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.
EPT2 이미지 포맷은 Enhanced Precision Tagged image format version 2의 약자로, 향상된 정밀도와 태깅 기능으로 복잡한 그래픽 데이터를 저장하도록 설계된 정교한 파일 포맷입니다. 이미지의 시각적 표현에만 초점을 맞춘 많은 기존 이미지 포맷과 달리 EPT2는 메타데이터 저장, 고동적 범위(HDR) 이미징, 광범위한 색 공간 지원을 포함한 더 넓은 범위의 기능을 포괄합니다. 이러한 독특한 조합은 디지털 보관, 지리공간 이미징, 전문 사진과 같이 정밀도와 포괄적인 데이터 설명이 가장 중요한 산업의 애플리케이션에 특히 적합합니다.
EPT2 포맷은 본질적으로 픽셀 기반 이미지 데이터와 벡터 그래픽을 원활하게 통합할 수 있는 유연한 컨테이너 모델을 중심으로 구성됩니다. 이러한 이중 특성은 고품질 래스터 이미지를 저장할 뿐만 아니라 확장 가능한 벡터 레이어를 포함할 수 있도록 합니다. 이러한 벡터는 주석, 그래픽 오버레이 또는 래스터 데이터를 보완하는 기타 정보 요소를 나타낼 수 있습니다. 하나의 파일에 래스터와 벡터 데이터를 손상이나 품질 저하 없이 결합할 수 있는 기능은 EPT2의 다목적성의 특징입니다.
EPT2의 두드러진 특징 중 하나는 sRGB, Adobe RGB, ProPhoto RGB, 사용자가 정의한 사용자 지정 색 공간을 포함한 광범위한 색 공간을 지원한다는 것입니다. 이러한 유연성은 EPT2 포맷으로 저장된 이미지를 다양한 장치와 미디어에서 정확하게 표시하여 제작자의 원래 비전을 보존할 수 있도록 합니다. 또한 EPT2는 정수와 부동 소수점 데이터 유형 모두에 대해 16비트 및 32비트 색 심도를 지원하여 엄청난 범위의 색상과 밝기 수준의 미묘함을 포착할 수 있으므로 HDR 콘텐츠에 이상적입니다.
뛰어난 색상 및 데이터 표현 기능 외에도 EPT2 포맷에는 강력한 메타데이터 지원이 포함됩니다. 이 기능을 사용하면 카메라 설정, GPS 좌표, 사용자 지정 태그와 같은 이미지에 대한 광범위한 정보를 저장할 수 있습니다. 이 메타데이터는 대규모 데이터베이스에서 이미지를 구성하고 찾는 데 매우 중요할 뿐만 아니라 이미지가 캡처된 조건을 이해하는 데 중요한 맥락을 제공합니다. EPT2 포맷은 메타데이터 저장에 XML을 사용하여 다양한 유 형의 정보를 통합하기 위한 표준화되고 유연한 구조를 제공합니다.
압축은 파일 크기와 이미지 품질의 균형을 맞추는 모든 이미지 포맷의 중요한 구성 요소입니다. EPT2는 다단계 압축 방식을 채택하여 사용자가 특정 요구 사항에 따라 무손실 및 유손실 압축 방법 중에서 선택할 수 있도록 합니다. 이 포맷은 유손실 압축에 JPEG 2000과 같은 고급 알고리즘을 사용하여 파일 크기를 줄이는 데 뛰어난 효율성을 제공하면서 품질 저하를 최소화합니다. 무손실 압축의 경우 EPT2는 높은 압축률과 정확한 픽셀 값을 보존하는 기능으로 유명한 LZMA 알고리즘을 사용하여 원래 이미지 품질이 유지되도록 합니다.
EPT2가 도입한 또 다른 중요한 발전은 복잡한 이미지 편집 및 합성 워크플로를 용이하게 하는 다중 레이어 이미지 지원입니다. 사용자는 각각 불투명도, 블렌드 모드, 필터와 같은 고유한 속성을 가진 단일 EPT2 파일에 별도의 이미지 레이어를 저장할 수 있습니다. 이 기능은 모든 관련 데이터를 한 곳에 보관하여 편집 프로세스를 간소화할 뿐만 아니라 여러 사용자가 이미지의 다양한 측면을 동시에 작업할 수 있도록 하여 협업을 향상시킵니다. 또한 레이어에 메타데이터를 태그하여 추가 맥락을 제공하고 파일 구조를 더욱 자기 설명적으로 만들 수 있습니다.
