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।
OTB (ऑन-द-एयर बिटमैप) इमेज फॉर्मेट एक विशेष फाइल फॉर्मेट है जो मुख्य रूप से मोबाइल कंटेंट के लिए उपयोग किया जाता है, विशेष रूप से मोबाइल फोन और दूरसंचार के संदर्भ में। इसे मोनोक्रोम इमेज को स्टोर करने के लिए एक कॉम्पैक्ट और कुशल तरीका बनाने के लिए डिज़ाइन किया गया है, जो ऐसी इमेज होती हैं जिनमें केवल दो रंग होते हैं, आमतौर पर काला और सफेद। यह फॉर्मेट एयर इंटरफेस पर त्वरित ट्रांसमिशन के लिए अनुकूलित है, जो मोबाइल संचार में विशेष रूप से महत्वपूर्ण है जहां बैंडविड्थ सीमित हो सकती है और ट्रांसमिशन दक्षता महत्वपूर्ण है।
OTB फाइ लें अपने छोटे फाइल आकार की विशेषता होती हैं, जो एक सरल लेकिन प्रभावी कंप्रेशन विधि के माध्यम से प्राप्त किया जाता है। JPEG या PNG जैसे अधिक जटिल इमेज फॉर्मेट के विपरीत, OTB रंगों की एक विस्तृत श्रृंखला या परिष्कृत कंप्रेशन एल्गोरिदम का समर्थन नहीं करता है। इसके बजाय, यह आवश्यक पिक्सेल जानकारी को इस तरह से देने पर ध्यान केंद्रित करता है जिसे मोबाइल उपकरणों द्वारा आसानी से और जल्दी से डिकोड किया जा सके। यह सरलता ही OTB को मोबाइल एप्लिकेशन में उपयोग किए जाने वाले लोगो, आइकन और अन्य सरल ग्राफिक्स के लिए विशेष रूप से उपयुक्त बनाती है।
OTB फाइल की संरचना अपेक्षाकृत सरल है। यह एक हेडर से शुरू होती है जिसमें इमेज के बारे में जानकारी होती है, जैसे कि पिक्सेल में इसकी चौड़ाई और ऊंचाई, और संभवतः अन्य मेटाडेटा जैसे कि निर्माता का नाम या निर्माण की तिथि। हेडर के बाद इमेज डेटा होता है, जिसे एक कंप्रेशन फॉर्मेट में स्टोर किया जाता है। कंप्रेशन आमतौर पर रन-लेंथ एन्कोडिंग (RLE) का एक रूप होता है, जो डेटा कंप्रेशन का एक मूल रूप है जहां समान डेटा मान (इस मामले में, एक पिक्सेल रंग) के अनुक्रमों को एकल डेटा मान और गणना के रूप में संग्रहीत किया जाता है।
रन-लेंथ एन्कोडिंग उसी रंग के बड़े क्षेत्रों वाली इमेज के लिए विशेष रूप से प्रभावी है, जो अक्सर मोनोक्रोम इमेज के मामले में होता है। उदाहरण के लिए, यदि किसी इमेज में काले पिक्सेल की एक लंबी क्षैतिज रेखा होती है, तो प्रत्येक पिक्सेल के लिए रंग मान को अलग-अलग स्टोर करने के बजाय, RLE काले रंग और उसके दोहराए जाने की संख्या को स्टोर करेगा। यह प्रत्येक पिक्सेल के लिए रंग की जानकारी को अलग से स्टोर करने की तुलना में फाइल के आकार को काफी कम कर सकता है।
OTB फाइल में वास्तविक इमेज डेटा को पंक्तियों और स्तंभों में व्यवस्थित किया जाता है, जो इमेज के पिक्सेल क ा प्रतिनिधित्व करता है। प्रत्येक पिक्सेल का रंग उसके बिट मान द्वारा निर्धारित किया जाता है, मोनोक्रोम इमेज के लिए प्रति पिक्सेल एक बिट। 0 का बिट मान आमतौर पर एक सफेद पिक्सेल का प्रतिनिधित्व करता है, जबकि 1 का बिट मान एक काले पिक्सेल का प्रतिनिधित्व करता है। यह बिट-स्तरीय प्रतिनिधित्व फॉर्मेट की दक्षता में योगदान देता है, क्योंकि यह प्रत्येक पिक्सेल का प्रतिनिधित्व करने के लिए आवश्यक डेटा की मात्रा को कम करता है।
मूल इमेज डेटा के अलावा, OTB फाइलों में एक पैलेट सेक्शन भी शामिल हो सकता है। हालांकि OTB इमेज मोनोक्रोम होती हैं, पैलेट सेक्शन यह परिभाषा देता है कि इमेज किन दो रंगों का उपयोग करती है। यह तब उपयोगी हो सकता है जब इमेज को विभिन्न डिस्प्ले क्षमताओं वाले उपकरणों पर प्रदर्शित करने की आवश्यकता हो या जब ब्रांडिंग उद्देश्यों के लिए एक विशिष्ट रंग योजना की आवश्यकता हो। पैलेट सेक्शन, यदि मौजूद है, तो इमेज में उपयोग किए जाने वाले दो रंगों के लिए RGB मान निर्दिष्ट करेगा।
