การรู้จำอักขระด้วยแสง (OCR) เปลี่ยนรูปภาพของข้อความ—สแกน, ภาพถ่ายจากสมาร์ทโฟน, PDF—เป็นสตริงที่เครื่องอ่านได้ และ, เพิ่มมากขึ้น, ข้อมูลที่มีโครงสร้าง. OCR สมัยใหม่เป็นไปป์ไลน์ที่ทำความสะอาดรูปภาพ, ค้นหาข้อความ, อ่าน, และส่งออกเมทาดาทาที่สมบูรณ์ เพื่อให้ระบบดาวน์สตรีมสามารถค้นหา, จัดทำดัชนี, หรือดึงข้อมูลฟิลด์ได้. สองมาตรฐานเอาต์พุตที่ใช้กันอย่างแพร่หลายคือ hOCR, ไมโครฟอร์แมต HTML สำหรับข้อความและเลย์เอาต์, และ ALTO XML, สกีมาที่มุ่งเน้นไลบรารี/หอจดหมายเหตุ; ทั้งสองรักษาสถานะ, ลำดับการอ่าน, และสัญลักษณ์เลย์เอาต์อื่น ๆ และ ได้รับการสนับสนุนจากเครื่องมือยอดนิยมเช่น Tesseract.
การประมวลผลเบื้องต้น. คุณภาพของ OCR เริ่มต้นด้วยการทำความสะอาดภาพ: การแปลงเป็นสีเทา, การลดสัญญาณรบกวน, การกำหนดค่าขีดแบ่ง (การทำให้เป็นไบนารี), และการปรับแก้ความเอียง. บทเรียน OpenCV แบบบัญญัติครอบคลุมทั่วโลก, การปรับตัว และ Otsu การกำหนดค่าขีดแบ่ง—ซึ่งเป็นส่วนสำคัญสำหรับเอกสารที่มีแสงไม่สม่ำเสมอหรือฮิสโตแกรมแบบสองโหมด. เมื่อความสว่างแตกต่างกันไป ภายในหน้า (นึกถึงภาพถ่ายจากโทรศัพท์), วิธีการปรับตัวมักจะทำงานได้ดีกว่าการกำหนดค่าขีดแบ่งทั่วโลกเพียงค่าเดียว; Otsu จะเลือกค่าขีดแบ่งโดยอัตโนมัติโดยการวิเคราะห์ฮิสโตแกรม. การแก้ไขความเอียงก็มีความสำคัญเท่าเทียมกัน: การปรับแก้ความเอียงโดยใช้ Hough (การแปลงเส้นตรง Hough) ควบคู่กับการทำให้เป็นไบนารีของ Otsu เป็นสูตรทั่วไปและมีประสิทธิภาพในไปป์ไลน์การประมวลผลเบื้องต้นในการผลิต.
การตรวจจับกับการรู้จำ. OCR โดยทั่วไปแบ่งออกเป็น การตรวจจับข้อความ (ข้อความอยู่ที่ไหน ?) และ การรู้จำข้อความ (มันพูดว่าอะไร?). ในฉากธรรมชาติและการสแกนจ ำนวนมาก, ตัวตรวจจับแบบคอนโวลูชันเต็มรูปแบบ เช่น EAST ทำนายรูปสี่เหลี่ยมระดับคำหรือบรรทัดได้อย่างมีประสิทธิภาพโดยไม่มีขั้นตอนการเสนอที่หนักหน่วงและถูกนำไปใช้ใน ชุดเครื่องมือทั่วไป (เช่น, บทแนะนำการตรวจจับข้อความของ OpenCV). บนหน้าที่ซับซ้อน (หนังสือพิมพ์, แบบฟอร์ม, หนังสือ), การแบ่งส่วนของบรรทัด/ภูมิภาคและการอนุมานลำดับการอ่านมีความสำคัญ:Kraken ใช้การแบ่งส่วนโซน/บรรทัดแบบดั้งเดิมและการแบ่งส่วน เส้นฐาน แบบประสาท, พร้อมการสนับสนุนที่ชัดเจน สำหรับสคริปต์และทิศทางที่แตกต่างกัน (LTR/RTL/แนวตั้ง).
