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.
포함된 포스트스크립트 파일(EPSF 또는 EPS)은 1980년대 후반에 처음 등장한 이후로 인쇄 및 출판 산업에서 중요한 역할을 해온 그래픽 파일 형식입니다. Adobe Systems에서 개발한 포스트스크립트 페이지 설명 언어에 깊이 뿌리를 둔 EPS는 본질적으로 단일 파일에 저장된 포스트스크립트 프로그램으로, 저해상도 미리보기 이미지를 포함하고 벡터 그래픽, 비트맵 이미지, 텍스트를 다른 포스트스크립트 문서에 배치할 수 있는 형식으로 캡슐화합니다. 따라서 EPS 파일은 복잡한 그래픽을 다양한 문서에 통합하여 고품질 인쇄물을 보장하는 데 널리 사용됩니다.
EPS 형식은 본질적으로 완전히 자체 포함되도록 설계되어 충실도나 세부 사항을 손상시키지 않고 정교한 그래픽을 더 큰 문서에 원활하게 통합할 수 있는 방법을 제공합니다. 이러한 캡슐화 전략은 그래픽 콘텐츠뿐만 아니라 미리보기 이미지와 그래픽의 물리적 치수를 정의하는 경계 상자를 포함하여 다른 그래픽 형식과 차별화됩니다. 미리보기 이미지를 포함하는 것은 포스트스크립트 코드를 직접 해석할 수 없는 프로그램에 특히 유용하며, 이러한 응용 프로그램은 전체 스크립트를 처리하지 않고도 콘텐츠를 빠르게 미리 볼 수 있습니다.
EPS 파일의 구조는 몇 가지 주요 구성 요소로 나눌 수 있습니다. 첫째, EPS 형식의 버전과 경계 상자의 치수와 같은 중요한 정보를 포함하는 헤더는 본질적으로 다음에 나오는 포스트스크립트 명령을 위한 장면을 설정합니다. 그래픽을 정의하는 실제 포스트스크립트 코드는 다음에 나오며, 벡터 명령, 래스터 이미지, 글꼴 정의를 결합하여 의도한 그래픽을 나타낼 수 있습니다. 다음에 나오는 선택적 미리보기 이미지는 TIFF 또는 WMF와 같은 더 간단한 그래픽 형식으로 인코딩되어 포스트스크립트 구문 분석 기능이 없는 응용 프로그램을 위한 시각화 도구 역할을 합니다.
EPS의 기반이 되는 언어인 포스트스크립트를 이해하는 것은 이 형식의 기능을 이해하는 데 필수적입니다. 포스트스크립트는 그래픽 디자인에 최적화된 튜링 완전 프로그래밍 언어입니다. 화면의 픽셀이나 인쇄물의 점을 직접 제어하는 것보다 더 높은 수준에서 작동합니다. 대 신, 수학적 표현을 통해 이미지를 설명하고, 확장 가능한 정밀도로 모양, 선, 곡선, 텍스트를 정의합니다. 이러한 접근 방식을 통해 확장해도 품질이 저하되지 않는 그래픽을 만들 수 있으며, EPS 콘텐츠는 확장하면 저하되는 래스터 기반 형식과 차별화됩니다.
EPS 형식의 가장 명백한 이점 중 하나는 전문적인 인쇄 워크플로와의 호환성입니다. 포스트스크립트에 기반을 두고 있기 때문에 EPS 파일은 포스트스크립트 프린터에서 직접 해석할 수 있어 인쇄 매체에서 그래픽을 정확하게 재현할 수 있습니다. 다양한 출력 장치에서 높은 충실도를 유지하는 이러한 기능은 EPS를 고해상도 인쇄용 로고, 일러스트레이션, 복잡한 그래픽에 선호되는 형식으로 만듭니다. 게다가 EPS 파일은 장치에 독립적이므로 한 시스템에서 만들어 다른 시스템에서 변환이나 재포맷 없이 인쇄할 수 있습니다.
강점에도 불구하고 EPS 형식은 현대 디지털 환경에서 과제와 한계에 직면합니다. 세계가 웹 기반 및 모바일 콘텐츠로 점점 더 이동함에 따라 디지털 디스플레이와 대화형 콘텐츠에 최적화된 SVG와 같은 벡터 그래픽 형식의 우세가 증가했습니다. SVG 또는 확장 가능 벡터 그래픽은 CSS 애니메이션 및 대화형과 같은 현대 웹 기술에 대한 더 나은 지원을 제공하는 반면, 인쇄 중심 형식인 EPS에는 본질적으로 이러한 기능이 없습니다. 또한 EPS 파일 내 선택적 미리보기 이미지의 이진적 특성은 일부 최신 그래픽 디자인 소프트웨어와의 호환성 문제를 일으킬 수 있습니다.
