Optik Karakter Tanıma (OCR) metin resimlerini—taramaları, akıllı telefon fotoğraflarını, PDF'leri—makine tarafından okunabilir dizelere ve giderek artan bir şekilde yapılandırılmış verilere dönüştürür. Modern OCR, bir görüntüyü temizleyen, metni bulan, okuyan ve zengin meta verileri dışa aktaran bir boru hattıdır böylece alt sistemler alanları arayabilir, dizine ekleyebilir veya çıkarabilir. Yaygın olarak kullanılan iki çıktı standardı şunlardır: hOCR, metin ve düzen için bir HTML mikroformatı ve ALTO XML, bir kütüphane/arşiv odaklı şema; her ikisi de konumları, okuma sırasını ve diğer düzen ipuçlarını korur ve gibi popüler motorlar tarafından desteklenir Tesseract.
Ön işleme. OCR kalitesi görüntü temizleme ile başlar: gri tonlamaya dönüştürme, gürültü giderme, eşikleme (ikili hale getirme) ve eğrilik düzeltme. Kanonik OpenCV eğitimleri küresel, uyarlanabilir ve Otsu eşikleme—düzensiz aydınlatmalı veya bimodal histogramlı belgeler için temel unsurlar. Bir sayfa içinde aydınlatma değiştiğinde (telefon fotoğraflarını düşünün), uyarlanabilir yöntemler genellikle tek bir küresel eşikten daha iyi performans gösterir; Otsu histogramı analiz ederek otomatik olarak bir eşik seçer. Eğim düzeltme de aynı derecede önemlidir: Hough tabanlı eğrilik düzeltme (Hough Çizgi Dönüşümü) Otsu ikilileştirmesi ile eşleştirilmiş, üretim ön işleme boru hatlarında yaygın ve etkili bir reçetedir.
Tespit ve tanıma. OCR tipik olarak metin tespiti (metin nerede ?) ve metin tanıma (ne diyor?) olarak ikiye ayrılır. Doğal sahnelerde ve birçok taramada, tamamen evrişimli dedektörler gibi EAST ağır teklif aşamaları olmadan kelime veya satır düzeyinde dörtgenleri verimli bir şekilde tahmin eder ve yaygın araç setlerinde (ör. OpenCV’nin metin tespiti eğitimi) uygulanır. Karmaşık sayfalarda (gazeteler, formlar, kitaplar), satırların/bölgelerin segmentasyonu ve okuma sırası çıkarımı önemlidir:Kraken geleneksel bölge/satır segmentasyonunu ve sinirsel temel çizgi segmentasyonunu uygular, farklı komut dosyaları ve yönler (LTR/RTL/dikey) için açık destek ile.
Tanıma modelleri. Klasik açık kaynaklı iş gücü Tesseract (Google tarafından açık kaynaklı hale getirildi, kökleri HP'ye dayanıyor) bir karakter sınıflandırıcısından LSTM tabanlı bir dizi tanıyıcıya dönüştü ve aranabilir PDF'ler, hOCR/ALTO dostu çıktılarve daha fazlasını CLI'den yayabilir. Modern tanıyıcılar, önceden bölümlenmiş karakterler olmadan dizi modellemesine güvenir. Bağlantıcı Geçici Sınıflandırma (CTC) temel olmaya devam ediyor, girdi özellik dizileri ve çıktı etiket dizileri arasındaki hizalamaları öğreniyor; el yazısı ve sahne metni boru hatlarında yaygın olarak kullanılıyor.
Son birkaç yılda, Transformer'lar OCR'yi yeniden şekillendirdi. TrOCR bir görüş Transformer kodlayıcı artı bir metin Transformer kod çözücü kullanır, büyük sentetik korpuslar üzerinde eğitilmiş ve ardından gerçek veriler üzerinde ince ayar yapılmış, basılı, el yazısı ve sahne metni karşılaştırmalarında güçlü performansla (ayrıca bkz. Hugging Face belgeleri). Paralel olarak, bazı sistemler alt akım anlama için OCR'yi atlar: Donut (Belge Anlama Transformer'ı) doğrudan yapılandırılmış cevaplar (anahtar-değer JSON gibi) üreten OCR'siz bir kodlayıcı-kod çözücüdür belge resimlerinden (repo, model kartı), ayrı bir OCR adımı bir IE sistemini beslediğinde hata birikimini önler.