โมเดลการรู้จำ. ม้างานโอเพนซอร์สคลาสสิก Tesseract (โอเพนซอร์สโดย Google, มีรากฐานที่ HP) พัฒน าจากตัวแยกประเภทอักขระเป็นตัวรู้จำลำดับ ที่ใช้ LSTM และสามารถส่งออก PDF ที่ค้นหาได้, เอาต์พุตที่เป็นมิตรกับ hOCR/ALTO, และอื่น ๆ จาก CLI. ตัวรู้จำสมัยใหม่พึ่งพาการสร้างแบบจำลองลำดับโดยไม่มีอักขระที่แบ่งส่วนไว้ล่วงหน้า. Connectionist Temporal Classification (CTC) ยังคงเป็นพื้นฐาน, เรียนรู้การจัดตำแหน่งระหว่างลำดับคุณลักษณะอินพุตและสตริงป้ายกำกับเอาต์พุต; มันถูกใช้อย่างกว้างขวาง ในไปป์ไลน์การเขียนด้วยลายมือและข้อความในฉาก.
ในช่วงไม่กี่ปีที่ผ่านมา, Transformers ได้ปรับเปลี่ยน OCR. TrOCR ใช้ตัวเข้ารหัส Vision Transformer บวกกับตัวถอดรหัส Text Transformer, ฝึกฝนบนคลังข้อมูลสังเคราะห์ขนาดใหญ่แล้ว ปรับละเอียดบนข้อมูลจริง, พร้อมประสิทธิภาพที่แข็งแกร่งในเกณฑ์มาตรฐานก ารพิมพ์, การเขียนด้วยลายมือ และข้อความในฉาก (ดูเพิ่มเติมที่ เอกสาร Hugging Face). ในขณะเดียวกัน, บางระบบข้าม OCR เพื่อความเข้าใจดาวน์สตรีม: Donut (Document Understanding Transformer) เป็นตัวเข้ารหัส-ถอดรหัสที่ไม่มี OCR ซึ่งส่งออกคำตอบที่มีโครงสร้างโดยตรง (เช่น JSON คีย์-ค่า) จากเอกสาร รูปภาพ (repo, การ์ดโมเดล), หลีกเลี่ยงการสะสมข้อผิดพลาดเมื่อขั้นตอน OCR แยกต่างหากป้อนระบบ IE.
หากคุณต้องการการอ่านข้อความแบบครบวงจรในหลายสคริปต์, EasyOCR มี API ที่เรียบง่ายพร้อมโมเดลภาษามากกว่า 80 ภาษา, ส่งคืนกล่อง, ข้อความ, และความเชื่อมั่น—มีประโยชน์สำหรับต้นแบบและ สคริปต์ที่ไม่ใช่ภาษาละติน. สำหรับเอกสารทางประวัติศาสตร์, Kraken โดดเด่นด้วยการแบ่งส่วนเส้นฐานและการอ่านตามลำดับที่คำนึงถึงสคริปต์; สำหรับการฝึกอบรมระดับบรรทัดที่ยืดหยุ่น, Calamari สร้างขึ้นจากสายเลือด Ocropy (Ocropy) ด้วยตัวรู้จำ (หลาย)LSTM+CTC และ CLI สำหรับการปรับละเอียดโมเดลที่กำหนดเอง.
