OCR YUVの全て

無制限 のタスク。ファイルサイズは最大 2.5GB。常に無料。

すべてローカルで実行

コンバーターはブラウザ内で動作するため、データは決して見られません。

超高速

ファイルをサーバにアップロードすることなく、変換は瞬時に開始されます。

デフォルトで安全

他のコンバータとは異なり、ファイルは決してアップロードされません。

OCR、またはOptical Character Recognition、はさまざまな種類のドキュメント(スキャンされた紙のドキュメント、PDFファイル、デジタルカメラで撮影された画像など)を編集可能で検索可能なデータに変換するために使用される技術です。

OCRの最初のステージでは、テキスト文書の画像がスキャンされます。これは写真またはスキャンされた文書である可能性があります。このステージの目的は、手動の転記を必要とせずに、ドキュメントのデジタルコピーを作成することです。さらに、このデジタイズプロセスは、壊れやすい資源の取り扱いを減らすためにも役立ち、材料の寿命を延ばすことができます。

ドキュメントがデジタル化されると、OCRソフトウェアは画像を個々の文字に分割します。これをセグメンテーションプロセスと呼びます。セグメンテーションは、ドキュメントを行、単語、最終的には個々の文字に分解します。これは複雑なプロセスであり、さまざまな要素(フォントの違い、テキストのサイズの違い、テキストの配置のばらつきなど)が関与しています。

セグメンテーションの後、OCRアルゴリズムはパターン認識を使用して個々の文字を識別します。各文字について、アルゴリズムは文字の形状をデータベースの文字形状と比較します。最も近い一致が文字の識別として選択されます。特徴認識では、アルゴリズムは形状だけでなく、パターン内の線や曲線も考慮に入れます。

OCRにはさまざまな実用的な応用があります。印刷された文書のデジタル化、テキスト読み上げサービスの有効化、データ入力プロセスの自動化、視覚障がいのあるユーザーがテキストとの相互作用を向上させるための支援などがあります。ただし、OCRプロセスは完璧ではなく、低解像度の文書、複雑なフォント、印刷が不鮮明なテキストなどに対しては誤りが発生する可能性があります。そのため、OCRシステムの精度は、元の文書の品質や使用されるOCRソフトウェアの具体的な要件によって大きく異なります。

OCRは、現代のデータ抽出とデジタル化の実践における重要な技術です。手動のデータ入力の必要性を軽減し、物理的なドキュメントをデジタル形式に変換するための信頼性の高い、効率的な手法を提供することで、時間とリソースを大幅に節約します。

よくある質問

OCRとは何ですか?

光学的文字認識(OCR)は、さまざまな形式のドキュメント(スキャンされた紙のドキュメント、PDFファイル、デジタルカメラで撮影された画像など)を編集可能で検索可能なデータに変換するために使用される技術です。

OCRはどのように機能しますか?

OCRは入力画像またはドキュメントをスキャンし、画像を個々の文字に分割し、各文字を形状認識または特徴認識を使用して文字形状のデータベースと比較します。

OCRの実用的な用途は何ですか?

OCRは印刷文書のデジタル化、テキストから音声へのサービスの活用、データ入力プロセスの自動化、視覚障害のあるユーザーがテキストとより良く対話できるようにするなど、さまざまな業界とアプリケーションで使用されています。

OCRは常に100%正確ですか?

OCR技術は大幅に進歩していますが、それが無敵ではありません。精度は、元のドキュメントの品質と使用されているOCRソフトウェアの特性によって異なることがあります。

OCRは手書き文字を認識できますか?

OCRは主に印刷されたテキストを認識するように設計されていますが、一部の高度なOCRシステムは明瞭で一貫性のある手書き文字も認識することができます。ただし、個々の文字スタイルの変動幅が広いため、手書き文字の認識は通常、印刷されたテキストの認識よりも精度が低いです。

OCRは複数の言語を処理できますか?

はい、 多くのOCRソフトウェアは複数の言語を認識できます。ただし、特定の言語がサポートされていることを確認する必要があります。

OCRとICRとの違いは何ですか?

OCRはOptical Character Recognition(光学的文字認識)の略で、印刷されたテキストを認識します。一方、ICRはIntelligent Character Recognition(知能的文字認識)の略で、より進んだ技術を使用して手書きのテキストを認識します。

OCRはすべてのフォントと文字サイズを処理できますか?

OCRはクリアで読みやすいフォントと標準的な文字サイズを処理するのに最も適しています。それはさまざまなフォントとサイズを処理する能力を持っていますが、非常に小さい文字サイズや一般的でないフォントを処理するときには、その精度が下がる可能性があります。

OCR技術の制限は何ですか?

