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.
하이 다이나믹 레인지(HDR) 이미징은 인간의 눈이 광범위한 밝기 수준을 인지하는 능력과 이러한 범위를 캡처, 처리, 표시하는 기존 디지털 이미징 시스템의 한계 사이의 격차를 메우는 것을 목표로 하는 기술입니다. 동일한 프레임 내에서 밝기와 어둠의 극단을 보여주는 능력이 제한적인 표준 다이나믹 레인지(SDR) 이미지와 달리 HDR 이미지는 더 넓은 밝기 수준 스펙트럼을 표시할 수 있습니다. 이를 통해 실제 세계에서 인간의 눈이 인지하는 것과 더욱 생생하고 사실적이며 밀접하게 일치하는 사진이 만들어집니다.
다이나믹 레인지의 개념은 HDR 이미징을 이해하는 데 핵심적입니다. 다이나믹 레인지는 이미징 시스템이 캡처, 처리 또는 표시할 수 있는 가장 밝은 밝기와 가장 어두운 어둠 사이의 비율을 말합니다. 일반적으로 스톱 단위로 측정되며, 각 스톱은 빛의 양이 두 배 또는 절반이 되는 것을 나타냅니다. 기존 SDR 이미지는 일반적으로 약 6~9스톱의 다이나믹 레인지 내에서 작동합니다. 반면에 HDR 기술은 이 한계를 크게 뛰어넘어 특정 조건에서 인간의 눈의 약 14~24스톱의 다이나믹 레인지에 맞추거나 심지어 능가하는 것을 목표로 합니다.
HDR 이미징은 고급 캡처 기술, 혁신적인 처리 알고리즘, 디스플레이 기술을 결합하여 가능해졌습니다. 캡처 단계에서는 동일한 장면의 다중 노출이 서로 다른 밝기 수준에서 촬영됩니다. 이러한 노출은 가장 어두운 그림자에서 가장 밝은 하이라이트까지 세부 사항을 캡처합니다. 그런 다음 HDR 프로세스는 이러한 노출을 단일 이미지로 결합하여 기존 디지털 이미징 센서를 사용하여 단일 노출로 캡처할 수 있는 것보다 훨씬 더 큰 다이나믹 레인지를 포함합니다.
HDR 이미지 처리에는 캡처된 광범위한 밝기 수준을 효율적으로 저장, 전송, 궁극적으로 표시할 수 있는 형식으로 매핑하는 작업이 포함됩니다. 톤 매핑은 이 프로세스의 중요한 부분입니다. 캡처된 장면의 높은 다이나믹 레인지를 장면의 원래 밝기 변화의 시각적 영향을 유지하려고 노력하면서 대상 디스플레이 또는 출력 매체와 호환되는 다이나믹 레인지로 변환합니다. 여기에는 종종 시청자에게 자연스럽고 매력적으로 보이는 이미지를 생성하기 위해 밝기, 대비, 색상 채도를 신중하게 조정하는 정교한 알고리즘이 포함됩니다.
HDR 이미지는 일반적으로 확장된 밝기 정보 범위를 수용할 수 있는 특수 파일 형식으로 저장됩니다. JPEG-HDR, OpenEXR, TIFF와 같은 형식은 이러한 목적으로 특별히 개발되었습니다. 이러한 형식은 부동 소수점 숫자와 확장된 색상 공간과 같은 다양한 기술을 사용하여 HDR 이미지의 광범위한 밝기와 색상 정보를 정확하게 인코딩합니다. 이를 통해 HDR 콘텐츠의 높은 충실도를 유지할 뿐만 아니라 광범위한 HDR 지원 기기 및 소프트웨어 생태계와의 호환성을 보장합니다.
HDR 콘텐츠를 표시하려면 표준 디스플레이가 제공할 수 있는 것보다 더 높은 밝기 수준, 더 깊은 검정색, 더 넓은 색 영역을 렌더링할 수 있는 화면이 필요합니다. HDR 호환 디스플레이는 OLED(유기 발광 다이오드) 및 LED(발광 다이오드) 백라이트 향상 기능이 있는 고급 LCD(액정 디스플레이) 패널과 같은 기술을 사용하여 이러한 특성을 달성합니다. 이러한 디스플레이는 미묘하고 선명한 밝기 차이를 모두 렌더링할 수 있는 능력으로 시청자의 깊이, 세부 사항, 사실감을 극적으로 향상시킵니다.