การสรุปผลขึ้นอยู่กับข้อมูล. สำหรับการเขียนด้วยลายมือ, ฐานข้อมูลการเขียนด้วยลายมือ IAM ให้ประโยคภาษาอังกฤษที่หลากหลายสำหรับผู้เขียนสำหรับการฝึกอบรมและการประเมิน; มันเป็นชุดอ้างอิงที่มีมายาวนานสำหรับ การรู้จำบรรทัดและคำ. สำหรับข้อความในฉาก, COCO-Text ได้ ใส่คำอธิบายประกอบอย่างกว้างขวางทับ MS-COCO, พร้อมป้ายกำกับสำหรับพิมพ์/เขียนด้วยลายมือ, อ่านได้/อ่านไม่ได้, สคริปต์, และ การถอดความแบบเต็ม (ดูเพิ่มเติมที่หน้า โครงการดั้งเดิม). สาขานี้ยังพึ่งพาการฝึกอบรมล่วงหน้าแบบสังเคราะห์อย่างมาก: SynthText in the Wild แสดงข้อความลงในภาพถ่ายด้วยรูปทรงเรขาคณิตและแสงที่สมจริง, ให้ข้อมูลจำนวนมหาศาลเพื่อฝึกอบรมล่วงหน้า ตัวตรวจจับและตัวรู้จำ (อ้างอิง โค้ดและข้อมูล).
การแข่งขันภายใต้ ICDAR’s Robust Reading ร่มช่วยให้การประเมินผลเป็นไปอย่างมีเหตุผล. งานล่าสุดเน้นการตรวจจับ/การอ่านแบบ end-to-end และรวมถึงการเชื่อมโยงคำ เป็นวลี, พร้อมโค้ดอย่างเป็นทางการที่รายงาน ความแม่นยำ/การเรียกคืน/F-score, intersection-over-union (IoU), และเมตริกระยะห่างการแก้ไขระดับอักขระ—สะท้อนสิ่งที่ผู้ปฏิบัติงานควรติดตาม.
OCR ไม่ค่อยจบลงที่ข้อความธรรมดา. หอจดหมายเหตุและห้องสมุดดิจิทัลต้องการ ALTO XML เพราะมันเข้ารหัสเลย์เอาต์ทางกายภาพ (บล็อก/บรรทัด/คำพร้อมพิกัด) ควบคู่ไปกับเนื้อหา, และมันเข้ากันได้ดี กับแพ็คเกจ METS. hOCR ไมโครฟอร์แมต, ในทางตรงกันข้าม, ฝังแนวคิดเดียวกันลงใน HTML/CSS โดยใช้คลาสเช่น ocr_line และ ocrx_word, ทำให้ง่ายต่อการแสดง, แก้ไข, และแปลงด้วยเครื่องมือเว็บ. Tesseract เปิดเผยทั้งสอง—เช่น, การสร้าง hOCR หรือ PDF ที่ค้นหาได้โดยตรงจาก CLI (คู่มือการส่ งออก PDF); ตัวห่อหุ้ม Python เช่น pytesseract เพิ่มความสะดวก. มีตัวแปลงเพื่อแปลระหว่าง hOCR และ ALTO เมื่อที่เก็บมีมาตรฐานการนำเข้าที่ตายตัว —ดูรายการที่คัดสรรมานี้ของ เครื่องมือรูปแบบไฟล์ OCR.
แนวโน้มที่แข็งแกร่งที่สุดคือการบรรจบกัน: การตรวจจับ, การรู้จำ, การสร้างแบบจำลองภาษา, และแม้แต่การถอดรหัสเฉพาะงาน กำลังรวมกันเป็นสแต็ก Transformer ที่เป็นหนึ่งเดียว. การฝึกอบรมล่วงหน้าบน คลังข้อมูลสังเคราะห์ขนาดใหญ่ ยังคงเป็นตัวคูณกำลัง. โมเดลที่ไม่มี OCR จะแข่งขันอย่างดุเดือดทุกที่ที่เป้าหมายเป็นเอาต์พุตที่มีโครงสร้าง แทนที่จะเป็นการถอดความแบบคำต่อคำ. คาดหวังการปรับใช้แบบไฮบริดด้วย: ตัวตรวจจับน้ำหนักเบาบวกกับตัวรู้จำสไตล์ TrOCR สำหรับข้อความยาว, และโมเดลสไตล์ Donut สำหรับแบบฟอร์มและใบเสร็จ.