OCRは低解像度のドキュメント、複雑なフォント、印刷品質が悪いテキスト、手書きのテキスト、またはテキストが含まれている背景からの混乱を処理するのに問題を抱えている可能性があります。さらに、それは多言語を处理する能力を持っていますが、すべての言語を完全にカバーすることはできない可能性があります。

OCRはカラーテキストまたはカラーバックグラウンドをスキャンできますか?

はい、OCRはカラーテキストとカラーバックグラウンドをスキャンすることができますが、通常は黒いテキストと白いバックグラウンドといった高いコントラストの色の組み合わせに対して最も効果的です。テキストとバックグラウンドの色のコントラストが不十分な場合、その精度が下がる可能性があります。

YUV フォーマットとは何ですか?

CCIR 601 4:1:1 または 4:2:2

YCbCrAは、デジタルビデオや画像圧縮で一般的に使用されるカラースペースおよび画像フォーマットです。輝度(明るさ)情報を色情報(色)情報から分離し、より効率的なエンコードのためにそれらを独立して圧縮できます。YCbCrAカラースペースは、透明度のためのアルファチャンネルを追加したYCbCrカラースペースのバリエーションです。

YCbCrAカラースペースでは、Yはルマ成分を表し、これはピクセルの明るさまたは強度です。人間の目が明るさをどのように認識するかによって、赤、緑、青のカラー成分の重み付き合計として計算されます。重みは、人間の視覚認識の平均的なスペクトル感度を表す輝度関数を近似するように選択されます。ルマ成分は、ピクセルの知覚される明るさを決定します。

CbとCrは、それぞれ青差分と赤差分クロマ成分です。それらは画像内の色情報を表します。Cbはルマを青のカラー成分から減算して計算され、Crはルマを赤のカラー成分から減算して計算されます。色情報をこれらの色差成分に分割することで、YCbCrAはRGBよりも色情報をより効率的に圧縮できます。

YCbCrAのアルファ(A)チャンネルは、各ピクセルの透明度または不透明度を表します。画像がレンダリングされるときに、ピクセルの色のどの部分が背景とブレンドされるかを指定します。アルファ値が0の場合、ピクセルは完全に透明ですが、アルファ値が1(または8ビット表現では255)の場合、ピクセルは完全に不透明です。0と1の間のアルファ値は、背景とさまざまな程度でブレンドされる部分的に透明なピクセルになります。

YCbCrAカラースペースの主な利点の1つは、RGBと比較してより効率的な圧縮を可能にすることです。人間の視覚システムは、色の変化よりも明るさの変化に敏感です。YCbCrAはルマとクロマ情報を分離することで、エンコーダーは最も知覚的に重要な情報を保持するルマ成分にビットを多く割り当て、クロマ成分をより積極的に圧縮できます。

圧縮中、ルマとクロマ成分は異なるレートでサブサンプリングできます。サブサンプリングは、ルマ成分の完全な解像度を維持しながら、クロマ成分の空間解像度を低下させます。一般的なサブサンプリング方式には、4:4:4(サブサンプリングなし)、4:2:2(クロマを水平方向に2倍の係数でサブサンプリング)、4:2:0(クロマを水平方向と垂直方向に2倍の係数でサブサンプリング)があります。サブサンプリングは、人間の視覚システムが色の詳細にあまり敏感ではないことを利用し、知覚的な品質の低下をほとんど伴わずに高い圧縮率を実現します。

YCbCrA画像フォーマットは、JPEG、MPEG、H.264/AVCなどのビデオおよび画像圧縮規格で広く使用されています。これらの規格は、クロマサブサンプリング、離散コサイン変換(DCT)、量子化、エントロピー符号化など、YCbCrAデータを圧縮するためのさまざまな手法を採用しています。

画像またはビデオフレームを圧縮すると、YCbCrAデータは一連の変換と圧縮ステップを受けます。最初に、画像はRGBからYCbCrAカラースペースに変換されます。次に、ルマとクロマ成分は、通常は8x8または16x16ピクセルのブロックに分割されます。各ブロックは離散コサイン変換(DCT)を受け、空間ピクセル値を周波数係数に変換します。

次に、DCT係数は量子化され、各係数は量子化ステップサイズで割り算され、結果は最も近い整数に丸められます。量子化は、知覚的に重要でない高周波情報を破棄することで、ロスのある圧縮を導入します。量子化ステップサイズは、圧縮率と画質のトレードオフを制御するために調整できます。

量子化後、係数は低周波係数をグループ化するためにジグザグパターンで並べ替えられ、低周波係数は一般的により大きな大きさになります。並べ替えられた係数は、ハフマン符号化または算術符号化などの手法を使用してエントロピー符号化されます。エントロピー符号化は、より頻繁に出現する係数に短いコードワードを割り当て、圧縮データのサイズをさらに削減します。

