광학 문자 인식(OCR)은 텍스트 이미지(스캔, 스마트폰 사진, PDF)를 기계가 읽을 수 있는 문자열로, 그리고 점점 더 구조화된 데이터로 변환합니다. 최신 OCR은 이미지를 정리하고, 텍스트를 찾고, 읽고, 풍부한 메타데이터를 내보내는 파이프라인으로, 다운스트림 시스템이 필드를 검색, 색인 또는 추출할 수 있도록 합니다. 널리 사용되는 두 가지 출력 표준은 hOCR, 텍스트 및 레이아웃을 위한 HTML 마이크로포맷, 및 ALTO XML, 도서관/기록 보관소 지향 스키마입니다. 둘 다 위치, 읽기 순서 및 기타 레이아웃 단서를 보존하며 다음과 같은 인기 있는 엔진에서 지원됩니다. Tesseract.
전처리. OCR 품질은 이미지 정리부터 시작됩니다: 그레이스케일 변환, 노이즈 제거, 임계값 처리(이진화) 및 기울기 보정. 표준 OpenCV 튜토리얼은 전역, 적응형 및 Otsu 임계값 처리를 다룹니다. 이는 불균일한 조명이나 이중 모드 히스토그램이 있는 문서의 필수 요소입니다. 페이지 내에서 조명이 달라지면 (휴대폰 사진을 생각해보세요), 적응형 방법이 단일 전역 임계값보다 성능이 뛰어난 경우가 많습니다. Otsu는 히스토그램을 분석하여 자동으로 임계값을 선택합니다. 기울기 보정도 마찬가지로 중요합니다: Hough 기반 기울기 보정(Hough 라인 변환)과 Otsu 이진화를 함께 사용하면 프로덕션 전처리 파이프라인에서 일반적이고 효과적인 방법입니다.
탐지 대 인식. OCR은 일반적으로 텍스트 탐지(텍스트는 어디에 있는가?)와 텍스트 인식(무슨 내용인가?)으로 나뉩니다. 자연스러운 장면과 많은 스캔에서 완전 컨볼루션 탐지기 같은 EAST 는 무거운 제안 단계 없이 단어 또는 줄 수준의 사각형을 효율적으로 예측하며 일반적인 툴킷(예: OpenCV의 텍스트 탐지 튜토리얼)에 구현되어 있습니다. 복잡한 페이지(신문, 양식, 책)에서는 줄/영역의 분할과 읽기 순서 추론이 중요합니다:Kraken 은 전통적인 영역/줄 분할과 신경망 기준선 분 할을 구현하며, 다양한 스크립트와 방향(LTR/RTL/수직)을 명시적으로 지원합니다.
인식 모델. 고전적인 오픈 소스 주력 제품인 Tesseract (HP에서 시작하여 Google이 오픈 소스로 공개)는 문자 분류기에서 LSTM 기반 시퀀스 인식기로 발전했으며 검색 가능한 PDF, hOCR/ALTO 친화적인 출력등을 CLI에서 내보낼 수 있습니다. 최신 인식기는 미리 분할된 문자 없이 시퀀스 모델링에 의존합니다. 연결주의적 시간 분류(CTC) 는 입력 특징 시퀀스와 출력 레이블 문자열 간의 정렬을 학습하는 기본으로 남아 있으며, 필기 및 장면 텍스트 파이프라인에서 널리 사용됩니다.
지난 몇 년 동안 Transformer는 OCR을 재구성했습니다. TrOCR 은 비전 Transformer 인코더와 텍스트 Transformer 디코더를 사용하며, 대규모 합성 코퍼스에서 훈련한 다음 실제 데이터로 미세 조정하여 인쇄, 필기 및 장면 텍스트 벤치마크에서 강력한 성능을 보입니다(참조: Hugging Face 문서). 병행하여 일부 시스템은 다운스트림 이해를 위해 OCR을 건너뜁니다: Donut(문서 이해 Transformer) 은 문서 이미지에서 직접 구조화된 답변(키-값 JSON 등)을 출력하는 OCR 없는 인코더-디코더입니다(리포지토리, 모델 카드), 별도의 OCR 단계가 IE 시스템에 공급될 때 오류 누적을 방지합니다.
