OCR หรือ Optical Character Recognition เป็นเทคโนโลยีที่ใช้แปลงชนิดต่าง ๆ ของเอกสาร อาทิ เอกสารที่สแกน ไฟล์ PDF หรือภาพที่ถ่ายด้วยกล้องดิจิตอล เป็นข้อมูลที่สามารถแก้ไขและค้นหาได้
ในขั้นตอนแรกของ OCR ภาพของเอกสารข้อความจะถูกสแกน ซึ่งอาจจะเป็นภาพถ่ายหรือเอกสารที่สแกน จุดประสงค์ของขั้นตอนนี้คือการสร้างสำเนาดิจิตอลของเอกสาร แทนการถอดรหัสด้วยมือ เพิ่มเติม กระบวนการดิจิไทซ์นี้ยังสามารถช่วยเพิ่มอายุยาวนานของวัสดุเนื่อ งจากลดการจับจัดทรัพยากรที่เปราะบาง
เมื่อเอกสารถูกดิจิตอลไปแล้ว ซอฟต์แวร์ OCR จะแยกภาพออกเป็นตัวอักษรแต่ละตัวเพื่อจัดรูป นี้เรียกว่ากระบวนการแบ่งส่วน การแบ่งส่วนจะแยกเอกสารออกเป็นบรรทัด คำ แล้วค่อยแยกเป็นตัวอักษร การแบ่งแยกนี้เป็นกระบวนการที่ซับซ้อนเนื่องจากมีปัจจัยมากมายที่เข้ามาเกี่ยวข้อง -- แบบอักษรที่แตกต่างกัน ขนาดข้อความที่แตกต่างกัน และการจัดเรียงข้อความที่ไม่เหมือนใคร เพียงแค่นี้ยังมีอีก
หลังจากการแบ่งส่วน อัลกอริทึม OCR จะใช้การรู้จำรูปแบบเพื่อระบุตัวอักษรแต่ละตัว สำหรับแต่ละตัวอักษร อัลกอริทึมจะเปรียบเทียบกับฐานข้อมูลของรูปร่างตัวอักษร การจับคู่ที่ใกล้ที่สุดจะถูกเลือกเป็นตัวตนของตัวอักษร ในการรู้จำคุณสมบัติ ซึ่งเป็นรูปแบบอย่างหนึ่งของ OCR ที่ขั้นสูง อัลกอริทึมไม่เพียงแค่ศึกษารูปร่าง แต่ยังสนใจเส้นและเส้นโค้งในรูปแบบด้วย
OCR มีการประยุกต์ใช้ที่มีประโยชน์หลายอย่าง -- จากการดิจิทัลไซส์เอกสารที่พิมพ์ การเปิดใช้บริการอ่านข้อความอัตโนมัติ การปรับเปลี่ยนกระบวนการรับข้อมูลอัตโนมัติ ไปจนถึงการช่วยผู้ใช้ที่มีความบกพร่องทางการมองเห็นในการมีปฏิสัมพันธ์กับข้อความอย่างมากยิ่งขึ้น แต่ก็ควรทราบว่ากระบวนการ OCR ไม่ได้เป็นที่ถาวรและอาจทำความผิดพลาดได้โดยเฉพาะอย่างยิ่งเมื่อมีการจัดการเอกสารความละเอียดต่ำ แบบอักษรซับซ้อน หรือข้อความที่พิมพ์ไม่ดี ดังนั้น ความแม่นยำของระบบ OCR มีความแตกต่างกันอย่างมากขึ้นอยู่กับคุณภาพของเอกสารต้นฉบับและซอฟต์แวร์ OCR ที่ใช้เฉพาะสำคัญ
OCR เป็นเทคโนโลยีสำคัญในการฝึกฝนและการดิจิตอลในปัจจุบัน มันช่วยประหยัดเวลาและทรัพยากรอย่างมากโดยลดต้องการการป้อนข้อมูลด้วยมือและให้ทางเลือกที่น่าเชื่อถือ มีประสิทธิภาพในการแปลงเอกสารทางกายภาพเป็นรูปแบบดิจิตอล.
