Optyczne rozpoznawanie znaków (OCR) zamienia obrazy tekstu — skany, zdjęcia ze smartfonów, pliki PDF — na ciągi znaków czytelne dla maszyn, a coraz częściej na dane strukturalne. Nowoczesne OCR to potok, który czyści obraz, znajduje tekst, odczytuje go i eksportuje bogate metadane, dzięki czemu systemy podrzędne mogą wyszukiwać, indeksować lub wyodrębniać pola. Dwa szeroko stosowane standardy wyjściowe to hOCR, mikroformat HTML dla tekstu i układu, oraz ALTO XML, schemat zorientowany na biblioteki/archiwa; oba zachowują pozycje, kolejność czytania i inne wskazówki dotyczące układu i są obsługiwane przez popularne silniki, takie jak Tesseract.
Przetwarzanie wstępne. Jakość OCR zaczyna się od czyszczenia obrazu: konwersji do skali szarości, odszumiania, progowania (binaryzacji) i prostowania. Kanoniczne samouczki OpenCV obejmują globalne, adaptacyjne i Otsu progowanie — podstawowe elementy dla dokumentów o nierównomiernym oświetleniu lub bimodalnych histogramach. Gdy oświetlenie zmienia się na stronie (pomyśl o zdjęciach z telefonu), metody adaptacyjne często przewyższają pojedynczy globalny próg; Otsu automatycznie wybiera próg, analizując histogram. Równie ważna jest korekcja nachylenia: prostowanie oparte na transformacji Hougha (Transformacja Hougha) w połączeniu z binaryzacją Otsu to powszechny i skuteczny przepis w produkcyjnych potokach przetwarzania wstępnego.
Wykrywanie a rozpoznawanie. OCR jest zazwyczaj podzielone na wykrywanie tekstu (gdzie jest tekst?) i rozpoznawanie tekstu (co on mówi?). W scenach naturalnych i wielu skanach w pełni konwolucyjne detektory, takie jak EAST skutecznie przewidują czworokąty na poziomie słów lub linii bez ciężkich etapów propozycji i są zaimplementowane w popularnych zestawach narzędzi (np. samouczek wykrywania tekstu OpenCV). Na złożonych stronach (gazety, formularze, książki) ważna jest segmentacja linii/regionów i wnioskowanie o kolejności czytania:Kraken implementuje tradycyjną segmentację stref/linii i neuronową segmentację linii bazowej, z wyraźnym wsparciem dla różnych pism i kierunków (LTR/RTL/pionowo).
Modele rozpoznawania. Klasyczny koń roboczy open-source Tesseract (udostępniony jako open-source przez Google, z korzeniami w HP) ewoluował z klasyfikatora znaków w sekwencyjny rozpoznawacz oparty na LSTM i może emitować przeszukiwalne pliki PDF, wyjścia przyjazne dla hOCR/ALTOi więcej z CLI. Nowoczesne rozpoznawacze opierają się na modelowaniu sekwencji bez wstępnie posegmentowanych znaków. Connectionist Temporal Classification (CTC) pozostaje fundamentalne, ucząc się dopasowań między sekwencjami cech wejściowych a sekwencjami etykiet wyjściowych; jest szeroko stosowane w potokach rozpoznawania pisma ręcznego i tekstu w scenach.
W ostatnich latach Transformery przekształciły OCR. TrOCR używa kodera Vision Transformer oraz dekodera Text Transformer, trenowanego na dużych korpusach syntetycznych, a następnie dostrajanego na rzeczywistych danych, z dużą wydajnością w testach porównawczych tekstu drukowanego, pisanego odręcznie i w scenach (zobacz także dokumentację Hugging Face). Równolegle niektóre systemy omijają OCR na rzecz zrozumienia na dalszym etapie: Donut (Document Understanding Transformer) to koder-dekoder bez OCR, który bezpośrednio generuje ustrukturyzowane odpowiedzi (takie jak JSON klucz-wartość) z obrazów dokumentów (repo, karta modelu), unikając kumulacji błędów, gdy oddzielny krok OCR zasila system IE.
