीं), 4:2:2 (क्रोमिनेंस के क्षैतिज रिज़ॉल्यूशन को आधा करना), और 4:2:0 (क्षैतिज और ऊर्ध्वाधर दोनों रिज़ॉल्यूशन को आधा करना) शामिल हैं। सबसैंपलिंग अनुपात का चुनाव इमेज गुणवत्ता और फ़ाइल आकार के बीच संतुलन को प्रभावित कर सकता है।
असतत कोसाइन ट्रांसफ़ॉर्म (DCT) को इमेज के छोटे ब्लॉक (आमतौर पर 8x8 पिक्सेल) पर लागू किया जाता है ताकि स्थानिक डोमेन डेटा को फ़्रीक्वेंसी डोमेन में परिवर्तित किया जा सके। यह चरण JPEG कंप्रेशन के लिए महत्वपूर्ण है क्योंकि यह इमेज विवरण को अलग-अलग महत्व के घटकों में अलग करने की अनुमति देता है, जिसमें उच्च फ़्रीक्वेंसी घटक अक्सर मानवीय आँख के लिए कम बोधगम्य होते हैं। इन घटकों को तब क्वांटिज़ किया जा सकता है, या सटीकता में कम किया जा सकता है, ताकि कंप्रेशन प्राप्त किया जा सके।
क्वांटिज़ेशन मानों की एक श्रेणी को एकल क्वांटम मान में मैप करने की प्रक्रिया है, जो प्रभावी रूप से DCT गुण
यह कनवर्टर पूरी तरह से आपके ब्राउज़र में चलता है। जब आप किसी फ़ाइल का चयन करते हैं, तो उसे मेमोरी में पढ़ा जाता है और चयनित प्रारूप में परिवर्तित किया जाता है। फिर आप परिवर्तित फ़ाइल डाउनलोड कर सकते हैं।
रूपांतरण तुरंत शुरू हो जाते हैं, और अधिकांश फ़ाइलें एक सेकंड के भीतर परिवर्तित हो जाती हैं। बड़ी फ़ाइलों में अधिक समय लग सकता है।
आपकी फाइलें कभी भी हमारे सर्वर पर अपलोड नहीं की जाती हैं। वे आपके ब्राउज़र में परिवर्तित हो जाती हैं, और फिर परिवर्तित फ़ाइल डाउनलोड हो जाती है। हम आपकी फाइलें कभी नहीं देखते हैं।
हम जेपीईजी, पीएनजी, जीआईएफ, वेबपी, एसवीजी, बीएमपी, টিআইএফএফ, और अधिक सहित सभी छवि प्रारूपों के बीच रूपांतरण का समर्थन करते हैं।
यह कनवर्टर पूरी तरह से मुफ्त है, और हमेशा मुफ्त रहेगा। क्योंकि यह आपके ब्राउज़र में चलता है, हमें सर्वर के लिए भुगत ान करने की आवश्यकता नहीं है, इसलिए हमें आपसे शुल्क लेने की आवश्यकता नहीं है।
हाँ! आप एक साथ जितनी चाहें उतनी फाइलें परिवर्तित कर सकते हैं। बस उन्हें जोड़ते समय कई फाइलों का चयन करें।