Optical Character Recognition (OCR) เป็นเทคโนโลยีที่ใช้ในการแปลงประเภทต่าง ๆ ของเอกสาร เช่น ผลงานที่สแกนด้วยกระดาษ PDF ไฟล์หรือภาพที่ถ่ายด้วยกล้องดิจิตอล ให้เป็นข้อมูลที่สามารถแก้ไขและค้นหาได้
OCR ทำงานโดยการสแกนภาพนำเข้าต่างๆหรือเอกสาร การแบ่งภาพออกเป็นตัวอักษรแต่ละตัว แล้วเปรียบเทียบแต่ละตัวอักษรกับฐานข้อมูลแบบรูปของตัวอักษรโดยใช้การจดจำรูปแบบหรือจดจำลักษณะ
OCR ถูกนำไปใช้ในหลายภาคและการประยุกต์ใช้ เช่น การเปลี่ยนเอกสา รที่พิมพ์ออกมาเป็นดิจิตอล การเปิดให้บริการอักษรเป็นเสียง การทำให้กระบวนการกรอกข้อมูลเป็นอัตโนมัติ และสนับสนุนผู้ที่มีความบกพร่องทางการมองเห็นให้สามารถสัมผัสปฏิสัมพันธ์กับข้อความได้ตรงตามความต้องการ
อย่างไรก็ตาม ทั้งที่เทคโนโลยี OCR ได้พัฒนามาอย่างมาก แต่ยังไม่มีความสมบูรณ์ การมีความแม่นยำมักจะขึ้นอยู่กับคุณภาพของเอกสารเดิมและรายละเอียดของซอฟต์แวร์ OCR ที่ใช้
ถึงแม้ว่า OCR ถูกออกแบบมาสำหรับข้อความที่พิมพ์ แต่ระบบ OCR ที่ระดับสูงบางระบบสามารถจดจำลายมือที่ชัดเจน สอดคล้องได้ อย่างไรก็ดี ทั่วไปแล้วการจดจำลายมือมีความแม่นยำน้อยกว่า เนื่องจากมีการผันแปรของรูปแบบการเขียนของแต่ละคน
ใช่ ซอฟต์แวร์ OCR หลายระบบสามารถจดจำภาษาหลายภาษา อย่างไรก็ตาม สำคัญที่จะต้องดูว่าภาษาที่ต้องการได้รับการสนับสนุนโดยซอฟต์แวร์ที่คุณใช้
OCR ย่อมาจาก Optical Character Recognition และใช้ในการจดจำข้อความที่พิมพ์ขณะที่ ICR หรือ Intelligent Character Recognition ที่ทันสมัยยิ่งขึ้นและใช้สำหรับการจดจำข้อความที่เขียนด้วยมือ
OCR ทำงานได้ดีที่สุดกับแบบอักษรที่ชัดเจน, สามารถอ่านได้ง่ายและมีขนาดข้อความมาตรฐาน ในขณะที่มันสามารถทำงานได้กับแบบอักษรและขนาดที่หลากหลาย แต่ความถูกต้องมักจะลดลงเมื่อจัดการกับแบบอักษรที่ไม่ปกติหรือขนาดข้อความที่เล็กมาก
OCR อาจพบปัญหากับเอกสารที่มีความละเอียดต่ำ, แบบอักษรซับซ้อน, ข้อความที่พิมพ์ไม่ดี, ลายมือ และเอกสารที่มีพื้นหลังที่แทรกซ้อนกับข้อความ นอกจากนี้ อย่างไรก็ตาม อาจใช้งานกับภาษาหลายภาษาได้ มันอาจไม่ครอบคลุมทุกภาษาอย่างสมบูรณ์
ใช่ OCR สามารถสแกนข้อความที่มีสีและพื้นหลังที่มีสี แม้ว่าจะมีประสิทธิภาพมากขึ้นด้วยสีที่มีความเปรียบเทียบความตัดกัน เช่น ข้อความดำบนพื้นหลังสีขาว ความถูกต้องอาจลดลงเมื่อสีข้อความและสีพื้นหลังไม่มีความคมชัดเพียงพอ
