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।
बिटमैप (BMP) फ़ाइल प्रारूप, डिजिटल इमेजिंग के क्षेत्र में एक मुख्य आधार, मोनोक्रोम और रंग दोनों तरह की द्वि-आयामी डिजिटल छवियों को संग्रहीत करने की एक सरल लेकिन बहुमुखी विधि के रूप में कार्य करता है। 1980 के दशक के अंत में Windows 3.0 के साथ इसकी स्थापना के बाद से, BMP प्रारूप अपनी सादगी और व्यापक संगतता के लिए व्यापक रूप से पहचाना जाने लगा है, जो लगभग सभी Windows वातावरण और कई गैर-Windows अनुप्रयोगों द्वारा समर्थित है। यह छवि प्रारूप विशेष रूप से अपने सबसे बुनियादी रूपों में किसी भी संपीड़न की कमी के लिए जाना जाता है, जिसके पर िणामस्वरूप JPEG या PNG जैसे अन्य प्रारूपों की तुलना में बड़े फ़ाइल आकार होते हैं, लेकिन छवि डेटा की त्वरित पहुँच और हेरफेर की सुविधा मिलती है।
एक BMP फ़ाइल में एक हेडर, एक रंग तालिका (अनुक्रमित-रंग छवियों के लिए) और स्वयं बिटमैप डेटा होता है। BMP प्रारूप का एक प्रमुख घटक हेडर, बिटमैप छवि के बारे में मेटाडेटा समाहित करता है, जैसे कि इसकी चौड़ाई, ऊँचाई, रंग की गहराई और उपयोग किए गए संपीड़न का प्रकार, यदि कोई हो। रंग तालिका, केवल 8 बिट प्रति पिक्सेल (bpp) या उससे कम की रंग गहराई वाली छवियों में मौजूद होती है, जिसमें छवि में उपयोग किए गए रंगों का एक पैलेट होता है। बिटमैप डेटा वास्तविक पिक्सेल मानों का प्रतिनिधित्व करता है जो छवि बनाते हैं, जहाँ प्रत्येक पिक्सेल को या तो सीधे उसके रंग मान द्वारा परिभाषित किया जा सकता है या तालिका में किसी रंग को संदर्भित किया जा सकता है।
BMP फ़ाइल हेडर को तीन मुख्य खं डों में विभाजित किया गया है: बिटमैप फ़ाइल हेडर, बिटमैप सूचना हेडर (या DIB हेडर), और, कुछ मामलों में, पिक्सेल प्रारूप को परिभाषित करने के लिए एक वैकल्पिक बिट मास्क अनुभाग। बिटमैप फ़ाइल हेडर 2-बाइट पहचानकर्ता ('BM') से शुरू होता है, जिसके बाद फ़ाइल का आकार, आरक्षित फ़ील्ड (आमतौर पर शून्य पर सेट) और पिक्सेल डेटा की शुरुआत के लिए ऑफ़सेट होता है। यह सुनिश्चित करता है कि फ़ाइल को पढ़ने वाली प्रणाली जानती है कि हेडर के आकार की परवाह किए बिना, वास्तविक छवि डेटा को तुरंत कैसे एक्सेस किया जाए।
बिटमैप फ़ाइल हेडर के बाद बिटमैप सूचना हेडर होता है, जो छवि के बारे में विस्तृत जानकारी प्रदान करता है। इस खंड में हेडर का आकार, पिक्सेल में छवि की चौड़ाई और ऊंचाई, प्लेन की संख्या (BMP फ़ाइलों में हमेशा 1 पर सेट), बिट प्रति पिक्सेल (जो छवि की रंग गहराई को इंगित करता है), उपयोग की जाने वाली संपीड़न विधि, छवि के कच्च े डेटा का आकार और पिक्सेल प्रति मीटर में क्षैतिज और ऊर्ध्वाधर रिज़ॉल्यूशन शामिल है। डेटा की यह अधिकता सुनिश्चित करती है कि छवि को BMP फ़ाइलों को पढ़ने में सक्षम किसी भी डिवाइस या सॉफ़्टवेयर पर सटीक रूप से पुन: प्रस्तुत किया जा सकता है।
BMP फ़ाइलों में संपीड़न कई रूप ले सकता है, हालांकि प्रारूप आमतौर पर असम्पीडित छवियों से जुड़ा होता है। 16- और 32-बिट छवियों के लिए, संपीड़न विधियाँ जैसे BI_RGB (असम्पीडित), BI_BITFIELDS (जो रंग प्रारूप को परिभाषित करने के लिए रंग मास्क का उपयोग करता है), और BI_ALPHABITFIELDS (जो एक अल्फा पारदर्शिता चैनल के लिए समर्थन जोड़ता है) उपलब्ध हैं। ये विधियाँ गुणवत्ता के महत्वपूर्ण नुकसान के बिना उच्च-रंग-गहराई वाली छवियों के कुशल भंडारण की अनुमति देती हैं, हालांकि वे अधिक विशिष्ट असम्पीडित प्रारूप की तुलना में कम उपयोग की जाती हैं।