HDR 콘텐츠의 확산은 HDR 표준 및 메타데이터의 개발로 더욱 촉진되었습니다. HDR10, Dolby Vision, Hybrid Log-Gamma(HLG)와 같은 표준은 다양한 플랫폼과 기기에서 HDR 콘텐츠를 인코딩, 전송, 렌더링하기 위한 지침을 지정합니다. HDR 메타데이터는 콘텐츠의 색상 보정 및 밝기 수준에 대한 정보를 제공하여 이 생태계에서 중요한 역할을 합니다. 이를 통해 기기는 각 콘텐츠의 특정 특성에 따라 HDR 렌더링 기능을 최적화하여 일관되게 고품질의 시청 경험을 보장할 수 있습니다.
HDR 이미징의 과제 중 하나 는 주로 SDR 콘텐츠에 맞춰진 기존 워크플로 및 기술과 원활하게 통합해야 한다는 것입니다. 여기에는 이미지의 캡처 및 처리뿐만 아니라 배포 및 표시도 포함됩니다. 이러한 과제에도 불구하고 주요 콘텐츠 제작자, 스트리밍 서비스, 전자 제품 제조업체의 지원 덕분에 HDR 채택이 빠르게 증가하고 있습니다. HDR 기술이 계속해서 발전하고 더욱 쉽게 접근할 수 있게 되면서 사진과 영화에서 비디오 게임과 가상 현실에 이르기까지 광범위한 응용 분야의 표준이 될 것으로 예상됩니다.
HDR 기술과 관련된 또 다른 과제는 증가된 다이나믹 레인지에 대한 요구와 기존 디스플레이 기술과의 호환성을 유지해야 하는 균형입니다. HDR은 시각적 경험을 극적으로 향상시킬 수 있는 기회를 제공하지만, HDR이 제대로 구현되지 않으면 HDR과 완전히 호환되지 않는 디스플레이에서 너무 어둡거나 너무 밝게 보이는 이미지가 생성될 위험도 있습니다. 적절한 톤 매핑과 최종 사용자 디스플레이 기능에 대한 신중한 고려는 HDR 콘텐츠가 광범위한 청중에게 접근 가능하고 보편적으로 향상된 시청 경험을 제공하는 데 필수적입니다.
환경적 고려 사항도 HDR 기술에 대한 논의에서 점점 더 중요해지고 있습니다. HDR 지원 기기의 더 밝은 디스플레이에 필요한 더 높은 전력 소비는 에너지 효율성과 지속 가능성에 과제를 안겨줍니다. 제조업체와 엔지니어는 이러한 기기의 환경적 영향을 손상시키지 않고 높은 밝기와 대비 수준을 달성하는 더욱 에너지 효율적인 방법을 지속적으로 개발하고 있습니다.
HDR 이미징의 미래는 현재의 한계를 극복하고 기술의 기능을 확장하는 데 중점을 둔 지속적인 연구 및 개발로 유망해 보입니다. 양자점 디스플레이와 마이크로 LED와 같은 신기술은 HDR 디스플레이의 밝기, 색상 정확도, 효율성을 더욱 향상시킬 가능성을 가지고 있습니다. 또한 캡처 및 처리 기술의 발전은 워크플로를 간소화하고 특수 장비의 필요성을 줄임으로써 콘텐츠 제작자에게 HDR을 더욱 쉽게 접근할 수 있도록 합니다.
콘텐츠 소비 영역에서 HDR 기술은 몰입적 경험을 위한 새로운 길을 열고 있습니다. 비디오 게임과 가상 현실에서 HDR은 실제 세계의 밝기와 색상 다양성을 더욱 정확하게 재현하여臨場感과 사실감을 극적으로 향상시킬 수 있습니다. 이를 통해 시각적 품질이 향상될 뿐만 아니라 디지털 경험의 감정적 영향이 더욱 깊어져 더욱 매력적이고 생생해집니다.
엔터테인먼트를 넘어서 HDR 기술은 의료 이미징과 같은 분야에 응용되며, 이 기술은 더 넓은 범위의 밝기 수준을 표시할 수 있는 능력으로 표준 이미지에서 놓칠 수 있는 세부 사항을 드러내는 데 도움이 될 수 있습니다. 마찬가지로 천문학 및 원격 탐사와 같은 분야에서
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.