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।
DCX इमेज फ़ॉर्मेट, जिसे .dcx एक्सटेंशन के रूप में निर्दिष्ट किया गया है, एक उल्लेखनीय ग्राफ़िकल फ़ाइल फ़ॉर्मेट है जो मुख्य रूप से एक ही फ़ाइल में कई PCX फ़ॉर्मेट इमेज को एनकैप्सुलेट करने के उद्देश्य से कार्य करता है। यह कार्यक्षमता इसे विशेष रूप से उन अनुप्रयोगों के लिए उपयोगी बनाती है जिनमें इमेज सीक्वेंस या कई पेज वाले दस्तावेज़ों, जैसे फैक्स दस्तावेज़, एनिमेटेड इमेज या बहु-पृष्ठ दस्तावेज़ों के संगठन, संग्रहण और परिवहन की आवश्यकता होती है। पर्सनल कंप्यूटिंग के शुरुआती दिनों में विकसित, DCX फ़ॉर्मेट डिजिटल इमेजरी प्रबंधन की विकसित होती ज़रूरतों के लिए एक प्रमाण के रूप में खड़ा है, जो बल्क इमेज हैंडलिंग के लिए एक समाधान प्रदान करता है।
PCX फ़ॉर्मेट, जो DCX की नींव बनाता है, सॉफ़्टवेयर उद्योग में व्यापक रूप से अपनाए जाने वाले सबसे शुरुआती बिटमैप इमेज फ़ॉर्मेट में से एक था, मुख्य रूप से PC पेंटब्रश सॉफ़्टवेयर द्वारा। एक रेस्टर इमेज फ़ॉर्मेट के रूप में, इसने एक फ़ाइल के भीतर अलग-अलग पिक्सेल जानकारी को एन्कोड किया, विभिन्न रंग गहराई का समर्थन किया और प्रभावी रूप से समग्र DCX फ़ॉर्मेट के लिए आधार के रूप में कार्य किया। अपनी उम्र के बावजूद, PCX—और विस्तार से, DCX—अपनी सादगी और पुराने सॉफ़्टवेयर अनुप्रयोगों के साथ संगतता के कारण कुछ निश्चित जगहों पर उपयोग में बना हुआ है।
एक DCX फ़ाइल की संरचना अनिवार्य रूप से एक हेडर है जिसके बाद PCX फ़ाइलों की एक श्रृंखला होती है। DCX फ़ाइल का हेडर भाग एक अद्वितीय पहचानकर्ता ('0x3ADE68B1') स े शुरू होता है, जो DCX फ़ाइलों को अन्य फ़ाइल फ़ॉर्मेट से आत्मविश्वास से अलग करने के लिए एक मैजिक नंबर के रूप में कार्य करता है। मैजिक नंबर के बाद, एक निर्देशिका होती है जो DCX फ़ाइल के भीतर प्रत्येक एनकैप्सुलेटेड PCX इमेज की ऑफ़सेट स्थिति को सूचीबद्ध करती है। यह दृष्टिकोण पूरी फ़ाइल को क्रमिक रूप से पार्स करने की आवश्यकता के बिना अलग-अलग इमेज तक त्वरित पहुँच को सक्षम बनाता है, विशिष्ट सामग्री तक पहुँचने के लिए फ़ॉर्मेट की दक्षता को बढ़ाता है।
निर्देशिका अनुभाग में प्रत्येक प्रविष्टि में एक 32-बिट ऑफ़सेट होता है जो DCX फ़ाइल के भीतर एक PCX इमेज की शुरुआत की ओर इशारा करता है। इस निर्देशिका संरचना की सादगी व्यापक फ़ाइल पुनः प्रसंस्करण के बिना एक DCX फ़ाइल में PCX इमेज को जोड़ने, हटाने या बदलने की अनुमति देती है। यह बहु-पृष्ठ दस्तावेज़ इमेज या अनुक्रमिक इमेज संग्रह के प्रबंधनीय अद्यतन और संपादन को सक्षम करने म ें फ़ॉर्मेट की डिज़ाइन दूरदर्शिता को उजागर करता है।
तकनीकी एन्कोडिंग के संदर्भ में, एक DCX कंटेनर के भीतर एनकैप्सुलेटेड एक PCX फ़ाइल अपने इमेज डेटा को स्कैनलाइन की एक श्रृंखला के रूप में संग्रहीत करती है। इन स्कैनलाइन को रन-लेंथ एन्कोडिंग (RLE) का उपयोग करके संपीड़ित किया जाता है, जो दोषरहित डेटा संपीड़न का एक रूप है जो मूल इमेज गुणवत्ता से समझौता किए बिना फ़ाइल आकार को कम करता है। RLE एक समान रंग के बड़े क्षेत्रों वाली इमेज के लिए विशेष रूप से कुशल है, जो इसे स्कैन किए गए दस्तावेज़ इमेज और PCX और DCX फ़ॉर्मेट से जुड़े सरल ग्राफ़िक्स के लिए उपयुक्त बनाता है।