OTB फाइलों में अतिरिक्त मेटाडेटा या अधिक जटिल सुविधाओं का समर्थन करने के लिए वैकल्पिक सेक्शन भी हो सकते हैं। उदाहरण के लिए, कुछ OTB फाइलों में एनिमेशन के बारे में जानकारी शामिल हो सकती है यदि इमेज एक एनिमेटेड अनुक्रम का हिस्सा है। इसमें फ्रेम परिवर्तन के लिए समय और अन्य OTB फाइलों के संदर्भ शामिल हो सकते हैं जो एनिमेशन बनाते हैं। हालाँकि, ऐसी विशेषताएँ कम सामान्य हैं और OTB फॉर्मेट के विशिष्ट कार्यान्वयन और उपयोग के मामले पर निर्भर करती हैं।
OTB फॉर्मेट के प्रमुख लाभों में से एक इसकी सरलता है, जो मोबाइल उपकरणों पर तेजी से डिकोडिंग और रेंडरिंग की अनुमति देती है। यह सीमित प्रोसेसिंग पावर और मेमोरी वाले पुराने मोबाइल फोन के लिए विशेष रूप से महत्वपूर्ण है। फॉर्मेट की सरल प्रकृति का मतलब है कि इमेज को प्रदर्शित करने के लिए न्यूनतम कम्प्यूटेशनल संसाधनों की आवश्यकता होती है, यह सुनिश्चित करता है कि कम-स्तरीय हार्डवेयर वाले उपकरण भी OTB फाइलों को प्रभावी ढंग से संभाल सकते हैं।
कुछ परिदृश्यों में इसके लाभों के बावजूद, OTB फॉर्मेट की सीमाएँ हैं जो इसे सामान्य-उद्देश्य वाली इमेज स्टोरेज के लिए कम उपयुक्त बनाती हैं। सबसे महत्वपूर्ण सीमा केवल दो रंगों के लिए इसका समर्थन है, जो इसे तस्वीरों या जटिल ग्राफिक्स के लिए अपर्याप्त बनाता है। इसके अतिरिक्त, OTB द्वारा उपयोग की जाने वाली सरल कंप्रेशन विधि बहुत अधिक विवरण या अलग-अलग रंगों वाली इमेज के लिए उतनी प्रभावी नहीं है, जिसे JPEG या PNG जैसे फॉर्मेट में पाए जाने वाले अधिक उन्नत कंप्रेशन एल्गोरिदम द्वारा बेहतर ढंग से परोसा जाएगा।
OTB फॉर्मेट की एक और सीमा व्यापक समर्थन की कमी है। जबकि इसका उपयोग मोबाइल उद्योग के भीतर विशिष्ट क्षेत्रों में किया जा सकता है, यह अन्य इमेज फॉर्मेट की तरह सार्वभौमिक रूप से समर्थित नहीं है। इससे मानक कंप्यूटर या उपकरणों पर OTB फाइलों को देखना या संपादित करना मुश्किल हो सकता है जिनमें फॉर्मेट को संभालने के लिए आवश्यक सॉफ़्टवेयर नहीं है। परिणामस्वरूप, OTB फाइलों को अक्सर संपादन या साझा करने के उद्देश्यों के लिए अधिक सामान्य फॉर्मेट में परिवर्तित किया जाता है।
OTB फाइलों के निर्माण और हेरफेर के लिए आमतौर पर विशेष सॉफ़्टवेयर की आवश्यकता होती है। ऐसे कई टूल उपलब्ध हैं जो OTB इमेज बना सकते हैं, देख सकते हैं और परिवर्तित कर सकते हैं, लेकिन ये टूल अक्सर मालिकाना होते हैं और मोबाइल डिवाइस निर्माताओं या दूरसंचार कंपनियों द्वारा प्रदान किए जा सकते हैं। कुछ ओपन-सोर्स या तृतीय-पक्ष सॉफ़्टवेयर भी OTB फॉर्मेट का समर्थन कर सकते हैं, लेकिन यह समर्थन अन्य इमेज फॉर्मेट की तरह सामान्य नहीं है।
फाइल एक्सटेंश न के संदर्भ में, OTB फाइलों को आमतौर पर '.otb' प्रत्यय द्वारा दर्शाया जाता है। यह ऑपरेटिंग सिस्टम और सॉफ़्टवेयर को फ़ाइल प्रकार की पहचान करने और इसे उपयुक्त एप्लिकेशन या हैंडलर के साथ जोड़ने में मदद करता है। जब किसी OTB फाइल को किसी डिवाइस पर स्थानांतरित किया जाता है या किसी नेटवर्क पर प्राप्त किया जाता है, तो डिवाइस का सॉफ़्टवेयर फ़ाइल एक्सटेंशन को पहचान लेगा और इमेज को तदनुसार संसाधित करेगा, या तो इसे सीधे प्रदर्शित करेगा या यदि आवश्यक हो तो इसे किसी भिन्न फॉ
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 फ िर 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।