많은 스크립트에서 바로 사용할 수 있는 텍스트 읽기를 원한다면 EasyOCR 은 80개 이상의 언어 모델과 함께 간단한 API를 제공하여 상자, 텍스트 및 신뢰도를 반환하므로 프로토타입과 비라틴 스크립트에 유용합니다. 역사적 문서의 경우 Kraken 은 기준선 분할 및 스크립트 인식 읽기 순서로 뛰어납니다. 유연한 줄 수준 훈련을 위해 Calamari 는 Ocropy 계보를 기반으로 합니다(Ocropy) (다중)LSTM+CTC 인식기와 사용자 지정 모델 미세 조정을 위한 CLI가 있습니다.
일반화는 데이터에 달려 있습니다. 필기의 경우 IAM 필기 데이터베이스 는 훈련 및 평가를 위해 다양한 필체의 영어 문장을 제공합니다. 이는 줄 및 단어 인식을 위한 오랜 참조 세트입니다. 장면 텍스트의 경우 COCO-Text 는 MS-COCO 위에 광범위한 주석을 계층화했으며, 인쇄/필기, 읽기 가능/읽기 불가능, 스크립트 및 전체 전사에 대한 레이블이 있습니다(원본 프로젝트 페이지참조). 이 분야는 또한 합성 사전 훈련에 크게 의존합니다: SynthText in the Wild 는 사실적인 기하학과 조명으로 사진에 텍스트를 렌더링하여 사전 훈련 탐지기 및 인식기를 위한 방대한 양의 데이터를 제공합니다(참조: 코드 및 데이터).
ICDAR의 강력한 읽기 산하의 대회는 평가를 현실에 기반하게 합니다. 최근 과제는 종단 간 탐지/읽기를 강조하며 단어를 구문으로 연결하는 것을 포함하며, 공식 코드 보고 정밀도/재현율/F-점수, 교차 오버 유니온 (IoU) 및 문자 수준 편집 거리 메트릭—실무자가 추적해야 할 사항을 반영합니다.
OCR은 일반 텍스트로 끝나는 경우가 거의 없습니다. 아카이브 및 디지털 도서관은 ALTO XML 을 선호합니다. 왜냐하면 콘텐츠와 함께 물리적 레이아웃(좌표가 있는 블록/줄/단어)을 인코딩하고 METS 패키징과 잘 어울리기 때문입니다. hOCR 마이크로포맷은 대조적으로 ocr_line 및 ocrx_word와 같은 클래스를 사용하여 동일한 아이디어를 HTML/CSS에 포함시켜 웹 도구로 쉽게 표시, 편집 및 변환할 수 있도록 합니다. Tesseract는 둘 다 노출합니다. 예를 들어 CLI에서 직접 hOCR 또는 검색 가능한 PDF 생성(PDF 출력 가이드); pytesseract 와 같은 Python 래퍼는 편의성을 더합니다. 리포지토리에 고정된 수집 표준이 있을 때 hOCR과 ALTO 간에 변환하는 변환기가 있습니다. 이 선별된 목록을 참조하십시오. OCR 파일 형식 도구.
가장 강력한 추세는 융합입니다: 탐지, 인식, 언어 모델링, 심지어 작업별 디코딩까지 통합된 Transformer 스택으로 통합되고 있습니다. 대규모 합성 코퍼스 에서의 사전 훈련은 여전히 힘의 승수입니다. OCR 없는 모델은 대상이 글자 그대로의 전사가 아닌 구조화된 출력인 곳이면 어디에서나 공격적으로 경쟁할 것입니다. 하이브리드 배포도 기대하십시오: 긴 형식 텍스트를 위한 경량 탐지기 + TrOCR 스타일 인식기, 그리고 양식 및 영수증을 위한 Donut 스타일 모델.