Tesseract (GitHub) · เอกสาร Tesseract · ข้อมูลจำเพาะ hOCR · พื้นหลัง ALTO · ตัวตรวจจับ EAST · การตรวจจับข้อความ OpenCV · TrOCR · Donut · COCO-Text · SynthText · Kraken · Calamari OCR · ICDAR RRC · pytesseract · การเขียนด้วยลายมือ IAM · เครื่องมือรูปแบบไฟล์ OCR · EasyOCR
Optical Character Recognition (OCR) เป็นเทคโนโลยีที่ใช้ในการแปลงประเภทต่าง ๆ ของเอกสาร เช่น ผลงานที่สแกนด้วยกระดาษ PDF ไฟล์หรือภาพที่ถ่ายด้วยกล้องดิจิตอล ให้เป็นข้อมูลที่สามารถแก้ไขและค้นหาได้
OCR ทำงานโดยการสแกนภาพนำเข้าต่างๆหรือเอกสาร การแบ่งภาพออกเป็นตัวอักษรแต่ละตัว แล้วเปรียบเทียบแต่ละตัวอักษรกับฐานข้อมูลแบบรูปของตัวอักษรโดยใช้การจดจำรูปแบบหรือจดจำลักษณะ
OCR ถูกนำไปใช้ในหลายภาคและการประยุกต์ใช้ เช่น การเปลี่ยนเอกสารที่พิมพ์ออกมาเป็นดิจิตอล การเปิดให้บริการอักษรเป็นเสียง การทำให้กระบวนการกรอกข้อมูลเป็นอัตโนมัติ และสนับสนุนผู้ที่ มีความบกพร่องทางการมองเห็นให้สามารถสัมผัสปฏิสัมพันธ์กับข้อความได้ตรงตามความต้องการ
อย่างไรก็ตาม ทั้งที่เทคโนโลยี OCR ได้พัฒนามาอย่างมาก แต่ยังไม่มีความสมบูรณ์ การมีความแม่นยำมักจะขึ้นอยู่กับคุณภาพของเอกสารเดิมและรายละเอียดของซอฟต์แวร์ OCR ที่ใช้
ถึงแม้ว่า OCR ถูกออกแบบมาสำหรับข้อความที่พิมพ์ แต่ระบบ OCR ที่ระดับสูงบางระบบสามารถจดจำลายมือที่ชัดเจน สอดคล้องได้ อย่างไรก็ดี ทั่วไปแล้วการจดจำลายมือมีความแม่นยำน้อยกว่า เนื่องจากมีการผันแปรของรูปแบบการเขียนของแต่ละคน
ใช่ ซอฟต์แวร์ OCR หลายระบบสามารถจดจำภาษาหลายภาษา อย่างไรก็ตาม สำคัญที่จะต้องดูว ่าภาษาที่ต้องการได้รับการสนับสนุนโดยซอฟต์แวร์ที่คุณใช้
OCR ย่อมาจาก Optical Character Recognition และใช้ในการจดจำข้อความที่พิมพ์ขณะที่ ICR หรือ Intelligent Character Recognition ที่ทันสมัยยิ่งขึ้นและใช้สำหรับการจดจำข้อความที่เขียนด้วยมือ
OCR ทำงานได้ดีที่สุดกับแบบอักษรที่ชัดเจน, สามารถอ่านได้ง่ายและมีขนาดข้อความมาตรฐาน ในขณะที่มันสามารถทำงานได้กับแบบอักษรและขนาดที่หลากหลาย แต่ความถูกต้องมักจะลดลงเมื่อจัดการกับแบบอักษรที่ไม่ปกติหรือขนาดข้อความที่เล็กมาก
