Оптическое распознавание символов (OCR) преобразует изображения текста — сканы, фотографии со смартфона, PDF-файлы — в машиночитаемые строки и, все чаще, в структурированные данные. Современное OCR — это конвейер, который очищает изображение, находит текст, читает его и экспортирует богатые метаданные, чтобы последующие системы могли искать, индексировать или извлекать поля. Два широко используемых стандарта вывода: hOCR, микроформат HTML для текста и макета, и ALTO XML, схема, ориентированная на библиотеки/архивы; оба сохраняют позиции, порядок чтения и другие подсказки макета и поддерживаются популярными движками, такими как Tesseract.
Предварительная обработка. Качество OCR начинается с очистки изображения: преобразования в оттенки серого, удаления шума, пороговой обработки (бинаризации) и выравнивания. Канонические учебные пособия по OpenCV охватывают глобальную, адаптивную и пороговую обработку Оцу — основные методы для документов с неравномерным освещением или бимодальными гистограммами. Когда освещение меняется в пределах страницы (подумайте о снимках с телефона), адаптивные методы часто превосходят один глобальный порог; Оцу автоматически выбирает порог, анализируя гистограмму. Коррекция наклона не менее важна: выравнивание н а основе преобразования Хафа (преобразование Хафа для линий) в паре с бинаризацией Оцу является распространенным и эффективным рецептом в производственных конвейерах предварительной обработки.
Обнаружение и распознавание. OCR обычно делится на обнаружение текста (где находится текст?) и распознавание текста (что он говорит?). В естественных сценах и многих сканах полностью сверточные детекторы, такие как EAST , эффективно предсказывают четырехугольники на уровне слов или строк без тяжелых этапов предложения и реализованы в общих наборах инструментов (например, учебное пособие по обнаружению текста в OpenCV). На сложных страницах (газеты, формы, книги) важны сегментация строк/областей и определение порядка чтения:Kraken реализует традиционную сегментацию зон/строк и нейронную сегментацию базовой линии с явной поддержкой различных письменностей и направлений (слева направо/справа налево/вертикально).
Модели распознавания. Классическая рабочая лошадка с открытым исходным кодом Tesseract (с открытым исходным кодом от Google, с корнями в HP) эволюционировала от классификатора символов до распознавателя последовательностей на основе LSTM и может выдавать PDF с возможностью поиска, выходные данные, дружественные к hOCR/ALTO, и многое другое из командной строки. Современные распознаватели полагаются на моделирование последовательностей без предварительно сегментированных символов. Коннективистская временная классификация (CTC) остается основополагающей, изучая выравнивания между последовательностями входных признаков и строками выходных меток; она широко используется в конвейерах для распознавания рукописного ввода и текста на сцене.
В последние несколько лет трансформеры изменили OCR. TrOCR ис пользует кодировщик Vision Transformer и декодер Text Transformer, обученный на больших синтетических корпусах, а затем доработанный на реальных данных, с высокой производительностью на тестах печатного, рукописного и сценического текста (см. также документацию Hugging Face). Параллельно некоторые системы обходят OCR для последующего понимания: Donut (Document Understanding Transformer) — это кодировщик-декодер без OCR, который напрямую выводит структурированные ответы (например, JSON «ключ-значение») из изображений документов (репозиторий, карточка модели), избегая накопления ошибок, когда отдельный шаг OCR передает данные в систему извлечения информации.
Если вам нужно готовое решение для чтения текста на многих языках, EasyOCR предлагает простой API с более чем 80 языковыми моделями, возвращающий рамки, текст и достоверность — у добно для прототипов и нелатинских письменностей. Для исторических документов Kraken отличается сегментацией базовой линии и порядком чтения с учетом письменности; для гибкого обучения на уровне строк Calamari основан на наследии Ocropy (Ocropy) с распознавателями (multi-)LSTM+CTC и CLI для тонкой настройки пользовательских моделей.
Обобщение зависит от данных. Для рукописного ввода база данных рукописного ввода IAM предоставляет разнообразные по авторам английские предложения для обучения и оценки; это давний эталонный набор для распознавания строк и слов. Для текста на сцене COCO-Text наложил обширные аннотации на MS-COCO с метками для печатного/рукописного, разборчивого/неразборчивого, письменности и полных транскрипций (см. также оригинальную страницу проекта). Эта область также в значительной степени зависит от синтетического предварительного обучения: SynthText in the Wild визуализирует текст на фотографиях с реалистичной геометрией и освещением, предоставляя огромные объемы данных для предварительного обучения детекторов и распознавателей (ссылка на код и данные).