AVIF (AV1 Image File Format) เป็นรูปแบบไฟล์ภาพที่ทันสมัยที่ใช้ประโย ชน์จากตัวแปลงสัญญาณวิดีโอ AV1 เพื่อให้ประสิทธิภาพการบีบอัดที่เหนือกว่าเมื่อเทียบกับรูปแบบเก่าๆ เช่น JPEG, PNG และ WebP AVIF พัฒนาโดย Alliance for Open Media (AOMedia) มีจุดมุ่งหมายเพื่อส่งมอบภาพคุณภาพสูงด้วยขนาดไฟล์ที่เล็กลง ทำให้เป็นตัวเลือกที่น่าสนใจสำหรับนักพัฒนาเว็บและผู้สร้างเนื้อหาที่ต้องการเพิ่มประสิทธิภาพเว็บไซต์และแอปพลิเคชันของตน
หัวใจหลักของ AVIF คือตัวแปลงสัญญาณวิดีโอ AV1 ซึ่งออกแบบมาให้เป็นทางเลือกที่ไม่ต้องเสียค่าลิขสิทธิ์สำหรับตัวแปลงสัญญาณที่เป็นกรรมสิทธิ์ เช่น H.264 และ HEVC AV1 ใช้เทคนิคการบีบอัดขั้นสูง เช่น การทำนายภายในเฟรมและระหว่างเฟรม การเข้ารหัสแบบแปลง และการเข้ารหัสเอนโทรปี เพื่อให้ได้การประหยัดบิตเรตที่สำคัญในขณะที่ยังคงรักษาคุณภาพของภาพไว้ ด้วยการใช้ประโยชน์จากความสามารถในการเข้ารหัสภายในเฟรมของ AV1 AVIF จึงสามารถบีบอัดภาพนิ่งได้อย่างมีประสิทธิภาพมากกว่ารูปแบบดั้งเดิม
หนึ่งในคุณสมบัติหลักของ AVIF คือการรองรับการบีบอัดทั้งแบบสูญเสียและไม่สูญเสีย การบีบอัดแบบสูญเสียช่วยให้ได้อัตราการบีบอัดที่สูงขึ้นโดยแลกกับคุณภาพของภาพบางส่วน ในขณะที่การบีบอัดแบบไม่สูญเสียจะรักษาข้อมูลภาพต้นฉบับไว้โดยไม่สูญเสียข้อมูลใดๆ ความยืดหยุ่นนี้ช่วยให้นักพัฒนาสามารถเลือกโหมดการบีบอัดที่เหมาะสมตามความต้องการเฉพาะของตน โดยคำนึงถึงขนาดไฟล์และความเที่ยงตรงของภาพ
AVIF ยังรองรับพื้นที่สีและความลึกของบิตที่หลากหลาย ทำให้เหมาะสำหรับประเภทภาพและกรณีการใช้งานต่างๆ สามารถจัดการทั้งพื้นที่สี RGB และ YUV โดยมีความลึกของบิตตั้งแต่ 8 ถึง 12 บิตต่อช่องสัญญาณ นอกจากนี้ AVIF ยังรองรับการถ่ายภาพช่วงไดนามิกสูง (HDR) ซึ่งช่วยให้สามารถแสดงค่าความสว่างในช่วงที่กว้างขึ้นและสีที่สดใสยิ่งขึ้น ความสามารถนี้เป็นประโยชน์อย่างยิ่งสำหรับจอแสดงผล HDR และเนื้อหา
อีกหนึ่งข้อได้เปรียบที่สำคัญของ AVIF คือความสามารถในการเข้ารหัสภาพด้วยช่องอัลฟา ซึ่งช่วยให้มีความโปร่งใส คุณสมบัตินี้มีความสำคัญสำหรับกราฟิกและโลโก้ที่ต้องการการผสานรวมที่ราบรื่นกับสีพื้นหลังหรือรูปแบบต่างๆ การรองรับช่องอัลฟาของ AVIF มีประสิทธิภาพมากกว่า PNG เนื่องจากสามารถบีบอัดข้อมูลความโปร่งใสควบคู่ไปกับข้อมูลภาพ
