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।
पीसीएक्स इमेज फॉर्मेट, 'पिक्चर एक्सचेंज' के लिए खड़ा है, एक रेस्टर ग्राफिक्स फाइल फॉर्मेट है जो मुख्य रूप से 1980 और 1990 के दशक के अंत में डॉस और विंडोज-आधारित कंप्यूटरों पर उपयोग किया जाता था। ZSoft कॉर्पोरेशन द्वारा विकसित, यह IBM PC संगत कंप्यूटरों पर रंगीन छवियों के लिए व्यापक रूप से स्वीकृत पहले प्रारूपों में से एक था। PCX प्रारूप अपनी सरलता और कार्यान्वयन में आसानी के लिए जाना जाता है, जिसने व्यक्तिगत कंप्यूटिंग के शुरुआती दिनों में इसे व्यापक रूप से अपनाने में योगदान दिया। यह विशेष रूप से माइक्रोसॉफ्ट पेंटब्रश जैसे सॉफ़्टवेयर में इसके उपयोग के लिए लोकप्रिय था, जो बाद में माइक्रोसॉफ्ट पेंट बन गया, और स्क्रीन कैप्चर, स्कैनर आउटपुट और डेस्कटॉप वॉलपेपर के लिए भी उपयोग किया जाता था।
PCX फ़ाइल प्रारूप को स्कैन की गई छवियों और अन्य प्रकार के चित्रात्मक डेटा का प्रतिनिधित्व करने के लिए डिज़ाइन किया गया है। यह मोनोक्रोम, 2-रंग, 4-रंग, 16-रंग, 256-रंग और 24-बिट ट्रू कलर छवियों सहित विभिन्न रंग गहराई का समर्थन करता है। प्रारूप विभिन्न प्रकार के रिज़ॉल्यूशन और पहलू अनुपात की अनुमति देता है, जो इसे विभिन्न डिस्प्ले डिवाइस और प्रिंटिंग आवश्यकताओं के लिए बहुमुखी बनाता है। अपने लचीलेपन के बावजूद, PCX प्रारूप को JPEG, PNG और GIF जैसे अधिक आधुनिक छवि प्रारूपों द्वारा काफी हद तक हटा दिया गया है, जो बेहतर संपीड़न और रंग समर्थन प्रदान करते हैं। हालाँकि, PCX प्रारूप को समझना अभी भी उन लोगों के लिए प्रासंगिक है जो लीगेसी सिस्टम या डिजिटल अभिलेखागार से निपट रहे हैं जिनमें PCX फाइलें हैं।
एक PCX फ़ाइल में एक हेडर, छवि डेटा और एक वैकल्पिक 256-रंग पैलेट होता है। हेडर 128 बाइट लंबा होता है और इसमें छवि के बारे में महत्वपूर्ण जानकारी होती है, जैसे कि उपयोग किए गए PCX प्रारूप का संस्करण, छवि आयाम, रंग प्लेन की संख्या, प्रति रंग प्लेन प्रति पिक्सेल बिट की संख्या और एन्कोडिंग विधि। PCX फ़ाइलों में उपयोग की जाने वाली एन्कोडिंग विधि रन-लेंथ एन्कोडिंग (RLE) है, जो दोषरहित डेटा संपीड़न का एक सरल रूप है जो छवि गुणवत्ता का त्याग किए बिना फ़ाइल आकार को कम करता है। RLE एकल बाइट के बाद समान बाइट्स के अनुक्रमों को संपीड़ित करके काम करता है, इसके बाद एक काउंट बाइट होता है, जो इंगित करता है कि बाइट को कितनी बार दोहराया जाना चाहिए।
PCX फ़ाइल में छवि डेटा को प्लेन में व्यवस्थित किया जाता है, जिसमें प्रत्येक प्लेन एक अलग रंग घटक का प्रतिनिधित्व करता है। उदाहरण के लिए, एक 24-बिट रंगीन छवि में तीन प्लेन होंगे, प्रत्येक लाल, हरे और नीले घटकों के लिए एक। प्रत्येक प्लेन के भीतर डेटा को RLE का उपयोग करके एन्कोड किया जाता है और पंक्तियों में संग्रहीत किया जाता है, जिसमें प्रत्येक पंक्ति पिक्सेल की एक क्षैतिज रेखा का प्रतिनिधित्व करती है। पंक्तियों को ऊपर से नीचे तक संग्रहीत किया जाता है, और प्रत्येक पंक्ति के भीतर, पिक्सेल को बाएं से दाएं संग्रहीत किया जाता है। 24 बिट से कम की रंग गहराई वाली छवियों के लिए, फ़ाइल के अंत में एक अतिरिक्त पैलेट अनुभाग मौजूद हो सकता है, जो छवि में उपयोग किए गए रंगों को परिभाषित करता है।