रंग गहराई के संबंध में PCX फ़ॉर्मेट का लचीलापन DCX फ़ॉर्मेट की अनुकूलन क्षमता में एक महत्वपूर्ण भूमिका निभाता है। PCX फ़ाइलें मोनोक्रोम, 16-रंग, 256-रंग और ट्रू कलर (24-बिट) इमेज को संभाल सकती हैं, जिससे DCX कंटेनर इमेज प्रकारों की एक विस्तृत श्रृंखला को एनकैप् सुलेट कर सकते हैं। यह बहुमुखी प्रतिभा अभिलेखीय उद्देश्यों के लिए DCX फ़ॉर्मेट की निरंतर प्रासंगिकता सुनिश्चित करती है, जहाँ मूल दस्तावेज़ों या इमेज की निष्ठा को बनाए रखना सर्वोपरि है।
अपने लाभों के बावजूद, DCX फ़ॉर्मेट अपने डिज़ाइन और जिस तकनीकी युग से यह उत्पन्न हुआ है, उसमें निहित सीमाओं का सामना करता है। एक के लिए, फ़ॉर्मेट स्वाभाविक रूप से लेयर, पारदर्शिता या मेटाडेटा जैसी उन्नत इमेज सुविधाओं का समर्थन नहीं करता है, जो अधिक आधुनिक इमेज फ़ाइल फ़ॉर्मेट में मानक बन गए हैं। ये सीमाएँ जटिल इमेज संपादन या डिजिटल कलाकृति निर्माण के बजाय दस्तावेज़ स्कैनिंग और संग्रह जैसे अधिक सीधे अनुप्रयोगों में फ़ॉर्मेट की उपयोगिता को दर्शाती हैं।
इसके अतिरिक्त, जबकि PCX और इसलिए DCX फ़ॉर्मेट द्वारा नियोजित रन-लेंथ एन्कोडिंग विधि कुछ प्रकार की इमेज के लिए कुशल है, यह सभी परिदृश्यों के लिए सबसे इष्टतम संपीड़न प्रदान नहीं कर सकती है। आधुनिक इमेज संपीड़न एल्गोरिदम, जैसे कि JPEG या PNG फ़ॉर्मेट में उपयोग किए जाने वाले, अधिक परिष्कृत तरीके प्रदान करते हैं, जो इमेज की एक विस्तृत श्रृंखला के लिए छोटे फ़ाइल आकार में उच्च संपीड़न अनुपात और बेहतर गुणवत्ता प्राप्त करते हैं। हालाँकि, RLE की सादगी और DCX इमेज में दोषपूर्ण संपीड़न कलाकृतियों की अनुपस्थिति यह सुनिश्चित करती है कि वे बिना गिरावट के अपनी मूल दृश्य अखंडता बनाए रखें।
इसके अलावा, DCX फ़ाइलों के भीतर PCX फ़ॉर्मेट पर निर्भरता का अर्थ PCX से जुड़ी सीमाओं और चुनौतियों को विरासत में लेना भी है। उदाहरण के लिए, आधुनिक उच्च-रिज़ॉल्यूशन इमेज या विस्तृत रंग सरगम वाली इमेज को संभालना समस्याग्रस्त हो सकता है, रंग गहराई प्रतिबंधों और जटिल इमेज के लिए RLE संपीड़न की अक्षमता को देखते हुए। नतीजतन, जबकि DCX फ़ाइलें सरल इमेज या दस्तावेज़ स्कैन को कुशलता से संग्रहीत करन े में उत्कृष्टता प्राप्त करती हैं, वे उच्च-गुणवत्ता वाली फ़ोटोग्राफ़ी या विस्तृत ग्राफ़िक कार्य के लिए आदर्श विकल्प नहीं हो सकते हैं।
सॉफ़्टवेयर संगतता के दृष्टिकोण से, DCX फ़ॉर्मेट को कई इमेज देखने और संपादन कार्यक्रमों से समर्थन प्राप्त है, विशेष रूप से वे जो विरासत फ़ाइल फ़ॉर्मेट के साथ काम करने के लिए डिज़ाइन किए गए हैं या दस्तावेज़ इमेजिंग में विशिष्ट हैं। यह इंटरऑपरेबिलिटी यह सुनिश्चित करती है कि उपयोगकर्ता मौजूदा सॉफ़्टवेयर समाधानों का लाभ उठाते हुए DCX फ़ाइलों तक पहुँच सकते हैं और उनमें हेरफेर कर सकते हैं। फिर भी, जैसे-जैसे डिजिटल इमेजिंग परिदृश्य विकसित होता है, अधिक उन्न
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।