YCbCrA画像を解凍するには、逆のプロセスが適用されます。エントロピー符号化されたデータは、量子化されたDCT係数を取得するためにデコードされます。次に、係数は対応する量子化ステップサイズで乗算することで量子化解除されます。量子化解除された係数に対して逆DCTを実行して、YCbCrAブロックを再構築します。最後に、YCbCrAデータは表示またはさらなる処理のためにRGBカラースペースに戻されます。

YCbCrAのアルファチャンネルは、通常、ルマとクロマ成分とは別に圧縮されます。実行長符号化やブロックベース圧縮などのさまざまな方法を使用してエンコードできます。アルファチャンネルは、画像やビデオを可変不透明度で重ねるなどの透明効果を可能にします。

YCbCrAは、他のカラースペースや画像フォーマットに対していくつかの利点を提供します。ルマとクロマ情報を分離することで、人間の視覚システムは色の変化よりも明るさの変化に敏感であるため、より効率的な圧縮が可能になります。クロマ成分のサブサンプリングは、知覚的な品質に大きな影響を与えることなく、圧縮するデータ量をさらに削減します。

さらに、YCbCrAはJPEGやMPEGなどの一般的な圧縮規格と互換性があるため、さまざまなプラットフォームやデバイスで広くサポートされています。透明度のためのアルファチャンネルを組み込むことができるため、画像合成やブレンドを必要とするアプリケーションにも適しています。

ただし、YCbCrAには制限もあります。RGBからYCbCrAへの変換とそれ以降の変換では、特にクロマ成分が大幅に圧縮されている場合、色歪みが発生する可能性があります。クロマ成分のサブサンプリングは、色の急激な変化がある領域で色の滲みやアーティファクトが発生する可能性もあります。

これらの制限にもかかわらず、YCbCrAは効率性と広範なサポートにより、画像およびビデオ圧縮の一般的な選択肢の1つです。圧縮性能と視覚品質のバランスが取れており、デジタルカメラやビデオストリーミングからグラフィックスやゲームまで、幅広いアプリケーションに適しています。

技術の進歩に伴い、YCbCrAの制限に対処し、さらに優れた圧縮効率と視覚品質を提供する新しい圧縮技術やフォーマットが登場する可能性があります。ただし、ルマとクロマ情報を分離し、サブサンプリングと変換符号化を行うという基本原則は、将来の画像およびビデオ圧縮規格でも関連性が高いと考えられます。

結論として、YCbCrAは、ルマとクロマ情報を分離し、クロマサブサンプリングを可能にすることで効率的な圧縮を提供するカラースペースおよび画像フォーマットです。透明度のためのアルファチャンネルが含まれているため、さまざまなアプリケーションに適しています。いくつかの制限がありますが、YCbCrAの一般的な圧縮規格との互換性と、圧縮性能と視覚品質のバランスにより、画像およびビデオ圧縮の分野で広く使用されています。

サポートフォーマット

AAI.aai

AAI Dune 画像

AI.ai

Adobe Illustrator CS2

AVIF.avif

AV1 画像ファイルフォーマット

AVS.avs

AVS X 画像

BAYER.bayer

Raw ベイヤー画像

BMP.bmp

Microsoft Windows ビットマップ画像

CIN.cin

Cineon 画像ファイル

CLIP.clip

画像クリップマスク

CMYK.cmyk

Raw シアン、マジェンタ、イエロー、黒サンプル

CMYKA.cmyka

Raw シアン、マジェンタ、イエロー、黒、アルファサンプル

CUR.cur

Microsoft アイコン

DCX.dcx

ZSoft IBM PC マルチページ Paintbrush

DDS.dds

Microsoft DirectDraw Surface

DPX.dpx

SMTPE 268M-2003 (DPX 2.0) 画像

DXT1.dxt1

Microsoft DirectDraw Surface

EPDF.epdf

カプセル化されたポータブルドキュメントフォーマット

EPI.epi

Adobe カプセル化PostScriptインターチェンジフォーマット

EPS.eps

Adobe カプセル化PostScript

EPSF.epsf

Adobe カプセル化PostScript

EPSI.epsi

Adobe カプセル化PostScriptインターチェンジフォーマット

EPT.ept

TIFFプレビュー付きカプセル化PostScript

EPT2.ept2

TIFFプレビュー付きカプセル化PostScript Level II

EXR.exr

高ダイナミックレンジ(HDR)画像

FARBFELD.ff

Farbfeld

FF.ff

Farbfeld

FITS.fits

フレキシブル画像転送システム

GIF.gif

CompuServe グラフィックス交換フォーマット

GIF87.gif87

CompuServe グラフィックス交換フォーマット(バージョン 87a)