OCR อาจพบปัญหากับเอกสารที่มีความละเอียดต่ำ, แบบอักษรซับซ้อน, ข้อความที่พิมพ์ไม่ดี, ลา ยมือ และเอกสารที่มีพื้นหลังที่แทรกซ้อนกับข้อความ นอกจากนี้ อย่างไรก็ตาม อาจใช้งานกับภาษาหลายภาษาได้ มันอาจไม่ครอบคลุมทุกภาษาอย่างสมบูรณ์
ใช่ OCR สามารถสแกนข้อความที่มีสีและพื้นหลังที่มีสี แม้ว่าจะมีประสิทธิภาพมากขึ้นด้วยสีที่มีความเปรียบเทียบความตัดกัน เช่น ข้อความดำบนพื้นหลังสีขาว ความถูกต้องอาจลดลงเมื่อสีข้อความและสีพื้นหลังไม่มีความคมชัดเพียงพอ
รูปแบบภาพ Photo CD (PCD) เป็นรูปแบบภาพดิจิทัลประเภทหนึ่งที่พัฒนาโดย Eastman Kodak ในช่วงต้นทศวรรษ 1990 จุดประสงค์หลักของรูปแบบ PCD คือเพื่อให้ผู้ใช้สามารถจัดเก็บภาพถ่ายดิจิทัลความละเอียดสูงบน CD ซึ่งสามารถดูบนคอมพิวเตอร์หรือโทรทัศน์โดยใช้เครื่องเล่น Photo CD โดยเฉพาะ รูปแบบ PCD เป็นส่วนหนึ่งของกลยุทธ์ที่กว้างกว่าของ Kodak เพื่อเชื่อมช่องว่างระหว่างการถ่ายภาพฟิล์มแบบดั้งเดิมและตลาดการถ่ายภาพดิจิทัลที่กำลังเกิดขึ้น ได้รับการออกแบบมาเพื่อนำเสนอวิธีที่สะดวกสำหรับช่างภาพและผู้บริโภคในการแปลงภาพยนตร์เป็นดิจิทัลและเก็บถาวรภาพยนตร์ด้วยความเที่ยงตรงสูง
หนึ่งในคุณสมบัติหลักของรูปแบบ PCD คือการใช้โครงสร้างความละเอียดหลายระดับ ซึ่งช่วยให้ไฟล์ PCD เดียวสามารถมีได้หลายความละเอียดของภาพเดียวกัน โครงสร้างนี้ใช้เทคนิคการบีบอัดภาพที่เป็นกรรมสิทธิ์ซึ่งพัฒนาโดย Kodak ที่เรียกว่า PhotoYCC ช่องสี PhotoYCC คล้ายกับช่องสี YCbCr ที่ใช้ในการบีบอัดวิดีโอ โดยที่ Y แทนองค์ประกอบความสว่าง และ Cb และ Cr แทนองค์ประกอบความอิ่มตัวของสี ช่องสีนี้เหมาะสำหรับภาพถ่ายโดยเฉพาะ เนื่องจากแยกข้อมูลความสว่างออกจากข้อมูลสี ซึ่งสอดคล้องกับวิธีที่ระบบการมองเห็นของมนุษย์ประมวลผลภาพ