Birçok komut dosyasında pille birlikte metin okuma istiyorsanız, EasyOCR 80'den fazla dil modeliyle basit bir API sunar, kutular, metin ve güvenilirlikler döndürür—prototipler ve Latin olmayan komut dosyaları için kullanışlıdır. Tarihi belgeler için, Kraken temel çizgi segmentasyonu ve komut dosyasına duyarlı okuma sırası ile parlar; esnek satır düzeyinde eğitim için, Calamari Ocropy soyundan gelir (Ocropy) (çoklu)LSTM+CTC tanıyıcıları ve özel modelleri ince ayarlamak için bir CLI ile.
Genelleme verilere bağlıdır. El yazısı için, IAM El Yazısı Veritabanı eğitim ve değerlendirme için yazar açısından çeşitli İngilizce cümleler sağlar; bu, satır ve kelime tanıma için uzun süredir devam eden bir referans setidir. Sahne metni için, COCO-Text MS-COCO üzerine kapsamlı ek açıklamalar katmanladı, basılı/el yazısı, okunaklı/okunaksız, komut dosyası ve tam transkripsiyonlar için etiketlerle (ayrıca orijinal proje sayfasınabakın). Alan ayrıca sentetik ön eğitime de büyük ölçüde güvenir: Vahşi Doğada SynthText gerçekçi geometri ve aydınlatma ile fotoğraflara metin işler, önceden eğitmek için büyük hacimli veriler sağlar dedektörler ve tanıyıcılar (referans kod ve veri).
ICDAR’ın Sağlam Okuma şemsiyesi altındaki yarışmalar değerlendirmeyi temellendirir. Son görevler uçtan uca tespit/okumayı vurgular ve kelimeleri ifadelere bağlamayı içerir, resmi kod raporlaması kesinlik/geri çağırma/F-skoru, kesişim-üzeri-birleşim (IoU) ve karakter düzeyinde düzenleme mesafesi metrikleri—uygulayıcıların izlemesi gerekenleri yansıtır.
OCR nadiren düz metinle biter. Arşivler ve dijital kütüphaneler ALTO XML 'i tercih eder çünkü içeriğin yanı sıra fiziksel düzeni (koordinatlı bloklar/satırlar/kelimeler) kodlar ve METS paketlemesiyle iyi eşleşir. hOCR mikroformatı ise aynı fikri ocr_line ve ocrx_word gibi sınıfları kullanarak HTML/CSS'ye gömer, bu da web araçlarıyla görüntülemeyi, düzenlemeyi ve dönüştürmeyi kolaylaştırır. Tesseract her ikisini de sunar—örneğin, doğrudan CLI'den hOCR veya aranabilir PDF'ler oluşturma (PDF çıktı kılavuzu); pytesseract gibi Python sarmalayıcıları kolaylık sağlar. Depoların sabit alım standartları olduğunda hOCR ve ALTO arasında çeviri yapmak için dönüştürücüler mevcuttur—bu derlenmiş listeye bakın OCR dosya formatı araçları.
En güçlü eğilim yakınsamadır: tespit, tanıma, dil modelleme ve hatta göreve özgü kod çözme birleşik Transformer yığınlarında birleşiyor. büyük sentetik korpuslar üzerinde ön eğitim bir güç çarpanı olmaya devam ediyor. OCR'siz modeller, hedefin kelimesi kelimesine transkriptler yerine yapılandırılmış çıktılar olduğu her yerde agresif bir şekilde rekabet edecektir. Hibrit dağıtımlar da bekleyin: uzun biçimli metin için hafif bir dedektör artı bir TrOCR tarzı tanıyıcı ve formlar ve makbuzlar için bir Donut tarzı model.
Tesseract (GitHub) · Tesseract belgeleri · hOCR özellikleri · ALTO arka planı · EAST dedektörü · OpenCV metin tespiti · TrOCR · Donut · COCO-Text · SynthText · Kraken · Calamari OCR · ICDAR RRC · pytesseract · IAM el yazısı · OCR dosya formatı araçları · EasyOCR
Optical Character Recognition (OCR), tarama yapılan kağıt belgeler, PDF dosyaları veya dijital bir kamera ile çekilen fotoğraflar gibi çeşitli belgeleri düzenlenebilir ve aranabilir bilgilere çevirmek için kullanılan bir teknolojidir.
OCR, giriş görüntüsünü veya belgeyi tarayarak, görüntüyü bireysel karakterlere ayırarak ve her karakteri bir karakter şekli veritabanı ile pattern recognition veya feature recognition kullanarak karşılaştırarak çalışır.
OCR, basılı belgelerin dijitalleştirilmesi, metinden sesli hizmetlerin etkinleştirilmesi, veri giriş süreçlerinin otomatikleştirilmesi ve görme engelli kullanıcıların metinle daha iyi etkileşim kurması gibi farklı sektörlerde ve uygulamalarda kullanılır.
