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।
3G2 फ़ाइल प्रारूप एक वीडियो कंटेनर प्रारूप है जो आमतौर पर 3GPP2 मल्टीमीडिया फ़ाइलों के लिए उपयोग किया जाता है। यह ISO बेस मीडिया फ़ाइल प्रारूप पर आधारित है, जिसे ISO/IEC 14496-12 में परिभाषित किया गया है। 3G2 प्रारूप को 3GP प्रारूप के विस्तार के रूप में विकसित किया गया था, जिसे 3GPP (तीसरी पीढ़ी की साझेदारी परियोजना) मल्टीमीडिया फ़ाइलों के लिए बनाया गया था। जबकि 3GP का उपयोग GSM-आधारित मोबाइल फ़ोन के लिए किया जाता है, 3G2 का उपयोग CDMA-आधारित मोबाइल फ़ोन के लिए किया जाता है।
3G2 प्रारूप को एक ही फ़ाइल में वीडियो, ऑडियो और टेक्स्ट डेटा संग्रहीत करने के लिए ड िज़ाइन किया गया है। यह H.263, MPEG-4 विज़ुअल, H.264 (AVC), AMR-NB, AMR-WB, AAC और QCELP सहित विभिन्न प्रकार के वीडियो और ऑडियो कोडेक का समर्थन करता है। प्रारूप 3GPP टाइम्ड टेक्स्ट प्रारूप का उपयोग करके सबटाइटल या कैप्शन जैसे टेक्स्ट ट्रैक को शामिल करने का भी समर्थन करता है।
3G2 फ़ाइल की संरचना में बॉक्स (जिन्हें एटम भी कहा जाता है) की एक श्रृंखला होती है, जो पदानुक्रमित रूप से व्यवस्थित होते हैं। प्रत्येक बॉक्स का एक विशिष्ट उद्देश्य होता है और इसमें या तो डेटा या अन्य बॉक्स होते हैं। 3G2 फ़ाइल में मुख्य बॉक्स में शामिल हैं:
1. ftyp (फ़ाइल प्रकार बॉक्स): यह बॉक्स फ़ाइल प्रकार और संगतता की पहचान करता है। इसमें प्रमुख ब्रांड, मामूली संस्करण और संगत ब्रांड के बारे में जानकारी होती है।
2. moov (मूवी बॉक्स): यह मीडिया फ़ाइल के मेटाडेटा के लिए कंटेनर बॉक्स है। इसमें फ़ाइल को चलाने के लिए आवश्यक ट्रैक, अवधि और अन्य विवरणों के बा रे में जानकारी शामिल है।
2.1. mvhd (मूवी हेडर बॉक्स): इस बॉक्स में मूवी के बारे में समग्र जानकारी होती है, जैसे कि निर्माण समय, अवधि और टाइमस्केल।
2.2. trak (ट्रैक बॉक्स): फ़ाइल में प्रत्येक ट्रैक का अपना ट्रैक बॉक्स होता है, जिसमें उस ट्रैक के लिए विशिष्ट जानकारी होती है।
2.2.1. tkhd (ट्रैक हेडर बॉक्स): इस बॉक्स में ट्रैक के बारे में जानकारी होती है, जैसे कि इसकी आईडी, अवधि और आयाम।
2.2.2. mdia (मीडिया बॉक्स): इस बॉक्स में ट्रैक के भीतर मीडिया डेटा के बारे में जानकारी होती है।
2.2.2.1. mdhd (मीडिया हेडर बॉक्स): इस बॉक्स में मीडिया के बारे में जानकारी होती है, जैसे कि इसका टाइमस्केल और अवधि।
2.2.2.2. hdlr (हैंडलर संदर्भ बॉक्स): यह बॉक्स ट्रैक में मीडिया के प्रकार को निर्दिष्ट करता है (जैसे, वीडियो, ऑडियो या टेक्स्ट)।
2.2.2.3. minf (मीडिया सूचना बॉक्स): इस बॉक्स में वास्तविक मीडिया डेटा और संबंधित जानकारी होती है।
3. mdat (मीडिया डेटा बॉक्स): इस बॉक्स में वास्तविक मीडिया डेटा होता है, जैसे कि एन्कोडेड वीडियो फ़्रेम, ऑडियो नमूने और टेक्स्ट।
3G2 प्रारूप वीडियो और ऑडियो डेटा को संपीड़ित करने के लिए विभिन्न प्रकार के कोडेक का उपयोग करता है। वीडियो के लिए, सबसे आम कोडेक H.263, MPEG-4 विज़ुअल और H.264 (AVC) हैं। H.263 एक पुराना कोडेक है जिसका व्यापक रूप से शुरुआती 3G मोबाइल फ़ोन में उपयोग किया जाता था। यह कम बिटरेट प्रदान करता है और कम-रिज़ॉल्यूशन वीडियो के लिए उपयुक्त है। MPEG-4 विज़ुअल, जिसे MPEG-4 भाग 2 के रूप में भी जाना जाता है, एक अधिक उन्नत कोडेक है जो बेहतर संपीड़न दक्षता प्रदान करता है और उच्च रिज़ॉल्यूशन का समर्थन करता है। H.264 (AVC) एक अत्याधुनिक वीडियो कोडेक है जो उत्कृष्ट संपीड़न प्रदर्शन प्रदान करता है और आधुनिक मोबाइल उपकरणों और स्ट्रीमिंग सेवाओं में व्यापक रूप से उपयोग किया जाता है।