EPS 형식과 관련된 또 다른 중요한 고려 사항은 보안입니다. EPS 파일은 임의의 포스트스크립트 코드를 포함할 수 있으므로 잠재적으로 악성 스크립트를 포함할 수 있습니다. 이러한 파일 이 포스트스크립트 실행 환경을 제대로 샌드박스화하거나 제한하지 않는 취약한 응용 프로그램에서 열리면 보안 위험이 될 수 있습니다. 결과적으로 일부 소프트웨어 개발자는 보안 문제를 이유로 제한적인 조치를 구현하거나 EPS에 대한 지원을 완전히 제거했습니다. 이러한 과제에 대응하여 업계 관행은 EPS의 고품질 인쇄 출력 기능을 인정하면서도 더 안전하고 유연한 그래픽 형식으로 발전했습니다.
EPS 파일을 만들고 조작하는 프로세스에는 일반적으로 포스트스크립트 코드를 내보낼 수 있는 그래픽 디자인 또는 데스크톱 퍼블리싱 소프트웨어가 포함됩니다. Adobe Illustrator 및 CorelDRAW와 같은 소프트웨어는 EPS 파일 생성에 대한 견고한 지원을 제공하며, 사용자에게 미리보기 이미지 형식과 해상도 선택을 포함하여 출력을 사용자 지정할 수 있는 다양한 옵션을 제공합니다. 이러한 설정을 최적화하는 방법을 이해하는 것은 디자이너가 작업의 인쇄 품질을 극대화하면서 광범위한 응용 프로그램과 장치에서 호환성을 보장하는 데 필수적입니다.
변화하는 기술과 산업 표준 속에서 EPS 형식의 관련성을 유지하기 위한 노력의 일환으로 이 형식의 기능을 업데이트하고 적응하려는 이니셔티브가 있었습니다. 여기에는 현대 그래픽 디자인 소프트웨어와의 형식 호환성을 향상시키고 현재 보안 표준을 충족하도록 하는 것이 포함됩니다. 이러한 업데이트는 변화하는 디지털 환경의 요구 사항을 해결하면서도 형식의 핵심 이점, 특히 정밀도와 인쇄 충실도를 보존하는 것을 목표로 합니다. 이러한 진화의 일환으로 EPS 그래픽의 콘텐츠와 컨텍스트를 더욱 풍부하게 할 수 있는 메타데이터를 통합하는 것과 같은 표준 포스트스크립트 모델에 대한 일부 확장이 고려되었습니다.
미래를 내다보면 그래픽 디자인 및 출판에서 EPS 형식의 역할은 계속해서 진화할 수 있습니다. 디지털 미디어 요구 사항을 본질적으로 지원하는 형식이 선호됨에 따라 사용이 감소할 수 있지만, EPS는 특히 인쇄 출력 품질과 정밀한 그래픽 표현을 우선시하는 특정 전문적 맥락에서 가치가 있을 가능성이 높습니다. 품질을 잃지 않고 복잡한 그래픽을 인쇄물에 원활하게 통합하는 기능은 책 출판, 광고, 하이엔드 그래픽 디자인과 같은 분야에서 EPS의 관련성을 유지하는 고유한 이점입니다.
결론적으로, 포함된 포스트스크립트 파일 형식은 특히 출판 및 인쇄 분야에서 그래픽 디자인의 발전에 중추적인 역할을 했습니다. 포스트스크립트의 견고하고 다목적인 기반 위에 구축된 이 형식의 디자인은 전문적인 인쇄 워크플로에 필수적인 고품질의 확장 가능한 그래픽 표현을 가능하게 합니다. 웹에 최적화된 새로운 형식의 과제에 직면했음에도 불구하고 EPS는 적응을 계속하여 그래픽 형식의 판테온에서 자리를 굳건히 했습니다. 디지털과 인쇄 세계가 계속해서 교차하고 진화함에 따라 EPS와 그 기반 기술을 이해하는 것이 디자이너와 콘텐츠 제작자에게 가치 있는 자산으로 남을 것이라는 것은 분명합니다.
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.