Nhận dạng ký tự quang học (OCR) biến hình ảnh văn bản—bản quét, ảnh chụp từ điện thoại thông minh, PDF—thành các chuỗi máy có thể đọc được và, ngày càng nhiều, dữ liệu có cấu trúc. OCR hiện đại là một quy trình làm sạch hình ảnh, tìm văn bản, đọc nó và xuất siêu dữ liệu phong phú để các hệ thống hạ nguồn có thể tìm kiếm, lập chỉ mục hoặc trích xuất các trường. Hai tiêu chuẩn đầu ra được sử dụng rộng rãi là hOCR, một định dạng vi mô HTML cho văn bản và bố cục, và ALTO XML, một lược đồ hướng thư viện/lưu trữ; cả hai đều bảo toàn vị trí, thứ tự đọc và các tín hiệu bố cục khác và được hỗ trợ bởi các công cụ phổ biến như Tesseract.
Tiền xử lý. Chất lượng OCR bắt đầu bằng việc dọn dẹp hình ảnh: chuyển đổi thang độ xám, khử nhiễu, ngưỡng (nhị phân hóa), và chỉnh lệch. Các hướng dẫn OpenCV kinh điển bao gồm toàn cục, thích ứng và Otsu ngưỡng—những yếu tố chính cho các tài liệu có ánh sáng không đồng đều hoặc biểu đồ hai mode. Khi độ sáng thay đổi trong một trang (hãy nghĩ đến ảnh chụp bằng điện thoại), các phương pháp thích ứng thường hoạt động tốt hơn một ngưỡng toàn cục duy nhất; Otsu tự động chọn một ngưỡng bằng cách phân tích biểu đồ. Chỉnh sửa độ nghiêng cũng quan trọng không kém: chỉnh lệch dựa trên Hough (Biến đổi dòng Hough) kết hợp với nhị phân hóa Otsu là một công thức phổ biến và hiệu quả trong các quy trình tiền xử lý sản xuất.
Phát hiện và nhận dạng. OCR thường được chia thành phát hiện văn bản (văn bản ở đâu ?) và nhận dạng văn bản (nó nói gì?). Trong các cảnh tự nhiên và nhiều bản quét, các bộ phát hiện tích chập hoàn toàn như EAST dự đoán hiệu quả các tứ giác ở cấp độ từ hoặc dòng mà không cần các giai đoạn đề xuất nặng nề và được triển khai trong các bộ công cụ phổ biến (ví dụ: hướng dẫn phát hiện văn bản của OpenCV). Trên các trang phức tạp (báo, biểu mẫu, sách), việc phân đoạn các dòng/vùng và suy luận thứ tự đọc rất quan trọng:Kraken triển khai phân đoạn vùng/dòng truyền thống và phân đoạn đường cơ sở thần kinh, với sự hỗ trợ rõ ràng cho các tập lệnh và hướng khác nhau (LTR/RTL/dọc).
Mô hình nhận dạng. Công cụ mã nguồn mở cổ điển Tesseract (do Google mở nguồn, có nguồn gốc từ HP) đã phát triển từ một bộ phân loại ký tự thành một bộ nhận dạng chuỗi dựa trên LSTM và có thể phát hành các tệp PDF có thể tìm kiếm, đầu ra thân thiện với hOCR/ALTO, và nhiều hơn nữa từ CLI. Các bộ nhận dạng hiện đại dựa vào mô hình hóa chuỗi mà không cần các ký tự được phân đoạn trước. Phân loại thời gian kết nối (CTC) vẫn là nền tảng, học các sự sắp xếp giữa các chuỗi đặc trưng đầu vào và chuỗi nhãn đầu ra; nó được sử dụng rộng rãi trong các quy trình xử lý chữ viết tay và văn bản cảnh.