โครงสร้างความละเอียดหลายระดับของไฟล์ PCD ประกอบด้วยระดับความละเอียดที่แตกต่างกันห้าระดับ ตั้งแต่ความละเอียดพื้นฐาน/ตัวอย่าง 192x128 พิกเซลไปจนถึงความละเอียดสูงสุด 3072x2048 พิกเซล ความละเอียดเหล่านี้เรียกว่า Base/16, Base/4, Base, 4Base และ 16Base โดยความละเอียดพื้นฐานคือ 768x512 พิกเซล ซึ่งช่วยให้ใช้งานได้หลากหลาย ตั้งแต่การแสดงตัวอย่างแบบย่อไปจนถึงการพิมพ์คุณภาพสูง ความละเอียดที่แตกต่างกันจะถูกจัดเก็บในรูปแบบลำดับชั้น ช่วยให้ซอฟต์แวร์และฮาร์ดแวร์สามารถเข้าถึงระดับความละเอียดที่เหมาะสมสำหรับงานที่กำหนดได้อย่างรวดเร็วโดยไม่ต้องประมวลผลไฟล์ภาพทั้งหมด
ไฟล์ PCD มักสร้างขึ้นโดยใช้ระบบ Kodak Photo CD ซึ่งเกี่ยวข้องกับการสแกนฟิล์มเนกาทีฟหรือสไลด์โดยใช้เครื่องสแกนความละเอียดสูง จากนั้นเขียนภาพดิจิทัลลงใน CD ในรูปแบบ PCD กระบวนการสแกนได้รับการปรับเทียบอย่างระมัดระวังเพื่อให้แน่ใจว่าการสร้างสีที่แม่นยำและเพื่อจับช่วงไดนามิกเต็มของฟิล์ม ไฟล์ PCD ที่ได้มีจุดมุ่งหมายเพื่อเป็นที่เก็บถาวรดิจิทัลของภาพยนตร์ โดยมีความสามารถในการสร้างภาพพิมพ์คุณภาพสูงและสามารถแชร์และดูได้อย่างง่ายดายบนอุปกรณ์ต่างๆ
รูปแบบ PCD ยังรวมฟิลด์เมตาข้อมูลจำนวนหนึ่งที่จัดเก็บข้อมูลเกี่ยวกับภาพและกระบวนการสแกน เมตาข้อมูลนี้สามารถรวมถึงวันที่และเวลาที่ถ่ายภาพ ประเภทของฟิล์มที่ใช้ การตั้งค่าเครื่องสแกน และรายละเอียดอื่นๆ ที่เกี่ยวข้อง ข้อมูลนี้มีค่าสำหรับวัตถุประสงค์ในการเก็บถาวร รวมถึงสำหรับช่างภาพที่ต้องการติดตามแง่มุมทางเทคนิคของภาพถ่าย
แม้จะมีคุณส มบัติขั้นสูงและคุณภาพของภาพที่สูงที่นำเสนอ แต่รูปแบบ PCD ก็ยังเผชิญกับความท้าทายหลายประการที่จำกัดการนำไปใช้ในวงกว้าง ความท้าทายหลักประการหนึ่งคือลักษณะที่เป็นกรรมสิทธิ์ของรูปแบบ ซึ่งหมายความว่าสามารถใช้ประโยชน์ได้อย่างเต็มที่เฉพาะกับซอฟต์แวร์และฮาร์ดแวร์ของ Kodak เท่านั้น ความเข้ากันได้ที่จำกัดนี้กับซอฟต์แวร์และอุปกรณ์ของบุคคลที่สาม ทำให้รูปแบบนี้ไม่น่าสนใจสำหรับผู้บริโภคและผู้เชี่ยวชาญที่ใช้รูปแบบภาพและซอฟต์แวร์ตัดต่ออื่นๆ อยู่แล้ว