Jeśli chcesz gotowe do użycia rozwiązanie do odczytu tekstu w wielu pismach, EasyOCR oferuje proste API z ponad 80 modelami językowymi, zwracając ramki, tekst i pewność — przydatne do prototypów i pism nielacińskich. W przypadku dokumentów historycznych Kraken wyróżnia się segmentacją linii bazowej i świadomą pisma kolejnością czytania; do elastycznego trenowania na poziomie linii, Calamari opiera się na dziedzictwie Ocropy (Ocropy) z rozpoznawaczami (multi-)LSTM+CTC i CLI do dostrajania niestandardowych modeli.
Generalizacja zależy od danych. W przypadku pisma ręcznego Baza danych pisma ręcznego IAM dostarcza zróżnicowane pod względem pisarzy zdania w języku angielskim do trenowania i oceny; jest to długoletni zestaw referencyjny do rozpoznawania linii i słów. W przypadku tekstu w scenach COCO-Text nałożył obszerne adnotacje na MS-COCO, z etykietami dla tekstu drukowanego/pisanego odręcznie, czytelnego/nieczytelnego, pisma i pełnych transkrypcji (zobacz także oryginalną stronę projektu). Dziedzina ta w dużym stopniu opiera się również na syntetycznym wstępnym trenowaniu: SynthText in the Wild renderuje tekst na fotografiach z realistyczną geometrią i oświetleniem, dostarczając ogromne ilości danych do wstępnego trenowania detektorów i rozpoznawaczy (odniesienie kod i dane).
Konkursy pod parasolem Robust Reading ICDAR utrzymują ocenę w ryzach. Ostatnie zadania kładą nacisk na wykrywanie/odczyt od końca do końca i obejmują łączenie słów w frazy, z oficjalnym kodem raportującym precyzję/odwołanie/F-score, przecięcie nad sumą (IoU) i metryki odległości edycji na poziomie znaków — odzwierciedlając to, co praktycy powinni śledzić.
OCR rzadko kończy się na czystym tekście. Archiwa i biblioteki cyfrowe preferują ALTO XML , ponieważ koduje on fizyczny układ (bloki/linie/słowa ze współrzędnymi) obok treści i dobrze współgra z opakowaniem METS. hOCR mikroformat, w przeciwieństwie do tego, osadza ten sam pomysł w HTML/CSS, używając klas takich jak ocr_line i ocrx_word, co ułatwia wyświetlanie, edycję i transformację za pomocą narzędzi internetowych. Tesseract udostępnia oba — np. generowanie hOCR lub przeszukiwalnych plików PDF bezpośrednio z CLI (przewodnik po wyjściu PDF); opakowania Pythona, takie jak pytesseract dodają wygody. Istnieją konwertery do tłumaczenia między hOCR a ALTO, gdy repozytoria mają stałe standardy przyjmowania — zobacz tę wyselekcjonowaną listę narzędzi formatu plików OCR.
Najsilniejszym trendem jest konwergencja: wykrywanie, rozpoznawanie, modelowanie języka, a nawet dekodowanie specyficzne dla zadania łączą się w zunifikowane stosy Transformerów. Wstępne trenowanie na dużych korpusach syntetycznych pozostaje mnożnikiem siły. Modele bez OCR będą agresywnie konkurować wszędzie tam, gdzie celem są ustrukturyzowane wyniki, a nie dosłowne transkrypcje. Spodziewaj się również wdrożeń hybrydowych: lekkiego detektora plus rozpoznawacza w stylu TrOCR dla długiego tekstu i modelu w stylu Donut dla formularzy i paragonów.
Tesseract (GitHub) · Dokumentacja Tesseract · Specyfikacja hOCR · Tło ALTO · Detektor EAST · Wykrywanie tekstu OpenCV · TrOCR · Donut · COCO-Text · SynthText · Kraken · Calamari OCR · ICDAR RRC · pytesseract · Pismo ręczne IAM · Narzędzia formatu plików OCR · EasyOCR
Optical Character Recognition (OCR) to technologia używana do konwersji różnych rodzajów dokumentów, takich jak zeskanowane dokumenty papierowe, pliki PDF lub obrazy zrobione cyfrowym aparatem fotograficznym, na edytowalne i przeszukiwalne dane.