GROUP4.group4

Raw CCITT グループ4

HDR.hdr

高ダイナミックレンジ画像

HRZ.hrz

スロースキャンテレビジョン

ICO.ico

Microsoft アイコン

ICON.icon

Microsoft アイコン

IPL.ipl

IP2 ロケーション画像

J2C.j2c

JPEG-2000 コードストリーム

J2K.j2k

JPEG-2000 コードストリーム

JNG.jng

JPEG ネットワークグラフィックス

JP2.jp2

JPEG-2000 ファイルフォーマット構文

JPC.jpc

JPEG-2000 コードストリーム

JPE.jpe

JPEG JFIFフォーマット

JPEG.jpeg

JPEG JFIFフォーマット

JPG.jpg

JPEG JFIFフォーマット

JPM.jpm

JPEG-2000 ファイルフォーマット構文

JPS.jps

JPEG JPSフォーマット

JPT.jpt

JPEG-2000 ファイルフォーマット構文

JXL.jxl

JPEG XL画像

MAP.map

マルチレゾリューションシームレス画像データベース(MrSID)

MAT.mat

MATLAB レベル5画像フォーマット

PAL.pal

Palm ピクスマップ

PALM.palm

Palm ピクスマップ

PAM.pam

一般的な2次元ビットマップフォーマット

PBM.pbm

ポータブルビットマップフォーマット(白黒)

PCD.pcd

フォトCD

PCDS.pcds

フォトCD

PCT.pct

Apple Macintosh QuickDraw/PICT

PCX.pcx

ZSoft IBM PC ペイントブラシ

PDB.pdb

Palm 画像ビューアフォーマット

PDF.pdf

ポータブルドキュメントフォーマット

PDFA.pdfa

ポータブルドキュメントアーカイブフォーマット

PFM.pfm

ポータブルフロートフォーマット

PGM.pgm

ポータブルグレイマップフォーマット(グレースケール)

PGX.pgx

JPEG 2000 非圧縮フォーマット

PICON.picon

パーソナルアイコン

PICT.pict

Apple Macintosh QuickDraw/PICT

PJPEG.pjpeg

JPEG JFIFフォーマット

PNG.png

ポータブルネットワークグラフィックス

PNG00.png00

オリジナル画像からビット深度、カラータイプを継承したPNG

PNG24.png24

不透明またはバイナリ透過24ビットRGB(zlib 1.2.11)

PNG32.png32

不透明またはバイナリ透過32ビットRGBA

PNG48.png48

不透明またはバイナリ透過48ビットRGB

PNG64.png64

不透明またはバイナリ透過64ビットRGBA

PNG8.png8

不透明またはバイナリ透過8ビットインデックスカラー

PNM.pnm

ポータブルエニーマップ

PPM.ppm

ポータブルピクスマップフォーマット(カラー)

PS.ps

Adobe PostScriptファイル

PSB.psb

Adobe 大容量ドキュメントフォーマット

PSD.psd

Adobe Photoshop ビットマップ

RGB.rgb

Raw 赤、緑、青サンプル

RGBA.rgba

Raw 赤、緑、青、アルファサンプル

RGBO.rgbo

Raw 赤、緑、青、不透明度サンプル

SIX.six

DEC SIXELグラフィックスフォーマット

SUN.sun

Sunラスタファイル

SVG.svg

スケーラブルベクターグラフィックス

SVGZ.svgz

圧縮スケーラブルベクターグラフィックス

TIFF.tiff

TIFF(タグ付き画像ファイルフォーマット)

VDA.vda

Truevision Targa画像

VIPS.vips

VIPS画像

WBMP.wbmp

ワイヤレスビットマップ(レベル0)画像

WEBP.webp

WebP画像フォーマット

YUV.yuv

CCIR 601 4:1:1 または 4:2:2

よくある質問

これはどのように機能しますか?

このコンバーターはブラウザ内で完全に動作します。ファイルを選択すると、メモリに読み込まれ、選択したフォーマットに変換されます。その後、変換されたファイルをダウンロードできます。

ファイルの変換にかかる時間は?

変換は瞬時に開始され、ほとんどのファイルは1秒以内に変換されます。大きなファイルの場合、時間がかかる場合があります。

ファイルの扱いは?

ファイルは決してサーバにアップロードされません。ブラウザ内で変換され、変換されたファイルがダウンロードされます。ファイルは見られません。

変換できるファイルタイプは?

画像フォーマット間の変換すべてに対応しています。JPEG、PNG、GIF、WebP、SVG、BMP、TIFFなどです。

料金はかかりますか?

このコンバーターは完全に無料で、永久に無料のままです。ブラウザ内で動作するため、サーバを用意する必要がないので、料金を請求する必要がありません。

一度に複数のファイルを変換できますか?

はい、一度に複数のファイルを変換できます。追加時に複数のファイルを選択してください。