อีกความท้าทายหนึ่งสำหรับรูปแบบ PCD คือวิวัฒนาการอย่างรวดเร็วของเทคโนโลยีกล้องดิจิทัลและการเพิ่มขึ้นของกล้องดิจิทัลราคาประหยัด เมื่อกล้องดิจิทัลมีความสามารถมากขึ้นและให้ความละเอียดสูงขึ้น ความจำเป็นในการสแกนภาพยนตร์ก็ลดลงสำหรับผู้ใช้หลายคน นอกจากนี้ การเกิดขึ้นข องรูปแบบภาพดิจิทัลอื่นๆ เช่น JPEG และ TIFF ซึ่งเปิดกว้างและได้รับการสนับสนุนอย่างกว้างขวางกว่า ยังมอบตัวเลือกที่ยืดหยุ่นและเข้าถึงได้มากขึ้นสำหรับผู้ใช้ในการจัดเก็บและแชร์ภาพดิจิทัล
แม้จะมีความท้าทายเหล่านี้ แต่รูปแบบ PCD ก็ถูกใช้โดยช่างภาพมืออาชีพและผู้ที่ชื่นชอบบางคนที่ชื่นชมคุณภาพของภาพที่สูงและความสามารถในการแปลงฟิล์มเป็นดิจิทัลด้วยความเที่ยงตรงสูง ในช่วงเวลาหนึ่ง ยังใช้โดยห้องแล็บภาพถ่ายและผู้ให้บริการที่ให้บริการสแกนฟิล์มและเก็บถาวร อย่างไรก็ตาม เมื่อตลาดการถ่ายภาพดิจิทัลเติบโตและพัฒนาอย่างต่อเนื่อง การใช้รูปแบบ PCD ก็ค่อยๆ ลดลง
จากมุมมองทางเทคนิค รูปแบบ PCD เป็นที่น่าสังเกตสำหรับการใช้ช่องสี PhotoYCC ดังกล่าวข้างต้นและโครงสร้างความละเอียดหลายระดับ รูปแบบนี้ใช้ขั้นตอนวิธีการบีบอัดแบบสูญเสียเพื่อลดขนาดไฟล์ในขณะที่ยังคงรักษาคุณภาพของภาพในระดับสูง การบีบอัดถูกนำไปใช้ในลักษณะที่ใช้ประโยชน์จากลักษณะของระบบการมองเห็นของมนุษย์ โดยเน้นการรักษาไว้ซึ่งรายละเอียดความสว่างมากกว่ารายละเอียดความอิ่มตัวของสี ซึ่งสังเกตเห็นได้น้อยกว่าสำหรับดวงตาของมนุษย์
โครงสร้างไฟล์ PCD ประกอบด้วยส่วนต่างๆ หลายส่วน รวมถึงส่วนหัว ไดเร็กทอรีภาพสำหรับแต่ละระดับความละเอียด และข้อมูลภาพเอง ส่วนหัวมีข้อมูลเกี่ยวกับเวอร์ชันรูปแบบไฟล์และจำนวนภาพที่จัดเก็บไว้ใน CD ไดเร็กทอรีภาพแต่ละรายการมีเมตาข้อมูลเกี่ยวกับภาพ รวมถึงตัวชี้ไปยังตำแหน่งของข้อมูลภาพสำหรับระดับความละเอียดนั้นภายในไฟล์
ข้อมูลภาพในไฟล์ PCD จะถูกจัดเก็บในรูปแบบไทล์ โดยแบ่งภาพออกเป็นส่วนสี่เหลี่ยมเล็กๆ ที่เรียกว่าไทล์ ไทล์แต่ละไทล์จะถูกบีบอัดแยกกัน ซึ่งช่วยให้เข้าถึงและจัดการข้อมูลได้อย่างมีประสิทธิภาพมากขึ้น ระบบไทล์นี้ยังช่วยให้จัดเก็บระดับความละเอียดต่างๆ แบบลำดับชั้นได้ เนื่องจากสามารถสร้างภาพความละเอียดต่ำกว่าได้โดยการรวมและลดขนาดไทล์จากระดับความละเอียดที่สูงกว่า
