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, अनुकूल ी 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 औ र 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 स ाथ 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 स ंदर्भ 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 वेब 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। हाइब ्रिड 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 सि स्टम 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 प ढ़ने 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 स फेद 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।
1980 के दशक में Apple Inc. द्वारा विकसित PICT इमेज फ़ॉर्मैट, मुख्य रूप से Macintosh कंप्यूटर पर ग्राफ़िकल एप्लीकेशन के लिए डिज़ाइन किया गया था। Mac OS के ग्राफ़िक्स इंफ्रास्ट्रक्चर के एक महत्वपूर्ण हिस्से के रूप में, PICT ने न केवल एक इमेज फ़ॉर्मैट के रूप में काम किया बल्कि वेक्टर ग्राफ़िक्स, बिटमैप इमेज और यहाँ तक कि टेक्स्ट को स्टोर करने और मैनिपुलेट करने के लिए एक जटिल सिस्टम के रूप में भी काम किया। PICT फ़ॉर्मैट की बहुमुखी प्रतिभा, जिससे यह कई प्रकार के ग्राफ़िकल डेटा प्रकारों को स्टोर कर सकता है, ने इसे शुरुआती Macintosh प्लेटफ़ॉर्म पर ग्राफ़िक्स के विकास और रेंडरिंग में एक बुनियादी उपकरण बना दिया।
अपने मूल में, PICT फ़ॉर्मैट अपनी जटिल संरचना से अलग है, जिसे एक ही फ़ाइल में वेक्टर और रेस्टर ग्राफ़िक्स दोनों को समायोजित करने के लिए डिज़ाइन किया गया है। यह द्वंद्व PICT फ़ाइलों को स्केलेबल वेक्टर के साथ विस्तृत चित्र, समृद्ध, पिक्सेल-आधारित इमेज के साथ शामिल करने की अनुमति देता है। ऐसा संयोजन ग्राफ़िक डिज़ाइनरों और प्रकाशकों के लिए विशेष रूप से लाभप्रद था, जिससे उन्हें उस समय अद्वितीय सटीकता और गुणवत्ता के साथ इमेज बनाने और संपादित करने में उच्च स्तर का लचीलापन मिलता था।
PICT फ़ॉर्मैट की एक प्रमुख विशेषता ऑपकोड, या ऑपरेशनल कोड का उपयोग है, जो Macintosh QuickDraw ग्राफ़िक्स सिस्टम को विशिष्ट कार्य करने का आदेश देता है। QuickDraw, Mac OS में इमेज के रेंडरिंग के पीछे का इंजन होने के नाते, आकृतियों को खींचने, पैटर्न भरने, टेक्स्ट गुण सेट करने और इमेज के भीतर बिटमैप और वेक्टर तत्वों की संरचना का प्रबंधन करने के लिए इन ऑपकोड की व्याख्या करता है। PICT फ़ाइल के भीतर इन निर्देशों का एनकैप्सुलेशन इमेज के गतिशील रेंडरिंग की अनुमति देता है, एक ऐसी विशेषता जो अपने समय से आगे थी।
PICT फ़ॉर्मैट 1-बिट मोनोक्रोम से 32-बिट कलर इमेज तक कई प्रकार की कलर डेप्थ को सपोर्ट करता है। यह व्यापक समर्थन PICT फ़ाइलों को उनके एप्लीकेशन में अत्यधिक बहुमुखी बनाता है, जो विभिन्न डिस्प्ले क्षमताओं और उपयोगकर्ता की ज़रूरतों को पूरा करता है। इसके अलावा, QuickDraw सिस्टम के साथ PICT के एकीकरण का मतलब था कि यह Macintosh कंप्यूटर पर उपलब्ध कलर पैलेट और डिदरिंग तकनीकों का कुशलतापूर्वक उपयोग कर सकता है, जिससे यह सुनिश्चित होता है कि इमेज किसी भी डिस्प्ले पर अपने सबसे अच्छे रूप में दिखें।
PICT फ़ाइलों में कम्प्रेशन विभिन्न तरीकों से प्राप्त किया जाता है, जिसमें PackBits बिटमैप इमेज के फ़ाइल आकार को गुणवत्ता में महत्वपूर्ण हानि के बिना कम करने के लिए आमतौर पर इस्तेमाल की जाने वाली तकनीक है। इसके अतिरिक्त, PICT फ़ाइल के भीतर वेक्टर तत्वों को स्वाभाविक रूप से बिटमैप इमेज की तुलना में कम स्टोरेज स्पेस की आवश्यकता होती है, जो जटिल ग्राफ़िक्स को संभालने में फ़ॉर्मैट की दक्षता में योगदान देता है। PICT का यह पहलू इसे विशेष रूप से उन एप्लीकेशन के लिए उपयुक्त बनाता है जिनमें प्रबंधनीय फ़ाइल आकार के साथ उच्च-गुणवत्ता वाली इमेज के स्टोरेज और मैनिपुलेशन की आवश्यकता होती है।