OCR działa poprzez skanowanie obrazu wejściowego lub dokumentu, segmentację obrazu na indywidualne znaki, a następnie porównanie każdego znaku z bazą danych kształtów znaków za pomocą rozpoznawania wzorców lub rozpoznawania cech.
OCR jest używany w różnych sektorach i aplikacjach, w tym do digitalizacji wydrukowanych dokumentów, włączania usług tekst-na-mowę, automatyzacji procesów wprowadzania danych i pomocy osobom niewidomym w lepszej interakcji z tekstem.
Pomimo wielkiego postępu w technologii OCR, nie jest ona nieomylna. Dokładność może różnić się w zależności od jakości oryginalnego dokumentu i specyfiki używanego oprogramowania OCR.
Chociaż OCR jest głównie przeznaczony dla tekstu drukowanego, niektóre zaawansowane systemy OCR są także w stanie rozpoznać jasne, konsekwentne pismo odręczne. Jednak zazwyczaj rozpoznawanie pisma odręcznego jest mniej dokładne ze względu na dużą różnorodność indywidualnych stylów pisania.
Tak, wiele systemów oprogramowania OCR potrafi rozpoznawać wiele języków. Ważne jest jednak, aby upewnić się, że konkretny język jest obsługiwany przez oprogramowanie, którego używasz.
OCR to skrót od Optical Character Recognition i służy do rozpoznawania tekstu drukowanego, natomiast ICR, czyli Intelligent Character Recognition, jest bardziej zaawansowany i służy do rozpoznawania tekstu pisanego odręcznie.
OCR najlepiej radzi sobie z czytelnymi, łatwymi do odczytania fontami i standardowymi rozmiarami tekstu. Chociaż może pracować z różnymi fontami i rozmiarami, dokładność zwykle maleje przy niecodziennych fontach lub bardzo małych rozmiarach tekstu.
OCR może mieć problemy z dokumentami o niskiej rozdzielczości, złożonymi czcionkami, źle wydrukowanymi tekstami, pismem odręcznym oraz dokumentami z tłem, które przeszkadza w tekście. Ponadto, mimo że może obsługiwać wiele języków, nie jest w stanie idealnie pokryć wszystkich języków.
Tak, OCR potrafi skanować kolorowy tekst i tło, choć zazwyczaj jest skuteczniejszy w przypadku wysokokontrastowych kombinacji kolorów, takich jak czarny tekst na białym tle. Dokładność może spadać, gdy kolor tekstu i tła nie tworzą wystarczającego kontrastu.
PDF/A to wersja Portable Document Format (PDF) zgodna z normą ISO, specjalnie opracowana do cyfrowej archiwizacji dokumentów elektronicznych. PDF/A różni się od PDF tym, że zabrania stosowania funkcji nieodpowiednich do długoterminowego archiwizowania, takich jak łączenie czcionek (w przeciwieństwie do osadzania czcionek) i szyfrowanie. Wymagania ISO dla przeglądarek plików PDF/A obejmują wytyczne dotyczące zarządzania kolorami, obsługę osadzonych czcionek i interfejs użytkownika do odczytywania osadzonych adnotacji.
Standard PDF/A nie jest pojedynczym formatem, lecz serią standardów objętych parasolem PDF/A, z których każdy służy określonym potrzebom i spełnia szczególne wymagania archiwizacyjne. Najczęściej używanymi standardami są PDF/A-1, PDF/A-2 i PDF/A-3. PDF/A-1 opiera się na PDF 1.4 i był pierwszym opublikowanym standardem; PDF/A-2 opiera się na PDF 1.7 i umożliwia bogatsze media i funkcjonalność; a PDF/A-3, który również opiera się na PDF 1.7, umożliwia osadzanie plików innych niż PDF/A.