Соревнования под эгидой ICDAR’s Robust Reading сохраняют обоснованность оценки. Последние задачи подчеркивают сквозное обнаружение/чтение и включают связывание слов во фразы, с официальным кодом, сообщающим точность/полноту/F-меру, пересечение над объединением (IoU) и метрики расстояния редактирования на уровне символов, что отражает то, что должны отслеживать практики.
OCR редко заканчивается простым текстом. Архивы и цифровые библиотеки предпочитают ALTO XML , потому что он кодирует физический макет (блоки/строки/слова с координатами) вместе с содержимым, и он хорошо сочетается с упаковкой METS. Микроформат hOCR , напротив, встраивает ту же идею в HTML/CSS, используя классы, такие как ocr_line и ocrx_word, что упрощает отображение, редактирование и преобразование с помощью веб-инструментов. Tesseract предоставляет оба варианта, например, генерируя hOCR или PDF с возможностью поиска прямо из командной строки (руководство по выводу PDF); оболочки Python, такие как pytesseract , добавляют удобства. Существуют преобразователи для перевода между hOCR и ALTO, когда в репозиториях есть фиксированные стандарты приема — см. этот тщательно подобранный список инструментов для формата файлов OCR.
Самая сильная тенденция — это конвергенция: обнаружение, распознавание, языковое моделирование и даже декодирование для конкретных задач объединяются в единые стеки трансформеров. Предварительное обучение на больших синтетических корпусах остается мультипликатором силы. Модели без OCR будут агрессивно конкурировать везде, где целью являются структурированные выходные данные, а не дословные транскрипции. Ожидайте также гибридных развертываний: легкий детектор плюс распознаватель в стиле TrOCR для длинного текста и модель в стиле Donut для форм и квитанций.
Tesseract (GitHub) · Документация Tesseract · Спецификация hOCR · Фон ALTO · Детектор EAST · Обнаружение текста OpenCV · TrOCR · Donut · COCO-Text · SynthText · Kraken · Calamari OCR · ICDAR RRC · pytesseract · Рукописный ввод IAM · Инструменты формата файлов OCR · EasyOCR
Оптическое распознавание символов (OCR) - это технология, используемая для преобразования различных типов документов, таких как отсканированные бумажные документы, PDF-файлы или изображения, снятые цифровой камерой, в данные, которые можно редактировать и искать.
OCR сканирует входное изображение или документ, разбирает изображение на отдельные символы, а затем сравнивает каждый символ с базой данных форм символов, используя распознавание по образцу или распознавание по признакам.
OCR используется в различных отраслях и приложениях, включая цифровизацию печатных документов, использование услуг перевода текста в речь, автоматизацию процесса ввода данных и помощь людям с нарушениями зрения в более качественном взаимодействии с текстом.
Несмотря на значительные усовершенствования технологии OCR, она не абсолютно надежна. Точность может варьироваться в зависимости от качества исходного документа и конкретных характеристик используемого ПО OCR.
Хотя OCR в основном предназначен для распознавания печатного текста, некоторые продвинутые системы OCR также могут распознавать чистописание. Однако точность распознавания рукописного текста обычно ниже из-за вариативности индивидуальных стилей письма.
Да, многие программы OCR могут распознавать множество языков. Однако следует убедиться, что используемое вами программное обеспечение поддерживает конкретный язык.
OCR - это аббревиатура от Optical Character Recognition (оптическое распознавание символов), которое используется для распознавания печатного текста, в то время как ICR, или Intelligent Character Recognition (интеллектуальное распознавание символов), это более продвинутая технология, которая используется для распознавания рукописного тек ста.
OCR наиболее эффективен при обработке четких, легко читаемых шрифтов и стандартных размеров текста. Хотя он способен распознавать различные шрифты и размеры, его точность может снизиться при обработке нестандартных шрифтов или очень мелкого текста.
У OCR может быть проблемы при обработке документов с низким разрешением, сложных шрифтов, текста с плохим качеством печати, рукописного текста или документов, где текст плохо сочетается с фоном. Кроме того, хотя OCR может распознавать многие языки, он может не покрывать все языки идеально.
