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।
PCL (प्रिंटर कमांड लैंग्वेज) इमेज फॉर्मेट JPEG या PNG जैसे स्टैंडअलोन इमेज फॉर्मेट नहीं है, बल्कि Hewlett-Packard (HP) द्वारा विकसित PCL प्रिंटर लैंग्वेज का एक हिस्सा है। PCL एक पेज डिस्क्रिप्शन लैंग्वेज (PDL) है जिसका उपयोग प्रिंटिंग डिवाइस को नियंत्रित करने के लिए किया जाता है और कई अलग-अलग प्रिंटर मॉडल द्वारा व्यापक रूप से समर्थित है। इसका उपयोग प्रिंटर को यह बताने के लिए किया जाता है कि किसी दस्तावेज़ को कैसे प्रिंट किया जाए, जिसमें टेक्स्ट, फॉन्ट, ग्राफिक्स और इमेज शामिल हैं। PCL लैंग्वेज का उपयोग प्रिंटेड पेज पर टेक्स्ट और ग्राफिक्स के लेआउट का वर्णन करने के लिए किया जाता है, और इसमें प्रिंटर की ग्राफिकल स्थिति को नियंत्रित करने और इमेज को रैस्टराइज करने (पिक्सल में कन्वर्ट करने) के लिए कमांड शामिल हैं।
PCL को पहली बार 1980 के दशक में पेश किया गया था और समय के साथ विकसित हुआ है, जिसमें कई संस्करण जारी किए गए हैं। सबसे आम संस्करण PCL 5, PCL 5e और PCL 6 (जिसे PCL XL के रूप में भी जाना जाता है) हैं। PCL 5 ने मैक्रोज़, बड़े बिटमैप्ड फॉन्ट और ग्राफिक्स क्षमताओं को पेश किया। PCL 5e (एन्हांस्ड) ने प्रिंटर और PC के बीच द्विदिश संचार जोड़ा और प्रिंटिंग गति और इमेज क्वालिटी में सुधार किया। PCL 6, जिसे जटिल ग्राफिक्स के लिए एक कुशल प्रोटोकॉल के रूप में डिज़ाइन किया गया है, डेटा ट्रांसमिट करने के लिए एक संपीड़ित प्रोटोकॉल का उपयोग करता है और विंडोज जैसे ग्राफिकल यूजर इंटरफेस से प्रिंटिंग के लिए अनुकूलित है।
PCL के संदर्भ में, एक इमेज को डॉट्स के एक पैटर्न के रूप में दर्शाया जाता है जिसे कागज पर प्रिंट किया जा सकता है। PCL इमेज को दर्शाने के लिए वेक्टर कमांड और रैस्टर ग्राफिक्स के संयोजन का उपयोग करता है। वेक्टर कमांड का उपयोग आकृतियाँ और रेखाएँ खींचने के लिए किया जाता है, जबकि रैस्टर ग्राफिक्स का उपयोग अधिक जटिल इमेज या तस्वीरों के लिए किया जाता है। जब एक PCL प्रिंटर को कोई दस्तावेज़ प्राप्त होता है, तो वह अंतिम प्रिंटेड आउटपुट बनाने के लिए इन कमांड को प्रोसेस करता है।
PCL में रैस्टर इमेज को कमांड की एक श्रृंखला का उपयोग करके परिभाषित किया जाता है जो इमेज डेटा के रिज़ॉल्यूशन, आकार और एन्कोडिंग को निर्दिष्ट करता है। PCL इमेज का रिज़ॉल्यूशन आमतौर पर डॉट्स प्रति इंच (DPI) में निर्दिष्ट किया जाता है, जो इंगित करता है कि प्रिंटर कागज के एक रैखिक इंच पर इमेज को दर्शाने के लिए कितने डॉट्स का उपयोग करेगा। इमेज का आकार डॉट्स की पंक्तियों और स्तंभों की संख्या के संदर्भ में परिभाषित किया गया है।
PCL रैस्टर इमेज डेटा को एन्कोड करने के लिए कई तरीकों का समर्थन करता है। एक सामान्य तरीका एक साधारण रन-लेंथ एन्कोडिंग (RLE) का उ पयोग करना है, जो एक ही रंग के अनुक्रमों को एक एकल मान और एक गणना के साथ बदलकर इमेज डेटा को संपीड़ित करता है। यह एक ही रंग के बड़े क्षेत्रों वाली इमेज के लिए विशेष रूप से प्रभावी है। PCL अधिक जटिल संपीड़न योजनाओं का भी समर्थन करता है, जैसे डेल्टा रो संपीड़न, जो केवल पिक्सल की आसन्न पंक्तियों के बीच के अंतर को एन्कोड करता है, और अनुकूली संपीड़न, जो इमेज के विभिन्न भागों के लिए विभिन्न संपीड़न विधियों के बीच स्विच कर सकता है।