Trong vài năm qua, Transformers đã định hình lại OCR. TrOCR sử dụng một bộ mã hóa Vision Transformer cộng với một bộ giải mã Text Transformer, được đào tạo trên các kho ngữ liệu tổng hợp lớn sau đó được tinh chỉnh trên dữ liệu thực, với hiệu suất mạnh mẽ trên các tiêu chuẩn văn bản in, viết tay và cảnh (xem thêm tài liệu Hugging Face). Song song đó, một số hệ thống bỏ qua OCR để hiểu biết hạ nguồn: Donut (Document Understanding Transformer) là một bộ mã hóa-giải mã không có OCR, trực tiếp xuất ra các câu trả lời có cấu trúc (như JSON khóa-giá trị) từ tài liệu hình ảnh (repo, thẻ mô hình), tránh tích lũy lỗi khi một bước OCR riêng biệt cung cấp cho một hệ thống IE.
Nếu bạn muốn đọc văn bản có sẵn trên nhiều tập lệnh, EasyOCR cung cấp một API đơn giản với hơn 80 mô hình ngôn ngữ, trả về các hộp, văn bản và độ tin cậy—tiện dụng cho các nguyên mẫu và các tập lệnh không phải tiếng Latinh. Đối với các tài liệu lịch sử, Kraken tỏa sáng với phân đoạn đường cơ sở và thứ tự đọc nhận biết tập lệnh; để đào tạo cấp dòng linh hoạt, Calamari xây dựng trên dòng dõi Ocropy (Ocropy) với các bộ nhận dạng (đa)LSTM+CTC và một CLI để tinh chỉnh các mô hình tùy chỉnh.
Sự khái quát hóa phụ thuộc vào dữ liệu. Đối với chữ viết tay, Cơ sở dữ liệu chữ viết tay IAM cung cấp các câu tiếng Anh đa dạng về người viết để đào tạo và đánh giá; đó là một bộ tham chiếu lâu đời cho nhận dạng dòng và từ. Đối với văn bản cảnh, COCO-Text đã xếp lớp các chú thích mở rộng trên MS-COCO, với các nhãn cho văn bản in/viết tay, dễ đọc/khó đọc, tập lệnh và bản ghi đầy đủ (xem thêm trang dự án ban đầu). Lĩnh vực này cũng phụ thuộc nhiều vào việc đào tạo trước tổng hợp: SynthText in the Wild kết xuất văn bản thành các bức ảnh với hình học và ánh sáng thực tế, cung cấp khối lượng dữ liệu khổng lồ để đào tạo trước các bộ phát hiện và nhận dạng (tham khảo mã và dữ liệu).
Các cuộc thi dưới chiếc ô Đọc mạnh mẽ của ICDAR giữ cho việc đánh giá có cơ sở. Các nhiệm vụ gần đây nhấn mạnh việc phát hiện/đọc từ đầu đến cuối và bao gồm việc liên kết các từ thành các cụm từ, với mã chính thức báo cáo độ chính xác/độ thu hồi/F-score, giao nhau trên hợp nhất (IoU), và các số liệu khoảng cách chỉnh sửa cấp ký tự—phản ánh những gì các nhà thực hành nên theo dõi.
OCR hiếm khi kết thúc ở văn bản thuần túy. Các kho lưu trữ và thư viện số thích ALTO XML vì nó mã hóa bố cục vật lý (các khối/dòng/từ có tọa độ) cùng với nội dung, và nó kết hợp tốt với bao bì METS. hOCR định dạng vi mô, ngược lại, nhúng cùng một ý tưởng vào HTML/CSS bằng cách sử dụng các lớp như ocr_line và ocrx_word, giúp dễ dàng hiển thị, chỉnh sửa và chuyển đổi bằng các công cụ web. Tesseract phơi bày cả hai—ví dụ: tạo hOCR hoặc PDF có thể tìm kiếm trực tiếp từ CLI (hướng dẫn xuất PDF); Các trình bao bọc Python như pytesseract thêm sự tiện lợi. Các bộ chuyển đổi tồn tại để dịch giữa hOCR và ALTO khi các kho lưu trữ có các tiêu chuẩn nhập liệu cố định —xem danh sách được tuyển chọn này của công cụ định dạng tệp OCR.