지리공간 데이터 통합은 지도 제작, 원격 탐사, 지리 정보 시스템(GIS)의 요구 사항을 충족하는 EPT2 포맷의 가장 혁신적인 측면 중 하나입니다. EPT2 파일은 지리 태깅과 상세한 공간 메타데이터를 통합하여 이미지 콘텐츠를 지리적 위치에 정확하게 매핑할 수 있습니다. 이 기능은 환경 모니터링, 도시 계획, 재해 관리와 같이 정확한 지리적 참조가 필요한 애플리케이션에 필수적입니다. EPT2는 다양한 좌표계와 참조 모델을 지원하여 기존 지리공간 데이터 표준 및 도구와의 광범위한 호환성을 보장합니다.
EPT2 포맷의 확장성은 또 다른 주요 기능으로, 사실상 모든 크기와 해상도의 이미지를 수용하도록 설계되었습니다. 작은 아이콘에서 대규모 지도 또는 상세한 과학적 이미지에 이르기까지 EPT2는 성능이나 품질을 저하시키지 않고 다양한 데이터 유형을 효율적으로 처리할 수 있습니다. 이러한 확장성은 혁신적인 이미지 타일링 및 피라미드형 저장 기술을 통해 달성되며, 이를 통해 주어진 뷰 또는 확대 수준에 필요한 데이터만 로드하여 대규모 이미지에 효율적으로 액세스하고 렌더링할 수 있습니다. 이를 통해 EPT2는 대역폭과 처리 능력이 제한될 수 있는 웹 애플리케이션과 모바일 기기에 특히 적합합니다.
보안 및 권한 관리 기능은 디지털 시대에 지적 재산을 보호하는 것의 중요성을 인식하여 EPT2 포맷의 필수 구성 요소입니다. EPT2는 암호화 및 디지털 워터마킹을 지원하여 콘텐츠 제작자가 이미지를 무단 사용 또는 복제로부터 보호할 수 있도록 합니다. 또한 이 포맷은 사용 권한, 라이선스 정보, 제작자 세부 정보를 지정하여 권한 관리 정보를 파일에 직접 통합할 수 있습니다. 이 포괄적인 접근 방식은 이미지를 공유하고 배포하면서도 사용에 대한 통제권을 유지할 수 있도록 합니다.
EPT2 포맷은 확장성을 염두에 두고 설계되어 이전 버전과의 호환성을 희생하지 않고 미래 요구 사항을 충족하도록 진화할 수 있습니다. 모듈식 구조를 통해 확장을 통해 새로운 기능, 압축 방식, 메타데이터 유형을 도입할 수 있으며, 이는 기존 프레임워크에 원활하게 통합될 수 있습니다. 이러한 미래 지향적 인 접근 방식은 EPT2 포맷이 관련성과 적응성을 유지하고 이미징 및 데이터 관리에서 새로운 기술과 표준을 통합할 수 있음을 보장합니다.
다양한 산업에서 EPT2를 채택한 것은 이미지를 저장, 공유, 활용하는 방식에 혁명을 일으킬 수 있는 잠재력을 강조합니다. 디지털 사진에서 EPT2는 탁월한 품질과 유연성을 제공하여 사진작가가 더 높은 충실도로 작업을 캡처하고 보존할 수 있도록 합니다. 지리공간 이미징 및 디지털 보관과 같은 분야에서 EPT2의 고급 기능은 복잡한 데이터 세트의 관리 및 분석을 용이하게 하여 이미지 기반 정보의 가치와 유용성을 향상시킵니다.
수많은 장점에도 불구하고 EPT2 포맷의 구현과 광범위한 채택에는 과제가 있습니다. 이 포맷의 복잡성에는 고급 기능을 처리할 수 있는 정교한 소프트웨어 도구가 필요하며, 이는 필요한 기술적 리소스가 없는 사용자의 접근성을 제한할 수 있습니다. 게다가 EPT2로의 전환에는 기존 워크플로와 시스템에 대한 업데이트와 수정이 필요하며, 이 포맷의 기능을 활용하려는 조직의 시간과 투자가 필요합니다.
EPT2 포맷의 미래는 밝아 보이며, 성능 향상, 기능 세트
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 않습 니다. 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.