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 분할을 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 뛰어납 니다. 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 필기 를 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, 일반적으 로 검은색 텍스트와 흰색 배경과 같은 높은 대비 색상 조합에서 더 효과적입니다. 텍스트와 배경색이 충분히 대비를 이루지 못할 때 정확성이 감소할 수 있습니다.
포터블 힙 맵(PHM) 이미지 포맷은 디지털 이미지의 현대적 요구 사항을 염두에 두고 설계된, 다양한 디지털 이미지 포맷 세계에 비교적 최근에 추가된 것입니다. JPEG, PNG 또는 TIFF와 같은 기존 포맷과 달리 PHM은 고충실도 이미지 품질을 유지하면서도 고효율 데이터 압축을 강조합니다. 이를 통해 시각 정보의 풍부함을 희생하지 않고도 대역폭과 저장 공간이 제한적인 환경에 특히 적합합니다.
PHM 포맷의 핵심은 무손실 및 유손실 압축 기술을 모두 활용하는 정교한 압축 알고리즘을 기반으로 합니다. 이러한 이중 접근 방식을 통해 PHM은 파일 크기와 이미지 품질의 균형이 중요한 웹 이미지에서 전문 사진에 이르기까지 광범위한 응용 분야에 적합한 다목적성을 갖추게 되었습니다. 이 포맷의 압축 알고리즘은 이미지 콘텐츠를 분석하여 가장 효율적인 압축 전략을 결정하고 이미지 특성에 따라 무손실 및 유손실 방식을 동적으로 조정합니다.
PHM 포맷의 두드러진 특징 중 하나는 sRGB, Adobe RGB, ProPhoto RGB 등을 포함한 광범위한 색 공간을 지원한다는 것입니다. 이 기능을 통해 PHM 포맷으로 저장된 이미지는 광범위한 색상을 정확하게 표현할 수 있으므로 색상 충실도가 가장 중요한 전문 사진 및 디지털 아트에 매우 매력적인 포맷이 됩니다. 또한 PHM은 표준 동적 범 위(SDR) 이미지에 비해 훨씬 더 넓은 휘도 수준의 이미지를 허용하는 고동적 범위(HDR) 콘텐츠를 지원합니다.
PHM은 또한 Exif, XMP, IPTC와 같은 표준 메타데이터 포맷을 지원할 뿐만 아니라 사용자 지정 메타데이터 유형을 통합할 수 있는 혁신적인 메타데이터 처리 방식을 도입합니다. 이러한 유연성을 통해 사진가, 아티스트 및 기타 콘텐츠 제작자는 저작권 공지, 지오태그, 심지어 다양한 압축 수준에서 이미지의 임베디드 미리보기와 같이 풍부한 정보를 이미지 파일에 임베드하여 이미지 콘텐츠를 한눈에 포괄적으로 살펴볼 수 있습니다.
PHM 포맷의 또 다른 주요 장점은 확장성입니다. 이 포맷은 성능이나 품질에 큰 손실 없이 작은 썸네일에서 대규모 사진, 심지어 기가픽셀 이미지에 이르기까지 다양한 크기의 이미지를 효율적으로 처리하도록 설계되었습니다. 이는 이미지를 더 작고 관리하기 쉬운 세그먼트로 나누는 적응형 타일링 메커니즘을 통해 더 효율적인 처리와 더 빠른 로드 시간을 가능하게 합니다. 이를 통해 PHM은 고품질 이미지에 빠르게 액세스해야 하는 웹 애플리케이션 및 디지털 아카이브에 특히 적합합니다.
이 포맷의 아키텍처는 특히 미래의 확장성을 염두에 두고 설계되었습니다. PHM 사양에는 이전 버전의 포맷과의 호환성을 깨지 않고 새로운 기능과 향상된 기능을 추가할 수 있는 조항이 포함되어 있습니다. 이러한 미래 지향적인 접근 방식을 통해 PHM은 진화하는 기술과 요구 사항에 적응할 수 있으므로 디지털 이미징을 위한 미래 지향적인 선택이 됩니다. 새로운 압축 알고리즘, 색 공간 또는 메타데이터 표준을 PHM 생태계에 원활하게 통합하여 시간이 지남에 따라 관련성과 유용성을 보호할 수 있습니다.
보안과 프라이버시도 PHM 포맷 설계의 초점입니다. 이 포맷은 고급 암호화 및 디지털 워터마킹 기능을 통합하여 이미지에 임베디드된 저작권 및 민감한 정보에 대한 견고한 보호를 제공합니다. 이는 이미지 도난과 무단 사용이 일반적인 문제인 디지털 시대에 특히 관련이 있습니다. 암호화 기능을 통해 권한이 있는 사용자만이 완전한 충실도 이미지에 액세스할 수 있고, 디지털 워터마킹은 저작권 추적 및 주장에 도움이 되어 디지털 콘텐츠의 법적 보호를 강화합니다.