Tesseract (GitHub) · Tesseract 문서 · hOCR 사양 · ALTO 배경 · EAST 탐지기 · OpenCV 텍스트 탐지 · TrOCR · Donut · COCO-Text · SynthText · Kraken · Calamari OCR · ICDAR RRC · pytesseract · IAM 필기 · OCR 파일 형식 도구 · EasyOCR
광학 문자 인식 (OCR)은 스캔된 종이 문서, PDF 파일 또는 디지털 카메라로 촬영된 이미지와 같은 다양한 유형의 문서를 편집 가능하고 검색 가능한 데이터로 변환하는데 사용되는 기술입니다.
OCR은 입력 이미지 또는 문서를 스캔하고, 이미지를 개별 문자로 분할하고, 패턴 인식 또는 특징 인식을 사용하여 각 문자를 문자 모양의 데이터베이스와 비교하는 방식으로 작동합니다.
OCR은 인쇄된 문서를 디지털화하고, 텍스트를 음성 서비스를 활성화하고, 데이터 입력 과정을 자동화하며, 시각 장애 사용자가 텍스트와 더 잘 상호작용하도록 돕는 등 다양한 부문과 응용 프로그램에서 사용됩니다.
OCR 기술에는 큰 발전이 있었지만, 완벽하지는 않습니다. 원본 문서의 품질과 사용 중인 OCR 소프트웨어의 특정사항에 따라 정확성이 달라질 수 있습니다.
OCR은 주로 인쇄된 텍스트에 대해 설계되었지만, 일부 고급 OCR 시스템은 분명하고 일관된 필기를 인식할 수도 있습니다. 그러나 일반적으로 필기체 인식은 개개인의 글씨 스타일에 있는 넓은 차이 때문에 덜 정확합니다.
네, 많은 OCR 소프트웨어 시스템은 여러 언어를 인식할 수 있습니다. 그러나, 특정 언어가 사용 중인 소프트웨어에 의해 지원되는지 확인하는 것이 중요합니다.
OCR은 광학 문자 인식을 의미하며 인쇄된 텍스트를 인식하는데 사용되는 반면, ICR은 Intelligent Character Recognition의 약자로서 필기 텍스트를 인식하는데 사용되는 더 고급스러운 기술입니다.
OCR은 명확하고 읽기 쉬운 글꼴과 표준 텍스트 크기와 가장 잘 작동합니다. 다양한 글꼴과 크기로 작업할 수 있지만, 특이한 글꼴이나 매우 작은 텍스트 크기를 처리할 때 정확도가 떨어질 수 있습니다.
OCR은 해상도가 낮은 문서, 복잡한 폰트, 인쇄 상태가 좋지 않은 텍스트, 필기체, 텍스트와 방해되는 배경을 가진 문서 등에 대해 어려움을 겪을 수 있습니다. 또한, 많은 언어를 처리할 수 있지만 모든 언어를 완벽하게 커버하지는 않을 수 있습니다.
네, OCR은 컬러 텍스트와 배경을 스캔할 수 있지만, 일반적으로 검은색 텍스트와 흰색 배경과 같은 높은 대비 색상 조합에서 더 효과적입니다. 텍스트와 배경색이 충분히 대비를 이루지 못할 때 정확성이 감소할 수 있습니다.
확장 PostScript(EPT) 이미지 형식은 단일 파일에 벡터와 래스터(비트맵) 요소를 모두 포함하도록 설계된 특수 파일 유형입니다. 이러한 고유한 기능으로 인해 EPT 파일은 그래픽 디자인, 출판, 고해상도 이미지와 확장 가능한 벡터 그래픽이 공존해야 하는 모든 곳에서 특히 유용합니다. EPT 형식의 본질은 벡터 그래픽의 선명도와 확장성을 유지하면서도 세부적인 래스터 이미지를 수용하는 능력에 있으며, 복잡한 그래픽 프로젝트에 대한 다목적 솔루션을 제공합니다.