W kontekście PDF/A termin „poziom zgodności” odnosi się do stopnia, w jakim dokument PDF/A spełnia określone wymagania normy. Istnieją dwa poziomy zgodności: „a” (dostępny) i „b” (podstawowy). Zgodność z poziomem „a” oznacza, że dokument jest nie tylko zachowany wizualnie, ale zawiera również dodatkową strukturę i tagowanie w celu zapewnienia dostępności, na przykład dla czytników ekranowych używanych przez osoby niedowidzące. Zgodność z poziomem „b” zapewnia zachowanie wyglądu wizualnego, ale nie wymaga, aby dokument był dostępny.
Jedną z kluczowych cech PDF/A jest użycie osadzonych czcionek. Dzięki temu dokument można wyświetlać i drukować w przyszłości dokładnie tak, jak zamierzono, niezależnie od tego, czy oryginalne czcionki są dostępne w systemie wyświetlania. Osadzanie czcionek zwiększa rozmiar pliku, ale zapewnia bardziej niezawodny sposób zachowania oryginalnego wyglądu dokumentu. PDF/A nakazuje również, aby informacje o kolorze były przechowywane w sposób niezależny od urządzenia, co oznacza, że kolory w dokumencie powinny wyglądać tak samo niezależnie od urządzenia używanego do wyświetlania lub drukowania dokumentu.
PDF/A zabrania również korzystania z niektórych funkcji, które nie sprzyjają długoterminowemu archiwizowaniu. Należą do nich szyfrowanie, zawartość audio i wideo, uruchamianie plików JavaScript i plików wykonywalnych oraz przezroczystość. Korzystanie z tych funkcji może potencjalnie uniemożliwić odczytywanie dokumentów w przyszłości, ponieważ technologie ewoluują, a niektóre funkcje stają się przestarzałe lub nie są już obsługiwane.
Tworzenie dokumentu PDF/A zwykle polega na konwertowaniu dokumentu z jego oryginalnego formatu (takiego jak Word lub Excel) do formatu PDF/A za pomocą narzędzia do tworzenia plików PDF. To narzędzie musi być w stanie osadzić wszystkie niezbędne komponenty (takie jak czcionki i profile kolorów) i usunąć wszelkie funkcje, które nie są dozwolone zgodnie ze standardem PDF/A. Ważne jest również, aby zweryfikować wynikowy dokument PDF/A, aby upewnić się, że spełnia wymagania normy. Weryfikację można przeprowadzić za pomocą specjalistycznego oprogramowania, które sprawdza dokument zgodnie ze specyfikacją PDF/A.
Zachowanie metadanych to kolejny ważny aspekt standardu PDF/A. Metadane w dokumentach PDF/A zawierają informacje o samym dokumencie, takie jak tytuł, autor, temat i słowa kluczowe. Te metadane są przechowywane w formacie XMP (eXtensible Metadata Platform), który jest standardem ISO do tworzenia, przetwarzania i wymiany standaryzowanych i niestandardowych metadanych dla dokumentów cyfrowych i zestawów danych. XMP został zaprojektowany tak, aby umożliwić łatwą integrację i wymianę metadanych w różnych aplikacjach i platformach.
PDF/A jest szeroko stosowany w branżach i organizacjach, w których zachowanie dokumentów ma kluczowe znaczenie. Obejmuje to agencje rządowe, systemy prawne, biblioteki i archiwa. Korzystanie z PDF/A pomaga zapewnić, że dokumenty pozostaną czytelne i autentyczne przez wiele lat, co jest niezbędne do spełnienia wymogów prawnych i utrzymania integralności historycznych i ważnych dokumentów. Format ten jest również korzystny dla osób fizycznych i firm, które chcą archiwizować dokumenty do długotrwałego przechowywania bez ryzyka utraty dostępu do treści z powodu przestarzałości technologicznej.