ในการสร้างภาพ AVIF ข้อมูลภาพต้นฉบับจะถูกแบ่งออกเป็นตารางของหน่วยการเข้ารหัส โดยปกติจะมีขนาด 64x64 พิกเซล จากนั้นแต่ละหน่วยการเข้ารหัสจะถูกแบ่งออกเป็นบล็อกที่เล็กลง ซึ่งจะถูกประมวลผลแยกกันโดยตัวเข้ารหัส AV1 ตัวเข้ารหัสใช้ลำดับเทคนิคการบีบอัด เช่น การทำนาย การเข้ารหัสแบบแปลง การหาปริมาณ และการเข้ารหัสเอนโทรป ี เพื่อลดขนาดข้อมูลในขณะที่ยังคงรักษาคุณภาพของภาพไว้
ในระหว่างขั้นตอนการทำนาย ตัวเข้ารหัสใช้การทำนายภายในเฟรมเพื่อประมาณค่าพิกเซลภายในบล็อกโดยอิงจากพิกเซลโดยรอบ กระบวนการนี้ใช้ประโยชน์จากความซ้ำซ้อนเชิงพื้นที่และช่วยลดปริมาณข้อมูลที่ต้องเข้ารหัส การทำนายระหว่างเฟรม ซึ่งใช้ในการบีบอัดวิดีโอ ไม่สามารถใช้กับภาพนิ่งอย่าง AVIF ได้
หลังจากการทำนายแล้ว ข้อมูลที่เหลือ (ความแตกต่างระหว่างค่าพิกเซลที่ทำนายและค่าพิกเซลจริง) จะผ่านการเข้ารหัสแบบแปลง ตัวแปลงสัญญาณ AV1 ใช้ชุดของฟังก์ชันการแปลงโคไซน์แบบไม่ต่อเนื่อง (DCT) และการแปลงไซน์แบบไม่ต่อเนื่องแบบไม่สมมาตร (ADST) เพื่อแปลงข้อมูลโดเมนเชิงพื้นที่เป็นโดเมนความถี่ ขั้นตอนนี้ช่วยกระจุกพลังงานของสัญญาณที่เหลือให้เป็นค่าสัมประสิทธิ์ที่น้อยลง ทำให้สามารถบีบอัดได้ง ่ายขึ้น
จากนั้นจะใช้การหาปริมาณกับค่าสัมประสิทธิ์ที่แปลงแล้วเพื่อลดความแม่นยำของข้อมูล การละทิ้งข้อมูลที่ไม่สำคัญจะช่วยให้ได้อัตราการบีบอัดที่สูงขึ้นโดยแลกกับการสูญเสียคุณภาพของภาพบางส่วน สามารถปรับพารามิเตอร์การหาปริมาณเพื่อควบคุมการแลกเปลี่ยนระหว่างขนาดไฟล์และความเที่ยงตรงของภาพ
ในที่สุด เทคนิคการเข้ารหัสเอนโทรปี เช่น การเข้ารหัสเลขคณิตหรือการเข้ารหัสความยาวแปรผัน จะใช้เพื่อบีบอัดค่าสัมประสิทธิ์ที่หาปริมาณแล้วเพิ่มเติม เทคนิคเหล่านี้กำหนดรหัสที่สั้นกว่าให้กับสัญลักษณ์ที่เกิดขึ้นบ่อยกว่า ซึ่งส่งผลให้การแสดงข้อมูลภาพมีขนาดกะทัดรัดมากขึ้น
เมื่อกระบวนการเข้ารหัสเสร็จสิ้น ข้อมูลภาพที่บีบอัดแล้วจะถูกบรรจุลงในรูปแบบคอนเทนเนอร์ AVIF ซึ่งรวมถึงข้อมูลเมตา เช่น ขนาดภาพ พื้นที่สี และความลึกขอ งบิต ไฟล์ AVIF ที่ได้สามารถจัดเก็บหรือส่งได้อย่างมีประสิทธิภาพ โดยใช้พื้นที่จัดเก็บหรือแบนด์วิดท์น้อยกว่าเมื่อเทียบกับรูปแบบภาพอื่นๆ
ในการถอดรหัสภาพ AVIF จะทำตามกระบวนการย้อนกลับ ตัวถอดรหัสจะแยกข้อมูลภาพที่บีบอัดออกจากคอนเทนเนอร์ AVIF และใช้การถอดรหัสเอนโทรปีเพื่อสร้างค่าสัมประสิทธิ์ที่หาปริมาณใหม่ จากนั้นจะดำเนินการหาปริมาณผกผันและการเข้ารหัสแบบแปลงผกผันเพื่อรับข้อมูลที่เหลือ ค่าพิกเซลที่ทำนายได้จากการทำนายภายในเฟรมจะถูกเพิ่มเข้าไปในข้อมูลที่เหลือเพื่อสร้างภาพสุดท้าย