OCR teknolojisinde büyük gelişmeler kaydedilmiş olmasına rağmen, hâlâ hatalar olabilir. Doğruluk, orijinal belgenin kalitesine ve kullanılan OCR yazılımının özelliklerine bağlı olarak değişir.
OCR, temel olarak basılmış metin için tasarlanmıştır, ancak bazı gelişmiş OCR sistemleri, net ve tutarlı el yazısını da tanıyabilir. Ancak, bireysel yazı stillerindeki büyük varyasyonlar nedeniyle, genellikle el yazısının tanınması daha az doğrudur.
Evet, birçok OCR yazılım sistemi birden fazla dili tanıyabilir. Ancak, belirli bir dilin desteklendiğinden emin olmak için kullanılan yazılımı kontrol etmek önemlidir.
OCR, Optical Character Recognition anlamına gelir ve basılı metni tanımak için kullanılır, ICR ise Intelligent Character Recognition anlamına gelir ve daha gelişmiş olup el yazısını tanımak için kullanılır.
OCR, açık, okunabilir fontlar ve standart metin boyutlarıyla en iyi sonucu verir. Farklı fontlar ve boyutlarla da çalışabilir, ancak alışılmadık fontlar veya çok küçük metin boyutlarıyla karşılaştığında doğruluk genellikle azalır.
OCR, düşük çözünürlüklü belgeler, karmaşık fontlar, zayıf basılan metinler, el yazısı ve metni engelleyen arka planları olan belgelerle zorlanabilir. Ayrıca, birçok dili destekleyebilme özelliğine rağmen, her dili mükemmel bir şekilde kapsayamayabilir.
Evet, OCR, renkli metin ve arka planları tarayabilir, ancak genellikle yüksek kontrastlı renk kombinasyonları, örneğin beyaz arka plan üzerinde siyah metin, ile daha etkilidir. Metin ve arka plan rengi yeterli kontrast oluşturmadığında doğruluk düşebilir.
Kapsüllenmiş PostScript (EPS) dosya biçimi, grafik tasarım, yayıncılık ve dijital sanat alanlarında önemli bir miras olarak durmaktadır. 1980'lerin sonlarında Adobe Systems tarafından geliştirilen EPS, grafik içeriğin değiş tokuşu için tasarlanmış çok yönlü, platformlar arası bir biçim olarak ortaya çıkmıştır. Kullanıcıların tek bir dosya içinde yüksek kaliteli grafik görüntüleri ve metinleri birleştirmelerine olanak tanır ve bu da karmaşık baskı işleri ve yüksek çözünürlüklü görüntüleme görevleri de dahil olmak üzere çok çeşitli uygulamalar için tercih edilen bir seçim haline getirir. Özünde EPS, temelde bir PostScript programıdır, bir dosya biçiminde kaydedilir ve yazıcılara ve diğer görüntüleme aygıtlarına içerdiği görsel öğeleri nasıl işleyecekleri konusunda talimat verir.
EPS biçiminin tanımlayıcı özelliklerinden biri, diğer vektör grafik düzenleyicilerin yanı sıra bir başka Adobe ürünü olan Adobe Illustrator ile uyumluluğudur. Bu ilişki, biçimin hassasiyet ve ölçeklenebilirlik konusundaki odak noktasının altını çizer. Ölçeklendirildiğinde netliğini kaybeden raster görüntülerin aksine, EPS dosyaları piksel dizileri yerine matematiksel denklemlere dayandıkları için ölçeklendirmeden bağımsız olarak yüksek kalitelerini korurlar. Bu vektör yapısı sorunsuz yeniden boyutlandırmaya olanak tanır ve EPS'yi logolar, çizimler ve bozulma olmadan sık sık yeniden boyutlandırılması gereken herhangi bir grafik için ideal bir biçim haline getirir.
EPS dosyaları yalnızca vektör grafiklerini değil, aynı zamanda raster görüntüleri de kapsüller ve bu da çok çeşitli kullanım durumlarına olanak tanır. Bu ikili yetenek, EPS'yi hem keskin vektör çizgilerini hem de ayrıntılı fotoğrafik görüntüleri içeren karmaşık kompozisyonları destekleyen benzersiz bir şekilde çok yönlü kılar. Ek olarak, bir EPS dosyası genellikle TIFF veya WMF biçiminde düşük çözünürlüklü bir önizleme görüntüsü içerir. Bu önizleme, özellikle eski veya daha az güçlü bilgisayar sistemleri için kaynak yoğun olabilen tüm PostScript kodunu işlemeye gerek kalmadan ekranda hızlı bir şekilde görüntülenmesini kolaylaştırır.
