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।
DXT1 संपीड़न प्रारूप, DirectX टेक्सचर (DirectXTex) परिवार का हिस्सा, छवि संपीड़न तकनीक में एक महत्वपूर्ण छलांग का प्रतिनिधित्व करता है, जो विशेष रूप से कंप्यूटर ग्राफिक्स के लिए डिज़ाइन किया गया है। यह एक हानिपूर्ण संपीड़न तकनीक है जो भंडारण आवश्यकताओं के साथ छवि गुणवत्ता को संतुलित करती है, जिससे यह वास्तविक समय के 3D अनुप्रयोगों, जैसे गेम, जहां डिस्क स्थान और बैंडविड्थ दोनों ही कीमती वस्तुएं हैं, के लिए असाधारण रूप से उपयुक्त है। इसके मूल में, DXT1 प्रारूप वास्तविक समय में डीकंप्रेसन की आवश्यकता के बिना टेक्सचर डेटा को उसके मूल आकार के एक अंश में संपीड़ित करता है, जिससे मेमोरी उपयोग कम होता है और प्रदर्शन बढ़ता है।
DXT1 व्यक्तिगत पिक्सेल के बजाय पिक्सेल के ब्लॉक पर काम करता है। विशेष रूप से, यह पिक्सेल के 4x4 ब्लॉक को संसाधित करता है, प्रत्येक ब्लॉक को 64 बिट तक संपीड़ित करता है। यह दृष्टिकोण, ब्लॉक-आधारित संपीड़न, वह है जो DXT1 को किसी छवि का प्रतिनिधित्व करने के लिए आवश्यक डेटा की मात्रा को महत्वपूर्ण रूप से कम करने में सक्षम बनाता है। DXT1 में संपीड़न का सार प्रत्येक ब्लॉक के भीतर रंग प्रतिनिधित्व में संतुलन खोजने की क्षमता में निहित है, जिससे उच्च संपीड़न अनुपात प्राप्त करते हुए यथासंभव अधिक विवरण संरक्षित किया जा सके।
DXT1 की संपीड़न प्रक्रिया को कई चरणों में विभाजित किया जा सकता है। सबसे पहले, यह एक ब्लॉक के भीतर दो रंगों की पहचान करता है जो ब्लॉक की समग्र रंग सीमा के सबसे अधिक प्रतिनिधि है ं। इन रंगों को ब्लॉक के भीतर रंग परिवर्तनशीलता को शामिल करने की उनकी क्षमता के आधार पर चुना जाता है, और उन्हें दो 16-बिट RGB रंगों के रूप में संग्रहीत किया जाता है। मूल छवि डेटा की तुलना में कम बिट गहराई के बावजूद, यह चरण सुनिश्चित करता है कि सबसे महत्वपूर्ण रंग जानकारी बरकरार रहे।
दो प्राथमिक रंगों को निर्धारित करने के बाद, DXT1 उनका उपयोग दो अतिरिक्त रंग उत्पन्न करने के लिए करता है, जिससे कुल चार रंग बनते हैं जो पूरे ब्लॉक का प्रतिनिधित्व करेंगे। इन अतिरिक्त रंगों की गणना रैखिक प्रक्षेप द्वारा की जाती है, एक प्रक्रिया जो दो प्राथमिक रंगों को विभिन्न अनुपातों में मिश्रित करती है। विशेष रूप से, तीसरा रंग दो प्राथमिक रंगों को समान रूप से मिश्रित करके उत्पन्न किया जाता है, जबकि चौथा रंग या तो पहले रंग का पक्ष लेने वाला मिश्रण होता है या बनावट की पारदर्शिता आवश्यकताओं के आधार पर शुद्ध क ाला होता है।
चार रंगों के निर्धारित होने के साथ, अगले चरण में मूल 4x4 ब्लॉक में प्रत्येक पिक्सेल को चार उत्पन्न रंगों में से निकटतम रंग में मैप करना शामिल है। यह मैपिंग एक साधारण निकटतम-पड़ोसी एल्गोरिथम के माध्यम से की जाती है, जो मूल पिक्सेल रंग और चार प्रतिनिधि रंगों के बीच की दूरी की गणना करता है, पिक्सेल को निकटतम मिलान को असाइन करता है। यह प्रक्रिया प्रभावी रूप से ब्लॉक के मूल रंग स्थान को चार अलग-अलग रंगों में क्वांटिज़ करती है, जो DXT1 के संपीड़न को प्राप्त करने में एक प्रमुख कारक है।