EPT 파일은 기본적으로 두 가지 주요 구성 요소로 구성됩니다. 캡슐화된 PostScript(EPS) 파일과 TIFF 형식의 미리 보기 이미지입니다. 파일의 EPS 부분은 벡터 그래픽을 보관하는 곳입니다. EPS는 품질 저하 없이 고정밀 디자인을 만들고, 편집하고, 확장할 수 있는 널리 지원되는 벡터 그래픽 표준입니다. EPT 파일의 이 부분은 그래픽의 모든 벡터 요소가 크기 조정 여부에 관계없이 충실도를 유지하도록 하여 로고, 텍스트 및 정밀한 조정이 필요한 기타 디자인에 이상적입니다.
EPT 파일의 두 번째 구성 요소는 TIFF 형식의 미리 보기 이미지입니다. TIFF(태그 이미지 파일 형식)는 유연성과 고품질 이미지 지원으로 유명합니다. EPT 파일의 맥락에서 TIFF 이미지는 전체 파일의 래스터 미리 보기를 제공합니다. 이는 EPS 파일을 기본적으로 처리할 수 없는 소프트웨어와 시스템에 특히 유용합니다. TIFF 미리 보기를 사용하면 사용자는 복잡한 렌더링 소프트웨어 없이도 콘텐츠를 빠르게 살펴볼 수 있어 다양한 플랫폼과 애플리케이션에서 호환성과 사용 편의성을 보장합니다.
EPS 및 TIFF 구성 요소를 단일 EPT 파일에 통합하면 두 가지 모두의 장점을 활용할 수 있습니다. 디자이너는 프로젝트에 고충실도의 사실적인 이미지를 포함하면서도 벡터 그래픽의 정밀도와 확장성을 활용할 수 있습니다. 이를 통해 EPT 파일은 두 가지 유형의 그래픽이 중요한 역할을 하는 혼합 미디어 디자인에서 특히 가치가 있습니다. 게다가 미리 보기 이미지가 있으면 TIFF 미리 보기를 기본 벡터 데이터와 상호 작용하지 않고도 빠르게 표시할 수 있으므로 파일 관리 및 검토 프로세스가 간소화됩니다.
EPT 형식의 주요 장점 중 하나는 이식성과 호환성입니다. EPS와 TIFF 모두 확립되고 널리 지원되는 형식이므로 EPT 파일은 이러한 광범위한 호환성을 상속합니다. 즉, EPT 파일은 특정 변환 도구나 소프트웨어 없이도 다양한 소프트웨어 플랫폼과 기기에서 쉽게 공유, 보기, 편집할 수 있습니다. 이러한 상호 운용성은 디자이너, 프린터, 클라이언트 등 다양한 이해 관계자 간에 파일을 교환해야 하는 환경에서 매우 중요합니다.
장점에도 불구하고 EPT 형식에는 고유한 과제가 있습니다. 가장 큰 문제는 단일 파일에 벡터와 래스터 그래픽이 공존한다는 점에서 발생합니다. 이러한 이중성으로 인해 EPS 벡터 데이터와 TIFF 미리 보기를 모두 저장해야 하므로 파일 크기가 커질 수 있습니다. 또한 EPT 파일을 편집하는 것은 표준 이미지 파일로 작업하는 것보다 더 복잡할 수 있습니다. 벡터와 비트맵 구성 요소를 모두 수정해야 할 수 있으므로 두 가지 유형의 데이터를 모두 처리할 수 있는 소프트웨어가 필요합니다.