8 bpp या उससे कम की छवियों से निपटने पर BMP फ़ाइलों में रंग तालिका एक महत्वपूर्ण भूमिका निभाती है। यह इन छवियों को अनुक्रमित रंगों का उपयोग करके एक छोटे फ़ाइल आकार को बनाए रखते हुए रंगों की एक विस्तृत श्रृंखला प्रदर्शित करने की अनुमति देता है। रंग तालिका में प्रत्येक प्रविष्टि एक एकल रंग को परिभाषित करती है, और छवि के लिए बिटमैप डेटा केवल इन प्रविष्टियों को संदर्भित करता है बजाय प्रत्येक पिक्सेल के लिए संपूर्ण रंग मानों को संग्रहीत करने के। यह विधि उन छवियों के लिए अत्यधिक कुशल है जिन्हें रंगों के पूर्ण स्पेक्ट्रम की आवश्यकता नहीं होती है, जैसे कि आइकन या सरल ग्राफिक्स।
हालाँकि, जबकि BMP फ़ाइलों को उनकी सादगी और उनके द्वारा संरक्षित छवियों की गुणवत्ता के लिए सराहा जाता है, वे उल्लेखनीय कमियों के साथ भी आते हैं। इसके कई प्रकारों के लिए प्रभावी संपीड़न की कमी का मतलब है कि BMP फ़ाइलें आकार में जल्दी से बोझिल हो सकती हैं, खासकर उच्च-रिज ़ॉल्यूशन या रंग-गहराई वाली छवियों से निपटने पर। यह उन्हें वेब उपयोग या किसी भी एप्लिकेशन के लिए अव्यवहारिक बना सकता है जहां संग्रहण या बैंडविड्थ एक चिंता का विषय है। इसके अलावा, BMP प्रारूप मूल रूप से पारदर्शिता (कम सामान्यतः उपयोग किए जाने वाले BI_ALPHABITFIELDS संपीड़न के अपवाद के साथ) या परतों का समर्थन नहीं करता है, जो अधिक जटिल ग्राफिक डिज़ाइन परियोजनाओं में इसकी उपयोगिता को सीमित करता है।
BMP प्रारूप की मानक विशेषताओं के अतिरिक्त, कई प्रकार और एक्सटेंशन हैं जिन्हें इसकी क्षमताओं को बढ़ाने के लिए वर्षों से विकसित किया गया है। एक उल्लेखनीय विस्तार 4-बिट प्रति पिक्सेल (4bpp) और 8bpp संपीड़न है, जो अनुक्रमित-रंग छवियों के फ़ाइल आकार को कम करने के लिए रंग तालिका के अल्पविकसित संपीड़न की अनुमति देता है। एक और महत्वपूर्ण विस्तार फ़ाइल हेडर के एप्लिकेशन विशिष्ट ब्लॉक (ASB) का उपयोग करके BMP फ़ाइलों के भीतर मेटाडेटा संग्रहीत करने की क्षमता है। यह सुविधा लेखकत्व, कॉपीराइट और छवि निर्माण डेटा जैसी मनमानी अतिरिक्त जानकारी को शामिल करने की अनुमति देती है, जो डिजिटल प्रबंधन और अभिलेखीय उद्देश्यों के लिए BMP फ़ाइलों के उपयोग में अधिक लचीलापन प्रदान करती है।
BMP फ़ाइलों के साथ काम करने वाले सॉफ़्टवेयर डेवलपर्स के लिए तकनीकी विचारों में फ़ाइल प्रारूप की संरचना की बारीकियों को समझना और विभिन्न बिट गहराई और संपीड़न प्रकारों को उचित रूप से संभालना शामिल है। उदाहरण के लिए, BMP फ़ाइलों को पढ़ने और लिखने के लिए छवि के आयाम, रंग की गहराई और संपीड़न विधि को निर्धारित करने के लिए हेडर को सही ढंग से पार्स करने की आवश्यकता होती है। अनुक्रमित-रंग छवियों से निपटने के दौरान डेवलपर्स को रंग तालिका को प्रभावी ढंग से प्रबंधित करना चाहिए ताकि यह सुनिश्चित हो सके कि रंगों का सटीक रूप से प्रतिनिधित्व किया गया है। इसके अलावा, सिस्टम की एंडियननेस पर विचार किया जाना चाहिए, क्योंकि BMP प्रारूप लिटिल-एंडियन बाइट ऑर्डरिंग निर्दिष्ट करता है, जिसके लिए बड़े-एंडियन सिस्टम पर रूपांतरण की आवश्यकता हो सकती है।
विशिष्ट अनुप्रयोगों के लिए BMP फ़ाइलों को अनुक
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 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।