เพื่อดูหรือแก้ไขไฟล์ PCD ผู้ใช้มักต้องการซอฟต์แวร์เฉพาะที่สามารถอ่านรูปแบบ PCD และจัดการโครงสร้างความละเอียดหลายระดับได้ Kodak จัดหาซอฟต์แวร์ของตนเองเพื่อวัตถุประสงค์นี้ แต่ยังมีโซลูชันซอฟต์แวร์ของบุคคลที่สามที่ให้การสนับสนุนไฟล์ PCD ในระดับต่างๆ ซอฟต์แวร์ตัดต่อภาพสมัยใหม่บางตัวก็ยังคงรองรับรูปแบบ PCD แม้ว่าจะไม่แพร่หลายเท่ากับการรองรับรูปแบบที่ใช้กันอย่างแพร่หลาย เช่น JPEG และ TIFF
ในแง่ของขนาดไฟล์ ไฟล์ PCD อาจมีขนาดค่อนข้างใหญ่ โดยเฉพาะในระดับความละเอียดสูงสุด เนื่องจากรูปแบบนี้ได้รับการออกแบบม าเพื่อรักษาคุณภาพของภาพฟิล์มต้นฉบับ ซึ่งต้องใช้ข้อมูลจำนวนมาก อย่างไรก็ตาม ขั้นตอนวิธีการบีบอัดที่ใช้ในไฟล์ PCD ช่วยลดขนาดไฟล์ลงในระดับหนึ่ง ทำให้จัดเก็บและถ่ายโอนภาพได้ง่ายขึ้น
รูปแบบ PCD ยังรองรับคุณสมบัติที่เรียกว่า 'Photo CD Portfolio' ซึ่งช่วยให้ผู้ใช้จัดระเบียบและจัดการภาพบน CD ได้อย่างเป็นระบบ คุณสมบัตินี้รวมถึงความสามารถในการสร้างอัลบั้ม จัดหมวดหมู่ภาพ และเพิ่มข้อความอธิบายลงในแต่ละภาพ คุณสมบัติ Portfolio มีจุดมุ่งหมายเพื่อให้ง่ายขึ้นสำหรับผู้ใช้ในการนำทางและเพลิดเพลินกับคอลเลกชันภาพถ่ายดิจิทัลของตน
สรุปแล้ว รูปแบบภาพ PCD เป็นโซลูชันที่ล้ำหน้าสำหรับการแปลงภาพถ่ายฟิล์มเป็นดิจิทัลและเก็บถ
ตัวแปลงนี ้ทำงานอย่างสมบูรณ์ในเบราว์เซอร์ของคุณ เมื่อคุณเลือกไฟล์ ไฟล์จะถูกอ่านเข้าไปในหน่วยความจำและแปลงเป็นรูปแบบที่เลือก จากนั้นคุณสามารถดาวน์โหลดไฟล์ที่แปลงแล้วได้
การแปลงจะเริ่มขึ้นทันที และไฟล์ส่วนใหญ่จะถูกแปลงภายในเวลาไม่ถึงหนึ่งวินาที ไฟล์ขนาดใหญ่อาจใช้เวลานานกว่านั้น
ไฟล์ของคุณจะไม่ถูกอัปโหลดไปยังเซิร์ฟเวอร์ของเรา ไฟล์เหล่านั้นจะถูกแปลงในเบราว์เซอร์ของคุณ จากนั้นไฟล์ที่แปลงแล้วจะถูกดาวน์โหลด เราไม่เคยเห็นไฟล์ของคุณ
เรารองรับการแปลงระหว่างรูปแบบภาพทั้งหมด รวมถึง JPEG, PNG, GIF, WebP, SVG, BMP, TIFF และอื่นๆ
ตัวแปลงนี้ฟรีโดยสมบูรณ์ และจะฟรีตลอดไป เนื่องจากทำงานในเบราว์เซอร์ของคุณ เราจึงไม่ต้องจ่ายค่าเซิร์ฟเวอร์ ดังนั้นเราจึงไม่เรียกเก็บเงินจากคุณ
ใช่! คุณสามารถแปลงไฟล์ได้มากเท่าที่คุณต้องการในคราวเดียว เพียงเลือกหลายไฟล์เมื่อคุณเพิ่ม