वैकल्पिक 256-रंग पैलेट 8 बिट प्रति पिक्सेल या उससे कम वाली छवियों के लिए PCX प्रारूप की एक प्रमुख विशेषता है। यह पैलेट आमतौर पर फ़ाइल के अंत में स्थित होता है, छवि डेटा के बाद, और इसमें 3-बाइट प्रविष्टियों की एक श्रृंखला होती है, जिसमें प्रत्येक प्रविष्टि एकल रंग के लाल, हरे और नीले घटकों का प्रतिनिधित्व करती है। पैलेट छवि में रंगों की एक विस्तृत श्रृंखला का प्रतिनिधित्व करने की अनुमति देता है, भले ही प्रत्येक पिक्सेल केवल पूर्ण रंग मान को संग्रहीत करने के बजाय एक रंग सूचकांक को संदर्भित करता है। यह अनुक्रमित रंग दृष्टिकोण फ़ाइल आकार के संदर्भ में कुशल है, लेकिन यह ट्रू कलर छवियों की तुलना में रंग निष्ठा को सीमित करता है।
PCX प्रारूप के लाभों में से एक इसकी सादगी है, जिससे डेवलपर्स के लिए इसे अपने सॉफ़्टवेयर में लागू करना आसान हो गया। प्रारूप का हेडर आकार और लेआउट में तय होता है, जो छवि डेटा के सीधे पार्सिंग और प्रसंस्करण की अनुमति देता है। इसके अतिरिक्त, PCX फ़ाइलों में उपयोग किया जाने वाला RLE संपीड़न अन्य प्रारूपों में उपयोग किए जाने वाले अधिक जटिल संपीड़न एल्गोरिदम की तुलना में अपेक्षाकृत सरल है। इस सरलता का मतलब था कि PCX फ़ाइलों को व्यापक प्रसंस्करण शक्ति या मेमोरी की आवश्यकता के बिना, उस समय के सीमित हार्डवेयर पर आसानी से उत्पन्न और हेरफेर किया जा सकता था।
अपनी सादगी के बावजूद, PCX प्रारूप की कुछ सीमाएँ हैं। मुख्य कमियों में से एक पारदर्शिता या अल्फा चैनल के लिए इसका समर्थन की कमी है, जो आधुनिक ग्राफिक्स कार्य जैसे आइकन डिज़ाइन या वीडियो गेम ग्राफिक्स के लिए आवश्यक हैं। इसके अतिरिक्त, RLE संपीड़न, जबकि कुछ प्रकार की छवियों के लिए प्रभावी है, JPEG या PNG जैसे प्रारूपों में उपयोग किए जाने वाले संपीड़न एल्गोरिदम जितना कुशल नहीं है। इससे PCX फ़ाइलों के लिए बड़े फ़ाइ ल आकार हो सकते हैं, खासकर उच्च-रिज़ॉल्यूशन या ट्रू कलर छवियों से निपटने पर।
PCX प्रारूप की एक और सीमा मेटाडेटा के लिए इसका समर्थन की कमी है। TIFF या JPEG जैसे प्रारूपों के विपरीत, जिसमें छवि के बारे में मेटाडेटा की एक विस्तृत श्रृंखला शामिल हो सकती है, जैसे कि किसी तस्वीर को कैप्चर करने के लिए उपयोग की जाने वाली कैमरा सेटिंग या छवि के बनाए जाने की तिथि और समय, PCX फ़ाइलों में केवल छवि को प्रदर्शित करने के लिए आवश्यक सबसे बुनियादी जानकारी होती है। यह प्रारूप को पेशेवर फोटोग्राफी या किसी भी एप्लिकेशन के लिए कम उपयुक्त बनाता है जहां ऐसी जानकारी को बनाए रखना महत्वपूर्ण है।
इन सीमाओं के बावजूद, PCX प्रारूप का अतीत में व्यापक रूप से उपयोग किया गया था और आज भी कई छवि संपादन और देखने वाले कार्यक्रमों द्वारा मान्यता प्राप्त है। इसकी विरासत एडोब फोटोशॉप, GIMP और CorelDRAW जैसे सॉफ़्टवेयर में प्रारूप के लिए निरंतर समर्थन में स्पष्ट है। पुराने सिस्टम के साथ काम करने वाले या ऐतिहासिक डिजिटल सामग्री तक पहुंचने की आवश्यकता वाले उपयोगकर्ताओं के लिए, PCX फ़ाइलों को संभालने की क्षमता प्रासंगिक बनी हुई है। इसके अतिरिक्त, प्रारूप की सादगी इसे छवि फ़ाइल प्रारूपों और डेटा संपीड़न तकनीकों के बारे में सीखने वालों के लिए एक उपयोगी केस स्टडी बनाती है।
PCX प्रारूप ने डेस्कटॉप प्रकाशन और ग्राफिक डिज़ाइन के शुरुआती दिनों में भी भूमिका निभाई।
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 जा ती 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।