หนึ่งในความท้าทายในการนำ AVIF มาใช้คือการเปิดตัวที่ค่อนข้างใหม่และการรองรับเบราว์เซอร์ที่จำกัดเมื่อเทียบกับรูปแบบที่จัดตั้งขึ้น เช่น JPEG และ PNG อย่างไรก็ตาม เมื่อเบราว์เซอร์และเครื่องมือประมวลผลภาพต่างๆ เริ่มรองรับ AVIF โดยตรง คาดว่าการนำ มาใช้จะเพิ่มขึ้น เนื่องจากความต้องการในการบีบอัดภาพที่มีประสิทธิภาพที่เพิ่มขึ้น
เพื่อแก้ไขปัญหาความเข้ากันได้ เว็บไซต์และแอปพลิเคชันสามารถใช้กลไกการสำรองข้อมูล โดยให้บริการภาพ AVIF แก่ไคลเอ็นต์ที่เข้ากันได้ในขณะที่ให้รูปแบบอื่นๆ เช่น JPEG หรือ WebP สำหรับเบราว์เซอร์รุ่นเก่า วิธีนี้ช่วยให้ผู้ใช้สามารถเข้าถึงเนื้อหาได้โดยไม่คำนึงถึงการรองรับ AVIF ของเบราว์เซอร์
สรุปแล้ว AVIF เป็นรูปแบบไฟล์ภาพที่มีแนวโน้มว่าจะใช้ประโยชน์จากพลังของตัวแปลงสัญญาณวิดีโอ AV1 เพื่อให้ประสิทธิภาพการบีบอัดที่เหนือกว่า ด้วยการรองรับการบีบอัดแบบสูญเสียและไม่สูญเสีย พื้นที่สีและความลึกของบิตที่หลากหลาย การถ่ายภาพ HDR และความโปร่งใสของช่องอัลฟา AVIF จึงเป็นโซลูชันที่หลากหลายสำหรับการเพิ่มประสิทธิภาพภาพบนเว็บ เมื่อการรองรับเบราว์เซอร์ยังคง ขยายตัวและเครื่องมือต่างๆ ยอมรับ AVIF มากขึ้น จึงมีศักยภาพที่จะกลายเป็นตัวเลือกที่ต้องการสำหรับนักพัฒนาและผู้สร้างเนื้อหาที่ต้องการลดขนาดไฟล์ภาพโดยไม่ลดทอนคุณภาพของภาพ
ตัวแปลงนี้ทำงานทั้งหมดในเบราว์เซอร์ของคุณ เมื่อคุณเลือก ไฟล์ มันจะถูกอ่านเข้าสู่หน่วยความจำและแปลงเป็นรูปแบบที่เลือก คุณสามารถดาวน์โหลดไฟล์ที่แปลงแล้วได้.
การแปลงเริ่มทันที และไฟล์ส่วนใหญ่ถูกแปลงใน ภายใต้วินาที ไฟล์ขนาดใหญ่อาจใช้เวลานานขึ้น.
ไฟล์ของคุณไม่เคยถูกอัปโหลดไปยังเซิร์ฟเวอร์ของเรา พวกเขา ถูกแปลงในเบราว์เซอร์ของคุณ และไฟล์ที่แปลงแล้วจากนั้น ดาวน์โหลด เราไม่เคยเห็นไฟล์ของคุณ.
เราสนับสนุนการแปลงระหว่างทุกรูปแบบภาพ รวมถ ึง JPEG, PNG, GIF, WebP, SVG, BMP, TIFF, และอื่น ๆ อีกมากมาย.
ตัวแปลงนี้เป็นฟรีและจะเป็นฟรีตลอดไป เนื่องจากมันทำงานในเบราว์เซอร์ของคุณ เราไม่ต้องจ่ายเงินสำหรับ เซิร์ฟเวอร์ ดังนั้นเราไม่จำเป็นต้องเรียกเก็บค่าใช้จ่ายจากคุณ.
ใช่! คุณสามารถแปลงไฟล์เท่าที่คุณต้องการในครั้งเดียว แค่ เลือกไฟล์หลายไฟล์เมื่อคุณเพิ่มพวกเขา.