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।
PAM (पोर्टेबल आर्बिट्रेरी मैप) इमेज फॉर्मेट, नेटपीबीएम प्रोजेक्ट के अंतर्गत डिजाइन किए गए इमेज फाइल फॉर्मेट के परिवार का एक अपेक्षाकृत कम ज्ञात सदस्य है। यह एक अत्यधिक लचीला फॉर्मेट है जो विभिन्न गहराई और पिक्सेल डेटा के प्रकारों के साथ इमेज प्रकारों की एक विस्तृत श्रृंखला का प्रतिनिधित्व कर सकता है। PAM अनिवार्य रूप से पहले के PBM (पोर्टेबल बिटमैप), PGM (पोर्टेबल ग्रेमैप), और PPM (पोर्टेबल पिक्समैप) फॉर्मेट का एक विस्तार है, जिन्हें सामूहिक रूप से PNM (पोर्टेबल एनी मैप) फॉर्मेट के रूप में जाना जाता है, जिन्हें फीचर और कम्प्रेशन की कीमत पर सरलता और उपयोग में आसानी के लिए डिजाइन किया गया था। PAM को इन फॉर्मेट की सीमाओं को दूर करने के लिए पेश किया गया था, जबकि उनकी सरलता और उपयोग में आसानी को बनाए रखा गया था।
PAM फॉर्मेट को डिवाइस और प्लेटफॉर्म-स्वतंत्र होने के लिए डिज़ाइन किया गया है, जिसका अर्थ है कि इस फॉर्मेट में सेव की गई इमेज को किसी भी सिस्टम पर कम्पैटिबिलिटी समस्याओं की चिंता किए बिना खोला और हेरफेर किया जा सकता है। यह इमेज डेटा को एक प्लेन-टेक्स्ट या बाइनरी फॉर्मेट में स्टोर करके प्राप्त किया जाता है जिसे विभिन्न प्रकार के सॉफ़्टवेयर द्वारा आसानी से पढ़ा और लिखा जा सकता है। यह फॉर्मेट एक्सटेंडेबल भी है, जो पुराने वर्शन के साथ कम्पैटिबिलिटी को तोड़े बिना नए फीचर और क्षमताओं को शामिल करने की अनुमति देता है।
एक PAM फ़ाइल में इमेज डेटा के बाद एक हेडर होता है। हेडर ASCII टेक्स्ट है जो इमेज की चौड़ाई, ऊंचाई, गहराई और अधिकतम मान को निर्दिष्ट करता है, साथ ही ट्यूपल प्रकार जो कलर स्पेस को परिभाषित करता है। हेडर मैजिक नंबर 'P7' से शुरू होता है, उसके बाद न्यूलाइन-सेपरेटेड टैग की एक श्रृं खला होती है जो आवश्यक मेटाडेटा प्रदान करती है। इमेज डेटा तुरंत हेडर का अनुसरण करता है और इसे बाइनरी या ASCII फॉर्मेट में स्टोर किया जा सकता है, बाइनरी इसके छोटे फ़ाइल आकार और तेज़ प्रोसेसिंग समय के कारण अधिक सामान्य विकल्प है।
PAM हेडर में निर्दिष्ट गहराई पिक्सेल प्रति चैनल या घटकों की संख्या को इंगित करती है। उदाहरण के लिए, 3 की गहराई आमतौर पर एक कलर इमेज के लाल, हरे और नीले चैनल का प्रतिनिधित्व करती है, जबकि 4 की गहराई में पारदर्शिता के लिए एक अतिरिक्त अल्फा चैनल शामिल हो सकता है। अधिकतम मान, जिसे हेडर में भी निर्दिष्ट किया गया है, किसी भी चैनल के लिए अधिकतम मान को इंगित करता है, जो बदले में इमेज की बिट गहराई निर्धारित करता है। उदाहरण के लिए, 255 का अधिकतम मान प्रति चैनल 8 बिट से मेल खाता है।
ट्यूपल प्रकार PAM फॉर्मेट की एक प्रमुख विशेषता है, क्योंकि यह पिक्सेल डेटा की व्याख्या को परिभाषित करता है। सामान्य ट्यूपल प्रकारों में 'BLACKANDWHITE', 'GRAYSCALE', 'RGB', और 'RGB_ALPHA' शामिल हैं। यह लचीलापन PAM फ़ाइलों को विभिन्न प्रकार के इमेज प्रकारों का प्रतिनिधित्व करने की अनुमति देता है, साधारण ब्लैक एंड व्हाइट इमेज से लेकर पारदर्शिता के साथ पूर्ण-रंगीन इमेज तक। इसके अतिरिक्त, कस्टम ट्यूपल प्रकारों को परिभाषित किया जा सकता है, जिससे फॉर्मेट एक्सटेंसिबल और विशेष इमेजिंग आवश्यकताओं के अनुकूल हो जाता है।