ऑडियो के लिए, 3G2 प्रारूप AMR-NB, AMR-WB, AAC और QCELP जैसे क ोडेक का समर्थन करता है। AMR-NB (अनुकूली बहु-दर नैरोबैंड) एक स्पीच कोडेक है जिसे कम बिटरेट के लिए अनुकूलित किया गया है और आमतौर पर वॉयस कॉल के लिए उपयोग किया जाता है। AMR-WB (अनुकूली बहु-दर वाइडबैंड) AMR-NB का एक विस्तार है जो बेहतर स्पीच गुणवत्ता प्रदान करता है और व्यापक आवृत्ति श्रेणियों का समर्थन करता है। AAC (उन्नत ऑडियो कोडिंग) एक सामान्य-उद्देश्य ऑडियो कोडेक है जो अपेक्षाकृत कम बिटरेट पर उच्च-गुणवत्ता वाला ऑडियो प्रदान करता है। QCELP (क्वालकॉम कोड उत्तेजित रैखिक भविष्यवाणी) क्वालकॉम द्वारा विकसित एक स्पीच कोडेक है जिसका उपयोग CDMA-आधारित मोबाइल फ़ोन में किया जाता है।
3G2 प्रारूप 3GPP टाइम्ड टेक्स्ट प्रारूप का उपयोग करके सबटाइटल या कैप्शन जैसे टेक्स्ट ट्रैक को शामिल करने का भी समर्थन करता है। टाइम्ड टेक्स्ट टाइम्ड टेक्स्ट मीडिया का प्रतिनिधित्व करने के लिए एक मानकीकृत प्रारूप है, जो वीडियो क े प्लेबैक के दौरान विशिष्ट समय पर टेक्स्ट प्रदर्शित करने की अनुमति देता है। टाइम्ड टेक्स्ट डेटा को 3G2 फ़ाइल के भीतर एक अलग ट्रैक में संग्रहीत किया जाता है और इसे वीडियो और ऑडियो ट्रैक के साथ सिंक्रनाइज़ किया जाता है।
3G2 प्रारूप के लाभों में से एक उपकरणों और प्लेटफ़ॉर्म की एक विस्तृत श्रृंखला के साथ इसकी संगतता है। अधिकांश आधुनिक मोबाइल फ़ोन, टैबलेट और मीडिया प्लेयर 3G2 फ़ाइलों के प्लेबैक का समर्थन करते हैं। इसके अतिरिक्त, कई वीडियो संपादन और प्लेबैक सॉफ़्टवेयर एप्लिकेशन, जैसे कि क्विकटाइम, VLC और Adobe Premiere, 3G2 फ़ाइलों को संभाल सकते हैं।
हालाँकि, 3G2 प्रारूप की कुछ सीमाएँ हैं। मुख्य कमियों में से एक उच्च-रिज़ॉल्यूशन वीडियो के लिए इसका सीमित समर्थन है। जबकि प्रारूप 1080p तक के वीडियो रिज़ॉल्यूशन को संभाल सकता है, यह 4K या 8K जैसे उच्च रिज़ॉल्यूशन के लिए उपयुक्त नहीं है। इसके अतिरिक्त, समर्थ ित वीडियो कोडेक की संपीड़न दक्षता HEVC (H.265) या AV1 जैसे अधिक आधुनिक कोडेक जितनी अच्छी नहीं हो सकती है।
एक और सीमा कुछ उन्नत सुविधाओं के लिए समर्थन की कमी है, जैसे कि कई ऑडियो ट्रैक, अध्याय या मेटाडेटा। जबकि 3G2 प्रारूप में कई ट्रैक शामिल हो सकते हैं, यह कई ऑडियो ट्रैक या अध्यायों को संभालने का एक मानकीकृत तरीका प्रदान नहीं करता है। यह कुछ अनुप्रयोगों में प्रारूप के लचीलेपन और कार्यक्षमता को सीमित कर सकता है।
इन सीमाओं के बावजूद, 3G2 प्रारूप मोबाइल वीडियो सामग्री के लिए व्यापक रूप से उपयोग किया जाने वाला और समर्थित कंटेनर प्रारूप बना हुआ है। उपकरणों की एक विस्तृत श्रृंखला के साथ इसकी संगतता और एक ही फ़ाइल में वीडियो, ऑडियो और टेक्स्ट संग्रहीत करने की इसकी क्षमता इसे मोबाइल
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 जात ी 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 भुगतान 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।