PHM 이미지 포맷은 비파괴 편집 및 다중 해상도 편집과 같은 고급 이미지 처리 및 조작 기능을 촉진하는 데 능숙합니다. 비파괴 편집을 통해 사용자는 원본 이미지 데이터를 영구적으로 변경하지 않고도 이미지를 자르거나 노출을 조정하거나 필터를 적용하는 등의 변경을 할 수 있습니다. 이는 편집 작업을 PHM 파일에 별도의 데이터 레이어 또는 명령으로 저장하여 언제든지 적용하거나 제거할 수 있기 때문에 가능합니다. 이 기능은 편집 워크플로에 유연성이 필요한 사진가와 아티스트에게 매우 귀중합니다.
다중 해상도 편집은 PHM 포맷만의 또 다른 선구적인 기능입니다. 이 기능을 통해 소프트웨어는 빠른 미리보기와 빠르고 반응성 있는 편집을 위해 이미지의 저해상도 버전으로 작업할 수 있는 반면, 전체 해상도 이미지는 최종 내보내기 중에만 처리됩니다. 이를 통해 이미지 편집에 필요한 컴퓨팅 리소스가 크게 줄어들어 스마트폰과 태블릿과 같이 처리 능력이 제한된 기기에서도 고해상도 이미지를 편집할 수 있습니다.
PHM 포맷을 중심으로 견고한 생태계를 개발하는 것은 이 포맷의 채택과 성공에 필수적입니다. 여기에는 이미지 편집기와 뷰어 에서 웹 브라우저와 모바일 앱에 이르기까지 호환되는 소프트웨어 도구 개발이 포함됩니다. PHM 사양의 개방적 특성은 타사 개발자가 포맷을 지원하는 광범위한 애플리케이션을 만들어 유용성과 접근성을 향상시키도록 장려합니다. 또한 개발자와 사용자의 활발한 커뮤니티는 PHM 생태계 내에서 지속적인 개선과 혁신을 주도하는 귀중한 피드백과 기여를 제공합니다.
수많은 장점에도 불구하고 PHM 포맷은 시장 채택과 관련된 과제에도 직면합니다. JPEG, PNG, GIF와 같은 기존 이미지 포맷이 디지털 환경에 깊이 뿌리내리고 있는 상황에서 사용자와 개발자가 새로운 포맷을 채택하도록 설득하는 것은 어려울 수 있습니다. 이는 소프트웨어와 기기 전반에 걸친 광범위한 지원이 필요하다는 점으로 인해 더욱 복잡해집니다. 이러한 장애물을 극복하기 위해 PHM 포맷 지지자들은 뛰어난 성능과 기능을 입증하고, 주요 업계 관계자와 파트너십을 맺어 PHM 지원을 인기 있는 소프트웨어 및 하드웨어 솔루션에 통합하는 데 집중하고 있습니다.
미래를 내다보면 PHM 포맷 개발은 압축 효율성을 더욱 향상시키고, 새로운 색 공간과 이미징 기술에 대한 지원을 확대하며, 데이터 손상에 대한 복원력을 향상시키는 데 중점을 둘 가능성이 높습니다. 또한 가상 및 증강 현실과 같이 몰입적인 경험에 고품질의 효율적으로 압축된 이미지가 필수적인 새로운 사용 사례에 맞게 포맷을 최적화하는 데 노력이 기울일 수 있습니다. 디지털 이미징 환경이 계속해서 진화함에 따라 PHM 포맷은 디지털 이미지 저장 및 전송을 위한 다목적적이고 미래 지향적인 솔루션을 제공하면서 최전선에 남아 있을 것을 목표로 합니다.
결론적으로 포터블 힙 맵(PHM) 이미지 포 맷은 디지털 이미징 기술의 상당한 진보를 나타냅니다. 고효율 압축, 광범위한 색 공간 및 HDR 콘텐츠 지원, 유연한 메타데이터 관리, 고급 보안 기능을 결합함으로써 PHM은 기존 이미지 포맷
이 변환기는 완전히 브라우저에서 작동합니다. 파일을 선택하면 메모리에 읽혀 선택한 형식으로 변환됩니다. 그 후 변환된 파일을 다운로드할 수 있습니다.
변환은 즉시 시작되며 대부분의 파일은 1초 이내에 변환됩니다. 큰 파일은 더 오래 걸릴 수 있습니다.
파일은 우리 서버에 업로드되지 않습니다. 브라우저에서 변환되고 변환된 파일이 다운로드됩니다. 우리는 파일을 볼 수 없습니다.
JPEG, PNG, GIF, WebP, SVG, BMP, TIFF 등 모든 이미지 형식을 변환할 수 있습니다.
이 변환기는 완전히 무료이며 항상 무료입니다. 브라우저에서 작동하기 때문에 서버 비용이 들지 않아서 고객님께 비용을 청구할 필요가 없습니다.
네! 원하는 만큼 많은 파일을 동시에 변환할 수 있습니다. 파일을 추가할 때 여러 파일을 선택하세요.