Proces archiwizacji dokumentów w formacie PDF/A może być częścią większej strategii zarządzania dokumentami. Strategia ta może obejmować korzystanie z systemów zarządzania dokumentami (DMS), które obsługują standard PDF/A i mogą obsługiwać konwersję, weryfikację i zachowanie dokumentów. Systemy te często zawierają funkcje takie jak kontrola wersji, kontrola dostępu i ślady audytu, które zapewniają dodatkowe warstwy bezpieczeństwa i możliwości śledzenia dla zarchiwizowanych dokumentów.
Chociaż PDF/A jest przeznaczony do długoterminowego przechowywania, nie jest odporny na wyzwania związane z cyfrowym przechowywaniem. Jednym z takich wyzwań jest potrzeba ciągłego zarządzania i migracji archiwów cyfrowych. W miarę rozwoju technologii może być konieczne przeniesienie dokumentów PDF/A do nowszych wersji standardu lub do innych formatów w celu zachowania dostępności i czytelności. Wymaga to starannego planowania i wykonania, aby zapewnić, że dokumenty nie stracą swojej integralności lub autentyczności podczas procesu migracji.
Kolejną kwestią, którą należy wziąć pod uwagę podczas korzystania z PDF/A, jest potrzeba kontroli jakości podczas procesu tworzenia. Ponieważ dokumenty PDF/A mają być prawdziwym i dokładnym odwzorowaniem oryginalnej treści, ważne jest, aby upewnić się, że proces konwersji nie wprowadza błędów ani pominięć. Może to obejmować sprawdzanie kompletności dokumentów, dokładności tekstu i obrazów oraz poprawnego osadzania czcionek i profili kolorów. Kontrola jakości jest szczególnie ważna w przypadku dokumentów zawierających krytyczne informacje lub które muszą spełniać surowe standardy regulacyjne.
Standard PDF/A stale ewoluuje w miarę pojawiania się nowych potrzeb i technologii. PDF Association, międzynarodowe konsorcjum firm i organizacji promujących przyjęcie technologii PDF, aktywnie pracuje nad rozwojem standardów PDF, w tym PDF/A. Zapewniają zasoby i wytyczne dotyczące wdrażania PDF/A oraz przyczyniają się do ciągłego rozwoju standardu w celu spełnienia nowych wymagań i zapewnienia, że pozostanie on istotny dla długoterminowego cyfrowego przechowywania.
Podsumowując, PDF/A to solidny format przeznaczony do długoterminowego przechowywania dokumentów elektronicznych. Skupienie się na osadzaniu całej niezbędnej zawartości, zakazie niektórych funkcji i zapewnieniu niezależnej od urządzenia reprezentacji kolorów sprawia, że jest to idealny wybór do archiwizacji ważnych dokumentów. Chociaż jest to niezawodny format, wymaga starannego wdrożenia i ciągłego zarządzania, aby zapewnić, że dokumenty pozostaną dostępne i autentyczne w czasie. W miarę rozwoju technologii będzie ewoluował również standard PDF/A, zapewniając, że pozostanie on kluczowym narzędziem w dziedzinie cyfrowego przechowywania.
Ten konwerter działa w całości w Twojej przeglądarce. Po wybraniu pliku jest on wczytywany do pamięci i konwertowany do wybranego formatu. Następnie możesz pobrać przekonwertowany plik.
Konwersje rozpoczynają się natychmiast, a większość plików jest konwertowana w mniej niż sekundę. Większe pliki mogą zająć więcej czasu.
Twoje pliki nigdy nie są przesyłane na nasze serwery. Są one konwertowane w Twojej przeglądarce, a następnie pobierany jest przekonwertowany plik. Nigdy nie widzimy Twoich plików.
Obsługujemy konwersję między wszystkimi formatami obrazów, w tym JPEG, PNG, GIF, WebP, SVG, BMP, TIFF i innymi.
Ten konwerter jest całkowicie darmowy i zawsze będzie darmowy. Ponieważ działa w Twojej przeglądarce, nie musimy płacić za serwery, więc nie musimy pobierać od Ciebie opłat.
Tak! Możesz konwertować dowolną liczbę plików jednocześnie. Wystarczy wybrać wiele plików podczas ich dodawania.