Да, OCR может сканировать цветной текст и фоны, хотя он наиболее эффективен при работе с комбинациями цветов с высоким контрастом, такими как черный текст на белом фоне. Если контраст между цветом текста и фона недостаточен, точность может снизиться.
Формат изображений Photo CD (PCD) — это тип формата цифровых изображений, разработанный компанией Eastman Kodak в начале 1990-х годов. Основной целью формата PCD было позволить пользователям хранить цифровые фотографии высокого разрешения на компакт-диске, которые затем можно было просматривать на компьютере или телевизоре с помощью специального проигрывателя Photo CD. Формат PCD был частью более широкой стратегии Kodak по преодолению разрыва между традиционной пленочной фотографией и развивающимся рынком цифровой фотографии. Он был разработан, чтобы предложить фотографам и потребителям удобный способ оцифровки и архивирования их пленочных изображений с высокой точностью.
Одной из ключевых особенностей формата PCD является использование структуры разрешения с несколькими масштабами, которая позволяет одному файлу PCD содержать несколько разрешений одного и того же изображения. Эта структура основана на запатентованной технологии сжатия изображений, разработанной Kodak, известной как PhotoYCC. Цветовое пространство PhotoYCC похоже на цветовое пространство YCbCr, используемое при сжатии видео, где Y представляет компонент яркости, а Cb и Cr представляют компоненты цветности. Это цветовое пространство особенно подходит для фотографических изображений, поскольку оно отделяет информацию о яркости от информации о цвете, что хорошо согласуется с тем, как человеческая зрительная система обрабатывает изображения.
Структура разрешения с несколькими масштабами файлов PCD включает пять различных уровней разрешения: от базового/предварительного просмотра с разрешением 192x128 пикселей до максимального разрешения 3072x2048 пикселей. Эти разрешения называются Base/16, Base/4, Base, 4Base и 16Base, при этом базовое разрешение составляет 768x512 пикселей. Это позволяет использовать различные варианты, от предварительного просмотра эскизов до высококачественных отпечатков. Различные разрешения хранятся в иерархическом формате, что позволяет программному и аппаратному обеспечению быстро получать доступ к соответствующему уровню разрешения для данной задачи, не обрабатывая весь файл изображения.
Файлы PCD обычно создаются с помощью системы Kodak Photo CD, которая включает сканирование негативов или слайдов с помощью сканера высокого разрешения, а затем запись цифровых изображений на компакт-диск в формате PCD. Процесс сканирования тщательно откалиброван, чтобы обеспечить точную цветопередачу и захватить весь динамический диапазон пленки. Полученные файлы PCD предназначены для цифрового архивирования пленочных изображений с возможностью создания высококачественных отпечатков, а также для легкого обмена и просмотра на различных устройствах.
Формат PCD также включает ряд полей метаданных, в которых хранится информация об изображении и процессе сканирования. Эти метаданные могут включать дату и время съемки изображения, тип используемой пленки, настройки сканера и другие соответствующие сведения. Эта информация может быть ценной для целей архивирования, а также для фотографов, которые хотят отслеживать технические аспекты своих изображений.
Несмотря на свои передовые функции и высокое качество изображения, формат PCD столкнулся с рядом проблем, которые ограничили его широкое распростра нение. Одной из основных проблем была закрытая природа формата, что означало, что он мог полностью использоваться только с собственным программным и аппаратным обеспечением Kodak. Эта ограниченная совместимость со сторонним программным обеспечением и устройствами сделала его менее привлекательным для потребителей и профессионалов, которые уже использовали другие форматы изображений и программное обеспечение для редактирования.
Еще одной проблемой для формата PCD стала быстрая эволюция технологии цифровых камер и растущая доступность недорогих цифровых камер. По мере того как цифровые камеры становились более мощными и предлагали более высокое разрешение, необходимость сканирования пленочных изображений стала менее критичной для многих пользователей. Кроме того, появление других форматов цифровых изображений, таких как JPEG и TIFF, которые были более открытыми и широко поддерживались, предоставило пользователям более гибкие и доступные варианты для хранения и обмена цифровыми изображениями.
Несмотря на эти проблемы, формат PCD использовался некоторыми профессиональными фотографами и энту зиастами, которые ценили высокое качество изображения и возможность оцифровки пленки с высокой степенью точности. В течение некоторого времени он также использовался фотолабораториями и поставщиками услуг, которые предлагали услуги сканирования и архивирования пленки. Однако по мере того как рынок цифровой фотографии продолжал расти и развиваться, использование формата PCD постепенно сокращалось.