PAM फ़ाइलों में हेडर में वैकल्पिक कमेंट लाइनें भी शामिल हो सकती हैं, जो '#' कैरेक्टर से शुरू होती हैं। ये कमेंट इमेज रीडर द्वारा अनदेखी की जाती हैं और मानव पाठकों के लिए अभिप्रेत हैं। उनका उपयोग मेटाडेटा को स्टोर करने के लिए किया जा सकता है जैसे कि इमेज की निर्माण तिथि, इमेज को उत्पन्न करने के लिए उपयोग किया जाने वाला सॉफ़्टवेयर, या कोई अन्य प्रासंगिक जानकारी जो मानक हेडर फ़ील्ड में फिट नहीं होती है।
PAM फ़ाइल में इमेज डेटा ट्यूपल के अनुक्रम में संग्रहीत किया जाता है, प्रत्येक ट्यूपल एक पिक्सेल का प्रतिनिधित्व करता है। ट्यूपल को बाएं से दाएं और ऊपर से नीचे की ओर व्यवस्थित किया जाता है, जो इमेज के टॉप-लेफ्ट पिक्सेल से शुरू होता है। बाइनरी फॉर्मेट में, ट्यूपल के प्रत्येक चैनल के लिए डेटा को बाइनरी पूर्णांक के रूप में संग्रहीत किया जाता है, प्रति चैनल बाइट की संख्या हेडर में निर्दिष्ट अधिकतम मान द्वारा निर्धारित की जाती है। ASCII फॉर्मेट में, चैनल मानों को ASCII दशमलव संख्याओं के रूप में दर्शाया जाता है जो व्हाइटस्पेस द्वारा अलग किए जाते हैं।
PAM फॉर्मेट के फायदों में से एक इसकी सरलता है, जो इसे पार्स और जेनरेट करना आसान बनाती है। यह सरलता फ़ाइल आकार की कीमत पर आती है, क्योंकि PAM में कोई अंतर्निहित कम्प्रेशन तंत्र शामिल नहीं है। हालाँकि, PAM फ़ाइलों को gzip या bzip2 जैसे सामान्य-उद्देश्य कम्प्रेशन एल्गोरिदम का उपयोग करके बाहरी रूप से संपीड़ित किया जा सकता है, जो स्टोरेज या ट्रांसमिशन के लिए फ़ाइल आकार को काफी कम कर सकता है।
अपने फायदों के बावजूद, PAM फॉर्मेट का मुख्यधारा में व्यापक रूप से उपयोग नहीं किया जाता है क्योंकि JPEG, PNG और GIF जैसे अन्य इमेज फॉर्मेट का प्रभुत्व है, जो अंतर्निहित कम्प्रेशन प्रदान करते हैं और सॉफ़्टवेयर और हार्डवेयर की एक विस्तृत श्रृंखला द्वारा समर्थित हैं। हालाँकि, PAM कुछ अनुप्रयोगों के लिए एक मूल्यवान फॉर्मेट बना हुआ है, विशेष रूप से वे जो उच्च स्तर के लचीलेपन की आवश्यकता होती है या जिनमें इमेज प्रोसेसिंग या विश्लेषण कार्य शामिल होते हैं जहाँ फॉर्मेट की सरलता और सटीकता फायदेमंद होती है।
सॉफ़्टवेयर विकास के संदर्भ में, PAM फॉर्मेट को अक्सर इमेज प्रोसेसिंग पाइपलाइन में एक मध्यवर्ती फॉर्मेट के रूप में उपयोग किया जाता है। इसकी सीधी संरचना इसे कस्टम स्क्रिप्ट या प्रोग्राम के साथ हेरफेर करना आसान बनाती है, और इसका लचीलापन इसे सूचना की हानि के बिना विभिन्न प्रोसेसिंग चरणों के आउटपुट को समायोजित करने की अनुमति देता है। उदाहरण के लिए, एक इमेज को PAM फॉर्मेट में परिवर्तित किया जा सकता है, फ़िल्टर या परिवर्तन लागू करने के लिए संसाधित किया जा सकता है, और फिर प्रदर्शन या वितरण के लिए अधिक सामान्य फॉर्मेट में परिवर्तित किया जा सकता है।
PAM और अन्य नेटपीबीएम फॉर्मेट के साथ काम करने के लिए नेटपीबीएम लाइब्रेरी प्राथमिक सॉफ़्टवेयर पैकेज है। यह फॉर्मेट के बीच कनवर्ट करने के लिए कमांड-लाइन टूल का एक संग्रह प्रदान करता है, साथ ही स्केलिंग, क्रॉपिंग और कलर एडजस्टमेंट जैसे बुनियादी इमेज हेरफेर करने के लिए भी। लाइब्रेरी में C और अन्य भाषाओं के लिए प्रोग्रामिंग इंटरफ़ेस भी शामिल हैं, जिससे डेवलपर्स अपने अनुप्रयोग ों के भीतर PAM फ़ाइलों को सीधे पढ़ और लिख सकते हैं।
PAM फॉर्मेट के साथ काम करने
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 डा उनलोड 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।