DXT1 संपीड़न प्रक्रिया में अंतिम चरण ब्लॉक के लिए चुने गए दो मूल रंगों के साथ रंग मैपिंग जानकारी का एन्कोडिंग है। दो मूल रंगों को सीधे संपीड़ित ब्लॉक डेटा में 16-बिट मानों के रूप में संग्रहीत किया जाता है। इस बीच, प्रत्येक पिक्सेल को चार रंगों में से एक में मैपिंग को 2-बिट इंडेक्स की एक श्रृंखला के र ूप में एन्कोड किया जाता है, जिसमें प्रत्येक इंडेक्स चार रंगों में से एक की ओर इशारा करता है। इन इंडेक्स को एक साथ पैक किया जाता है और 64-बिट ब्लॉक के शेष बिट्स को शामिल किया जाता है। परिणामी संपीड़ित ब्लॉक में इस प्रकार रंग की जानकारी और डीकंप्रेसन के दौरान ब्लॉक की उपस्थिति को फिर से बनाने के लिए आवश्यक मैपिंग दोनों शामिल हैं।
DXT1 में डीकंप्रेसन को एक सीधा और तेज़ प्रक्रिया के रूप में डिज़ाइन किया गया है, जो इसे वास्तविक समय के अनुप्रयोगों के लिए अत्यधिक उपयुक्त बनाता है। डीकंप्रेसन एल्गोरिथम की सादगी इसे आधुनिक ग्राफिक्स कार्ड में हार्डवेयर द्वारा निष्पादित करने की अनुमति देती है, जिससे सीपीयू पर लोड और भी कम हो जाता है और DXT1-संपीड़ित बनावट की प्रदर्शन क्षमता में योगदान होता है। डीकंप्रेसन के दौरान, दो मूल रंगों को ब्लॉक डेटा से पुनः प्राप्त किया जाता है और ब्लॉक में प्रत्ये क पिक्सेल के रंग को फिर से बनाने के लिए 2-बिट इंडेक्स के साथ उपयोग किया जाता है। यदि आवश्यक हो तो मध्यवर्ती रंगों को प्राप्त करने के लिए रैखिक प्रक्षेप विधि को फिर से नियोजित किया जाता है।
DXT1 के लाभों में से एक फ़ाइल आकार में इसकी महत्वपूर्ण कमी है, जो असम्पीडित 24-बिट RGB बनावट की तुलना में 8:1 जितनी हो सकती है। यह कमी न केवल डिस्क स्थान बचाती है बल्कि लोड समय को भी कम करती है और दिए गए मेमोरी बजट के भीतर बनावट की विविधता की संभावना को बढ़ाती है। इसके अलावा, DXT1 के प्रदर्शन लाभ भंडारण और बैंडविड्थ बचत तक सीमित नहीं हैं; GPU को संसाधित और स्थानांतरित किए जाने वाले डेटा की मात्रा को कम करके, यह तेज़ रेंडरिंग गति में भी योगदान देता है, जिससे यह गेमिंग और अन्य ग्राफिक्स-गहन अनुप्रयोगों के लिए एक आदर्श प्रारूप बन जाता है।
अपने लाभों के बावजूद, DXT1 अपनी सीमाओं के बिना नहीं है। सबसे उल्लेखनीय दृश्यमान कलाकृतियों की संभावना है, विशेष रूप से उच्च रंग विपरीत या जटिल विवरण वाली बनावट में। ये कलाकृतियाँ क्वांटिज़ेशन प्रक्रिया और प्रति ब्लॉक चार रंगों की सीमा से उत्पन्न होती हैं, जो मूल छवि की पूर्ण रंग सीमा का सटीक रूप से प्रतिनिधित्व नहीं कर सकती हैं। इसके अतिरिक्त, प्रत्येक ब्लॉक के लिए दो प्रतिनिधि रंगों का चयन करने की आवश्यकता रंग बैंडिंग के साथ समस्याएँ पैदा कर सकती है, जहाँ रंगों के बीच संक्रमण स्पष्ट रूप से अचानक और अप्राकृतिक हो जाते हैं।
इसके अलावा, DXT1 प्रारूप की पारदर्शिता से निपटने से जटिलता की एक और परत जुड़ जाती है। DXT1 1-बिट अल्फा पारदर्शिता का समर्थन करता है, जिसका अर्थ है कि एक पिक्सेल पूरी तरह से पारदर्शी या पूरी तरह से अपारदर्शी हो सकता है। पारदर्शिता के लिए इस द्विआधारी दृष्टिकोण को उत्पन्न रंगों में से एक को पारदर्शिता का प्रतिनिधित्व करने के लिए चुनकर लागू किया जाता है, आमतौर पर चौथा रंग यदि पहले दो रंगों को इस तरह चुना जाता है कि उनका संख्यात्मक क्रम उलट हो। जबकि यह बनावट में पारदर्शिता के कुछ स्तर की अनुमति देता है, यह काफी सीमित है और पारदर्शी क्षेत्रों के चारों ओर कठोर किनारों को जन्म दे सकता है, जिससे यह विस्तृत पारदर्शिता प्रभावों के लिए कम उपयुक्त हो जाता है।
DXT1-संपीड़ित बनावट के साथ काम करने वाले डेवलपर्स अक्सर इन सीमाओं को कम करने के लिए विभिन्न तकनीकों को नियोजित करते हैं। उदाहरण के लिए, सावधानीपूर्वक बनावट डिज़ाइन और डिथरिंग का
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।