С технической точки зрения формат PCD примечателен использованием вышеупомянутого цветового пространства PhotoYCC и его структуры разрешения с несколькими масштабами. Формат использует алгоритм сжатия с потерями для уменьшения размера файла при сохранении высокого уровня качества изображения. Сжатие применяется таким образом, что оно использует преимущества характеристик человеческой зрительной системы, подчеркивая сохранение деталей яркости над деталями цветности, которые менее заметны для человеческого глаза.
Структура файла PCD состоит из нескольких различных разделов, включая заголовок, каталоги изображений для каждого уровня разрешения и сами данные изображения. Заголовок содержит инфо рмацию о версии формата файла и количестве изображений, хранящихся на компакт-диске. Каждый каталог изображений содержит метаданные об изображении, а также указатели на местоположение данных изображения для этого уровня разрешения в файле.
Данные изображения в файле PCD хранятся в виде плиток, при этом изображение разделено на небольшие прямоугольные участки, называемые плитками. Каждая плитка сжимается независимо, что обеспечивает более эффективный доступ к данным и их обработку. Эта система плиток также облегчает иерархическое хранение различных уровней разрешения, поскольку изображения с более низким разрешением можно построить путем объединения и понижения дискретизации плиток с более высоких уровней разрешения.
Для просмотра или редактирования файлов PCD пользователям обычно требуется специализированное программное обеспечение, которое может считывать формат PCD и обрабатывать его структуру разрешения с несколькими масштабами. Kodak предоставила собственное программное обеспечение для этой цели, но также были сторонние программные решения, которые предлагали различную степень поддержки файлов PCD. Некоторые современные программы для редактирования изображений по-прежнему поддерживают формат PCD, хотя это встречается реже, чем поддержка более широко используемых форматов, таких как JPEG и TIFF.
С точки зрения размера файла файлы PCD могут быть довольно большими, особенно на самых высоких уровнях разрешения. Это связано с тем, что формат предназначен для сохранения качества исходного пленочного изображения, для чего требуется значительный объем данных. Однако алгоритм сжатия, используемый в файлах PCD, помогает в некоторой степени уменьшить размер файла, что делает хранение и передачу изображений более управляемыми.
Формат PCD также поддерживает функцию под названием «Портфолио Photo CD», которая позволяет пользователям организовывать и управлять своими изображениями на компакт-диске структурированным образом. Эта функция включает возможность создавать альбомы, классифицировать изображения и добавлять описательный текст к каждому изображению. Функция «Портфолио» была предназначена для того, чтобы пользователям было проще ориентироваться в своих цифровых фотоколлекциях и наслаждаться ими.
В заключение, формат изображений PCD был инновационным решением для оцифровки и архивирования пленочных фотографий в переходный период от аналоговой к цифровой фотографии. Его структура разрешения с несколькими масштабами, использование цветового пространства PhotoYCC и высокое качество изображения сделали его ценным инструментом для профессионалов и энтузиастов, которым требовались высокоточные цифровые копии их пленочных изображений. Однако закрытая природа формата, наряду с быстрым прогрессом в технологии цифровых камер и появлением более гибких форматов цифровых изображений, в конечном итоге привели к упадку формата PCD. Сегодня он остается частью истории цифровой фотографии, и его технические аспекты продолжают представлять интерес для тех, кто изучает эволюцию хранения и сжатия цифровых изображений.
Этот конвертер полностью работает в вашем браузере. Когда вы выбираете файл, он загружается в память и преобразуется в выбранный формат. Затем вы можете скачать преобразованный файл.
Преобразования начинаются мгновенно, и большинство файлов преобразуются за считанные секунды. Более крупные файлы могут занимать больше времени.
Ваши файлы никогда не загружаются на наши серверы. Они преобразуются в вашем браузере, а затем скачиваются. Мы никогда не видим ваши файлы.
Мы поддерживаем преобразование между всеми форматами изображений, включая JPEG, PNG, GIF, WebP, SVG, BMP, TIFF и другие.
Этот конвертер полностью бесплатен и всегда будет бесплатным. Поскольку он работает в вашем браузere, нам не нужно платить за серверы, поэтому мы не взимаем плату с вас.
Да! Вы можете преобразовать сколько угодно фай лов одновременно. Просто выберите несколько файлов при их добавлении.