Bir EPS dosyasının teknik yapısını anlamak, onun uyarlanabilirliğini ve karmaşıklığını ortaya koyar. En temel haliyle bir EPS dosyası üç ana bölümden oluşur: başlık, PostScript bölümü ve bazen önizleme bölümü. Başlık, dosyanın başında bulunan ve dosya türünü tanımlamak ve işlemek için çok önemli bilgiler içeren kısa bir bölümdür. Dosyanın PostScript dilinde olduğunu gösteren '%!PS-Adobe' etiketini, ardından sürüm bilgilerini ve çeşitli uygulamalarda doğru hizalama ve ölçeklendirme için hayati önem taşıyan sınırlayıcı kutuyu (tüm grafik içeriğini çevreleyen dikdörtgen alan) ayrıntılandıran yorumları içerir.
Bir EPS dosyasının kalbi, Adobe tarafından elektronik ve masaüstü yayıncılık için geliştirilen güçlü bir betik dili olan PostScript bölümüdür. PostScript kodu, temel şekillerden karmaşık grafiklere ve düzenlere kadar her şeyi tanımlar. Diğerlerinin yanı sıra çizgi sanatı, metin işleme, renk belirtimi ve gölgeleme dahil olmak üzere çok çeşitli grafik işlemlerini destekler. Betik doğası göz önüne alındığında, PostScript son derece esnektir ve programlanabilir mantık yoluyla dinamik grafiklerin oluşturulmasını sağlar. EPS dosyalarının bu yönü, özellikle büyük ölçekli yayın ortamlarında değerli bir özellik olan çeşitli grafik süreçlerinin otomasyonuna olanak tanır.
Bir EPS dosyasındaki isteğe bağlı önizleme görüntüsü, özellikle PostScript işlemenin doğrudan mevcut olmadığı ortamlarda pragmatik bir amaca hizmet eder. Tam PostScript motoruna ihtiyaç duymadan, bu önizleme yazılım uygulamalarının EPS içeriğinin hızlı ve kirli bir temsilini görüntülemesini sağlar, böylece dosyanın farklı platformlar ve yazılımlar arasında erişilebilirliğini ve kullanılabilirliğini artırır. Bununla birlikte, bu önizleme görüntüsünün kalitesi ve çözünürlüğü sınırlıdır ve tam kaliteli görüntünün yerini alacak bir görsel referans olarak hizmet eder.
EPS dosyalarının doğasında var olan niteliklerine ek olarak, diğer yazılımlarla uyumlulukları yaygın kullanımlarında önemli bir faktördür. Çoğu profesyonel grafik tasarım ve yayıncılık yazılımı, EPS biçimini yerel olarak veya eklentiler yoluyla destekler. Bu geniş kabul, dosyaların çeşitli platformlar ve uygulamalar arasında kolayca paylaşılabilmesini ve işlenebilmesini sağlayarak işbirliğine dayalı iş akışlarını geliştirir ve grafik projelerinin bütünlüğünü korur. Dahası, EPS biçiminin hem metni hem de grafikleri tek bir dosyada kapsülleme yeteneği, karmaşık belgelerin yönetimini basitleştirir ve tasarım-baskı sürecini hızlandırır.
Birçok avantajına rağmen, EPS biçimi çağdaş dijital ortamda zorluklar ve sınırlamalarla karşı karşıyadır. SVG (Ölçeklenebilir Vektör Grafikleri) gibi alternatif vektör biçimlerinin yükselişi ve web tabanlı grafiklerin artan yaygınlığı, EPS'nin hakimiyetini bir nebze azalttı. Özellikle SVG, XML tabanlı yapısı, modern web tarayıcılarıyla uyumluluğu ve etkileşimli ve dinamik içeriğe desteği nedeniyle web ortamlarında avantajlar sunar. Dahası, nispeten büyük dosya boyutları ve bir PostScript yorumlayıcısına duyulan ihtiyaç, EPS'yi özellikle kaynakların daha kısıtlı olduğu web grafiklerini veya mobil ortamları içeren belirli uygulamalar için daha az uygun hale getirebilir.
EPS dosyalarının yürütülebilir PostScript kodu içerme yetenekleri göz önüne alındığında, güvenlik hususları da devreye girer. Kötü amaçlı kod potansiyel olarak bir EPS dosyasına gömülebilir ve şüphelenmeyen kullanıcılar için risk oluşturabilir. Bu nedenle, güvenilir olmayan kaynaklardan gelen EPS dosyalarını açarken dikkatli olunması önerilir ve modern grafik tasarım yazılımları bu tür dosyaları işlerken kısıtlamalar veya uyarılar getirebilir. Bu güvenlik endişesi, özellikle karmaşık grafik belgeleriyle çalışan profesyoneller için güncel yazılımı koruma ve dijital güvenlikte en iyi uygulamalara uyma önemini vurgular.