PCL दस्तावेज़ में एक इमेज को शामिल करने के लिए, इमेज डेटा को पहले PCL फॉर्मेट में कन्वर्ट किया जाना चाहिए। इसमें इमेज को रैस्टराइज करना शामिल है, जिसका अर्थ है इसे उसके मूल फॉर्मेट (जैसे JPEG या PNG) से डॉट्स के ग्रिड में कन्वर्ट करना जिसे प्रिंटर समझ सकता है। रैस्टराइज्ड इमेज को फिर समर्थित संपीड़न विधियों में से एक का उपयोग करके एन्कोड किया जाता है और उपयुक्त PCL कमांड का उप योग करके PCL दस्तावेज़ में एम्बेड किया जाता है।
इमेज को एम्बेड करने के लिए PCL कमांड में 'एंटर रैस्टर मोड' कमांड शामिल है, जो रैस्टर इमेज की शुरुआत का संकेत देता है, और 'रैस्टर डेटा ट्रांसफर' कमांड, जिसका उपयोग प्रिंटर को वास्तविक इमेज डेटा भेजने के लिए किया जाता है। इमेज के रिज़ॉल्यूशन और रंग की गहराई को सेट करने के साथ-साथ पेज पर इमेज को पोजिशन करने के लिए भी कमांड हैं।
PCL इमेज में रंग को रंग पैलेट या डायरेक्ट कलर स्पेसिफिकेशन के उपयोग के माध्यम से नियंत्रित किया जाता है। एक रंग पैलेट में, इमेज में उपयोग किए जाने वाले प्रत्येक रंग को रंग मानों की एक तालिका में एक इंडेक्स द्वारा परिभाषित किया जाता है। प्रिंटर इस तालिका का उपयोग प्रत्येक डॉट के लिए प्रिंट करने के लिए वास्तविक रंग निर्धारित करने के लिए करता है। डायरेक्ट कलर स्पेसिफिकेशन प्रत्येक डॉट के रंग को स्पष्ट रूप से न िर्दिष्ट करने की अनुमति देता है, आमतौर पर लाल, हरे और नीले (RGB) मानों के संयोजन के रूप में।
PCL में हाफ़टोनिंग के लिए भी समर्थन शामिल है, जो डॉट्स के पैटर्न को बदलकर रंग के विभिन्न शेड्स का अनुकरण करने के लिए उपयोग की जाने वाली एक तकनीक है। हाफ़टोनिंग आवश्यक है क्योंकि अधिकांश प्रिंटर में रंगों की एक सीमित संख्या होती है जिन्हें वे प्रिंट कर सकते हैं (अक्सर केवल काला, सियान, मैजेंटा और पीला)। इन मूल रंगों के डॉट्स को सावधानीपूर्वक व्यवस्थित करके, रंगों और रंगों की एक विस्तृत श्रृंखला का अनुकरण किया जा सकता है। PCL इस प्रभाव को प्राप्त करने के लिए कई हाफ़टोनिंग एल्गोरिदम का उपयोग करता है, जिसमें ऑर्डर डाइदरिंग और एरर डिफ्यूजन शामिल हैं।
PCL इमेज वाले दस्तावेज़ को प्रिंट करते समय, कंप्यूटर पर प्रिंटर ड्राइवर दस्तावेज़ को PCL कमांड में कन्वर्ट करता है, जिसमें किसी भी एम्बेडेड इमेज के लिए कमांड शामिल हैं। ड्राइवर किसी भी आवश्यक रंग रूपांतरण को भी संभालता है, जैसे RGB रंगों को प्रिंटर द्वारा उपयोग किए जाने वाले रंग स्थान में परिवर्तित करना (आमतौर पर CMYK - सियान, मैजेंटा, पीला और कुंजी/काला)। परिणामी PCL डेटा स्ट्रीम को फिर प्रिंटिंग के लिए प्रिंटर को भेजा जाता है।
PCL के लाभों में से एक कई अलग-अलग प्रिंटर मॉडल और निर्माताओं में इसका व्यापक समर्थन है। इसका मतलब यह है कि PCL कमांड के साथ फ़ॉर्मेट किए गए दस्तावेज़ों को प्रत्येक प्रिंटर के लिए दोबारा फ़ॉर्मेट किए बिना या समायोजित किए बिना विभिन्न प्रकार के प्रिंटर पर प्रिंट किया जा सकता है। हालाँकि, क्योंकि PCL एक अपेक्षाकृत निम्न-स्तरीय भाषा है, PCL दस्तावेज़ सीधे बनाना जटिल हो सकता है और PCL कमांड सेट की अच्छी समझ की आवश्यकता होती है।
इस कारण से, अधिकांश उपयोगकर्ता कभी भी PCL कमांड के साथ सीधे इंटरैक्ट नहीं करेंगे। इसके बजाय, वे एक प्रिंटर ड्राइवर या एक सॉफ़्टवेयर एप्लिकेशन
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।