टेक्स्ट हैंडलिंग एक और पहलू है जहाँ PICT फ़ॉर्मैट उत्कृष्ट है, जिससे टेक्स्ट को एक इमेज के भीतर एम्बेड किया जा सकता है जबकि फ़ॉन्ट स्टाइल, आकार और संरेखण विशिष्टताओं को बनाए रखा जा सकता है। यह क्षमता टेक्स्ट रेंडरिंग को नियंत्रित करने के लिए फ़ॉर्मैट के ऑपकोड के परिष्कृत उपयोग द्वारा सुगम होती है, जिससे PICT फ़ाइलें एकीकृत ग्राफ़िकल और टेक्स्टुअल तत्वों की आवश्यकता वाले दस्तावेज़ों के लिए आदर्श बन जाती हैं। टेक्स्ट और ग्राफ़िक्स को इतनी सहजता से संयोजित करने की क्षमता प्रकाशन और डिज़ाइन एप्लीकेशन के लिए एक महत्वपूर्ण लाभ थी।
PICT फ़ाइल आमतौर पर 512-बाइट हेडर से शुरू होती है, जो फ़ाइल सिस्टम की जानकारी के लिए आरक्षित होती है, इसके बाद वास्तविक इमेज डेटा आता है जो एक आकार और फ़्रेम परिभाषा से शुरू होता है। फ़्रेम इमेज की सीमाओं को परिभाषित करता है, प्रभावी रूप से कार्यक्षेत्र सेट करता है जिसमें ग्राफ़िक्स और टेक्स्ट को रेंडर किया जाना है। फ़्रेम परिभाषा के बाद, फ़ाइल ऑपकोड की एक श्रृंखला में विभाजित हो जाती है, प्रत्येक उसके विशिष्ट डेटा के बाद, विभिन्न ग्राफ़िक तत्वों और किए जाने वाले संचालन को परिभाषित करता है।
जबकि PICT फ़ॉर्मैट लचीलेपन और कार्यक्षमता में उत्कृष्ट था, इसकी मालिकाना प्रकृति और डिजिटल ग्राफ़िक्स के विकास ने अंततः इसके पतन को जन्म दिया। PNG और SVG जैसे अधिक खुले और बहुमुखी फ़ॉर्मैट का आगमन, जो बेहतर कम्प्रेशन एल्गोरिदम और क्रॉस-प्लेटफ़ॉर्म संगतता के साथ जटिल ग्राफ़िक्स को संभालने में सक्षम हैं, ने PICT को कम प्रचलित बना दिया। इसके बावजूद, PICT फ़ॉर्मैट डिजिटल ग्राफ़िक्स के इतिहास में एक महत्वपूर्ण मील का पत्थर बना हुआ है, जो अपने युग की नवोन्मेषी भावना और वेक्टर और बिटमैप ग्राफ़िक्स को सहजता से एकीकृत करने की दिशा में प्रयास को दर्शाता है।
PICT फ़ॉर्मैट के सबसे सम्मोहक पहलुओं में से एक स्केलेबिलिटी और गुणवत्ता संरक्षण के मामले में इसका आगे की सोच वाला डिज़ाइन था। विशुद्ध रूप से बिटमैप-आधारित फ़ॉर्मैट के विपरीत, जो स्केल किए जाने पर स्पष्टता खो देते हैं, PICT फ़ाइल के भीतर वेक्टर घटकों को उनकी गुणवत्ता से समझौता किए बिना आकार बदला जा सकता है। यह विशेषता विशेष रूप से मुद्र ित सामग्री के लिए फायदेमंद थी, जहाँ गिरावट के बिना अलग-अलग लेआउट में फिट होने के लिए इमेज को ऊपर या नीचे स्केल करने की क्षमता महत्वपूर्ण थी।
शैक्षिक और व्यावसायिक क्षेत्र में, PICT फ़ाइलों को एक ऐसा स्थान मिला जहाँ उनकी अनूठी क्षमताओं को अत्यधिक महत्व दिया गया। उदाहरण के लिए, डेस्कटॉप प्रकाशन और ग्राफ़िक डिज़ाइन में, जहाँ सटीकता और गुणवत्ता सर्वोपरि थी, PICT ने ऐसे समाधान पेश किए जो उस समय अन्य फ़ॉर्मैट नहीं दे सकते थे। टेक्स्ट, ग्राफ़िक्स और इमेज की जटिल रचनाओं को उच्च निष्ठा के साथ संभालने की इसकी क्षमता ने इसे न्यूज़लेटर्स और ब्रोशर से लेकर जटिल ग्राफ़िक डिज़ाइन तक, कई प्रकार के एप्लीकेशन के लिए एक उपयुक्त फ़ॉर्मैट बना दिया।
हालाँकि, तकनीकी बाधाओं ने Macintosh पारिस्थितिकी तंत्र से परे व्यापक संगतता और अनुकूलन क्षमता में PICT फ़ॉर्मैट की चुनौतियों को रेखांकित किया। जैसे-जैसे डिजिटल तकनीक उन्नत हुई, अधिक सार्वभौमिक रूप से संगत फ़ॉर्मैट की आवश्यकता बढ़ती गई। विभिन्न प्लेटफ़ॉर्म
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 म ुफ्त 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।