EPS dosyaları oluşturma ve düzenleme süreci genellikle Adobe Illustrator, CorelDRAW veya diğer vektör grafik düzenleme araçları gibi özel grafik tasarım yazılımlarını içerir. Bu uygulamalar, karmaşık vektör grafikleri oluşturmak, gerekirse bunları raster görüntüleriyle bütünleştirmek ve bileşimi EPS biçiminde dışa aktarmak için gerekli işlevleri sağlar. Bu yazılım paketleri içindeki düzenleme esnekliği, tasarımcıların bireysel öğeleri ayarlamasına, renkleri ayarlamasına ve şekilleri iyileştirmesine olanak tanır ve böylece nihai çıktının kesin özelliklere uygun olmasını sağlar. Tamamlandıktan sonra EPS dosyası, projenin ihtiyaçlarına bağlı olarak doğrudan çeşitli yayınlama bağlamlarında kullanılabilir veya başka biçimlere dönüştürülebilir.
EPS ile diğer biçimler arasında dönüştürme, çeşitli araçlar ve yardımcı programlar tarafından kolaylaştırılan grafik tasarım endüstrisinde yaygın bir uygulamadır. Bir EPS dosyasını PDF, PNG veya JPEG gibi daha yaygın olarak desteklenen bir biçime dönüştürmek, daha fazla uygulama ile uyumluluk veya daha kolay görüntüleme ve dağıtım için gerekli olabilir. Benzer şekilde, diğer biçimleri EPS'ye dönüştürmek, yüksek ölçeklenebilirlik ve karmaşık kompozisyonlar için destek gibi EPS biçiminin gelişmiş özelliklerini gerektiren projelere harici grafik öğelerini dahil etmek için yararlıdır. Bu dönüştürme süreçleri genellikle basit olsa da, orijinal grafiklerin kalitesini ve bütünlüğünü korumak için dikkatli bir şekilde ele alınmalıdır.
Geleceğe bakıldığında, EPS dosyalarının grafik tasarım ve yayıncılıktaki rolünün gelişmesi muhtemeldir. Daha yeni biçimler ve teknolojiler EPS'yi belirli bağlamlarda gölgede bırakabilse de, yüksek kaliteli baskı üretimi ve karmaşık grafik kompozisyonlardaki güçlü yönleri onu alakalı kılmaya devam ediyor. Teknolojideki gelişmeler, gelişmiş işleme verimliliğine, daha iyi güvenlik önlemlerine ve modern platformlarla gelişmiş uyumluluğa yol açabilir ve potansiyel olarak EPS biçimini yeni uygulamalar için canlandırabilir. Dahası, profesyonel grafik çalışmalarında kalite ve hassasiyete yönelik kalıcı takdir, EPS ve benzeri biçimlerin dijital sanatlar ortamında sürekli bir yer edinmesini sağlar.
Sonuç olarak, Kapsüllenmiş PostScript biçimi, vektör grafiklerinin hassasiyetini çok yönlü ve ölçeklenebilir bir dosya biçiminde raster görüntülerin ayrıntılarıyla birleştirerek dijital grafiklerin tarihinde önemli bir bölümü temsil eder. Web ve mobil uygulamalara
Bu dönüştürücü tamamen tarayıcınızda çalışır. Bir dosya seçtiğinizde, belleğe okunur ve seçilen biçime dönüştürülür. Ardından dönüştürülen dosyayı indirebilirsiniz.
Dönüştürmeler anında başlar ve çoğu dosya bir saniyeden kısa sürede dönüştürülür. Daha büyük dosyalar daha uzun sürebilir.
Dosyalarınız asla sunucularımıza yüklenmez. Tarayıcınızda dönüştürülürler ve dönüştürülen dosya daha sonra indirilir. Dosyalarınızı asla görmeyiz.
JPEG, PNG, GIF, WebP, SVG, BMP, TIFF ve daha fazlası dahil olmak üzere tüm resim formatları arasında dönüştürmeyi destekliyoruz.
Bu dönüştürücü tamamen ücretsizdir ve her zaman ücretsiz olacaktır. Tarayıcınızda çalıştığı için sunucular için ödeme yapmamıza gerek yoktur, bu nedenle sizden ücret almamıza gerek yoktur.
Evet! İstediğiniz kadar dosyayı aynı anda dönüştürebilirsiniz. Sadece eklerken birden fazla dosya seçin.