게다가 EPT 파일의 TIFF 미리 보기는 높은 수준의 시각적 충실도를 제공하지만 미리 보기의 해상도는 고정되어 있다는 점에 유의하는 것도 중요합니다. 즉, 미리 보기는 확대하거나 고해상도로 인쇄할 때 EPS 벡터 부분의 품질을 정확하게 나타내지 않을 수 있습니다. 따라서 중요한 색상이나 세부 사항 결정에 TIFF 미리 보기에 의존하는 것은 때때로 오해의 소지가 있을 수 있으며, 정밀한 편집과 검토를 위해 EPS 구성 요소와 직접 상호 작용해야 합니다.
EPT 파일을 만드는 프로세스에는 일반적으로 EPS와 TIFF 형식을 모두 지원하는 특수 그래픽 디자인 소프트웨어를 사용하는 것이 포함됩니다. 디자이너는 간단한 모양에서 복잡한 일러스트레이션까지 모든 것을 포함할 수 있는 벡터 그래픽을 만드는 것으로 시작합니다. 벡터 부분이 완료되면 필요한 경우 래스터 이미지를 만들거나 프로젝트에 가져옵니다. 그런 다음 소프트웨어는 이러한 요소를 단일 EPT 파일로 결합하여 디자인의 현재 상태를 기반으로 TIFF 미리 보기를 자동으로 생성합니다.
EPT 파일을 사용할 때 호환성은 대부분의 그래픽 디자인 소프트웨어에서 EPS와 TIFF 지원이 보편화되어 거의 문제가 되지 않습니다. 그러나 EPT 파일의 두 구성 요소를 정확하게 해석하고 렌더링할 수 있는 적절한 소프트웨어가 있는 것이 필수적입니다. 복잡한 벡터 그래픽을 처리할 수 있는 Adobe Illustrator, CorelDRAW 등의 소프트웨어 패키지는 EPT 파일을 열고, 편집하고, 관리하는 데 잘 갖춰져 있어 사용자에게 원활한 경험을 제공합니다. 이를 통해 EPT 파일은 로고 디자인에서 세부적인 혼합 미디어 아트워크에 이르기까지 광범위한 애플리케이션에 매우 다목적이고 적합합니다.
결론적으로 EPT 이미지 형식은 벡터와 래스터 그래픽을 결합해야 하는 프로젝트에 대한 고유한 솔루션을 제공합니다. EPS 파일과 TIFF 미리 보기를 결합한 구조를 통해 고품질 벡터 디자인을 세부적인 래스터 이미지와 원활하게 통합할 수 있습니다. 이러한 이중성으로 인해 EPT 파일은 정밀도와 품질이 가장 중요한 그래픽 디자인 및 출판 분야에서 필수적입니다. 그러나 EPT 형식에 내재된 복잡성과 파일 크기 고려 사항은 사용자에게 적절한 소프트웨어와 신중한 파일 관리의 필요성을 상기시킵니다. 이러한 과제에도 불구하고 이러한 다목적 파일 형식의 이점은 과소평가할 수 없으며, EPT는 모든 그래픽 디자이너의 무기고에서 가치 있는 자산이 됩니다.
이 변환기는 전적으로 브라우저에서 실행됩니다. 파일을 선택하면 메모리로 읽어와 선택한 형식으로 변환됩니다. 그런 다음 변환된 파일을 다운로드할 수 있습니다.
변환은 즉시 시작되며 대부분의 파일은 1초 이내에 변환됩니다. 파일이 크면 더 오래 걸릴 수 있습니다.
파일은 서버에 업로드되지 않습니다. 브라우저에서 변환된 다음 변환된 파일이 다운로드됩니다. 우리는 귀하의 파일을 절대 보지 않습니다.
JPEG, PNG, GIF, WebP, SVG, BMP, TIFF 등을 포함한 모든 이미지 형식 간의 변환을 지원합니다.
이 변환기는 완전히 무료이며 항상 무료입니다. 브라우저에서 실행되기 때문에 서버 비용을 지불할 필요가 없으므로 비용을 청구할 필요가 없습니다.
예! 한 번에 원하는 만큼 많은 파일을 변환할 수 있습니다. 추가할 때 여러 파일을 선택하기만 하면 됩니다.