Xu hướng mạnh mẽ nhất là sự hội tụ: phát hiện, nhận dạng, mô hình hóa ngôn ngữ và thậm chí cả giải mã cho tác vụ cụ thể đang hợp nhất thành các ngăn xếp Transformer thống nhất. Đào tạo trước trên các kho ngữ liệu tổng hợp lớn vẫn là một hệ số nhân. Các mô hình không có OCR sẽ cạnh tranh quyết liệt ở bất cứ đâu mục tiêu là các đầu ra có cấu trúc thay vì các bản ghi nguyên văn. Cũng mong đợi các triển khai kết hợp: một bộ phát hiện nhẹ cộng với một bộ nhận dạng kiểu TrOCR cho văn bản dạng dài, và một mô hình kiểu Donut cho các biểu mẫu và biên lai.
Tesseract (GitHub) · Tài liệu Tesseract · Thông số kỹ thuật hOCR · Nền tảng ALTO · Bộ phát hiện EAST · Phát hiện văn bản OpenCV · TrOCR · Donut · COCO-Text · SynthText · Kraken · Calamari OCR · ICDAR RRC · pytesseract · Chữ viết tay IAM · Công cụ định dạng tệp OCR · EasyOCR
Optical Character Recognition (OCR) là một công nghệ được sử dụng để chuyển đổi các loại tài liệu khác nhau, như tài liệu giấy đã quét, tệp PDF hoặc hình ảnh được chụp bằng máy ảnh số, thành dữ liệu có thể chỉnh sửa và tìm kiếm.
OCR hoạt động bằng cách quét hình ảnh hoặc tài liệu đầu vào, phân đoạn hình ảnh thành các ký tự riêng lẻ, và so sánh từng ký tự với cơ sở dữ liệu hình dạng ký tự bằng cách sử dụng nhận dạng mô hình hoặc nhận dạng đặc trưng.
OCR được sử dụng trong nhiều lĩnh vực và ứng dụng, bao gồm số hóa tài liệu in, kích hoạt các dịch vụ văn bản thành giọng nói, tự động hóa quá trình nhập dữ liệu, và hỗ trợ người dùng khiếm thị tương tác tốt hơn với văn bản.
Mặc dù đã có những tiến bộ vượt bậc trong công nghệ OCR, nhưng nó không phải lúc nào cũng hoàn hảo. Độ chính xác có thể thay đổi tùy thuộc vào chất lượng của tài liệu gốc và chi tiết của phần mềm OCR đang được sử dụng.
Mặc dù OCR chủ yếu được thiết kế cho văn bản in, một số hệ thống OCR tiên tiến cũng có thể nhận dạng được chữ viết tay rõ ràng, nhất quán. Tuy nhiên, nhận dạng chữ viết tay thường kém chính xác hơn do sự biến đổi lớn trong các kiểu viết của mỗi người.
Có, nhiều hệ thống phần mềm OCR có thể nhận dạng được nhiều ngôn ngữ. Tuy nhiên, điều quan trọng là phải đảm bảo rằng ngôn ngữ cụ thể đó được hỗ trợ bởi phần mềm bạn đang sử dụng.
OCR là viết tắt của Optical Character Recognition và được sử dụng để nhận dạng văn bản in, trong khi ICR, hoặc Intelligent Character Recognition, tiên tiến hơn và được sử dụng để nhận dạng văn bản viết tay.
OCR hoạt động tốt nhất với các phông chữ rõ ràng, dễ đọc và kích cỡ văn bản chuẩn. Mặc dù nó có thể hoạt động với các phông chữ và kích cỡ khác nhau, độ chính xác thường giảm khi đối phó với phông chữ không thông thường hoặc kích cỡ văn bản rất nhỏ.
OCR có thể gặp khó khăn với các tài liệu độ phân giải thấp, phông chữ phức tạp, văn bản in kém, chữ viết tay, và các tài liệu có nền gây ra sự can thiệp với văn bản. Ngoài ra, mặc dù nó có thể hoạt động với nhiều ngôn ngữ, nó có thể không bao phủ hoàn hảo mọi ngôn ngữ.
Có, OCR có thể quét văn bản màu và nền màu, mặc dù nó thường hiệu quả hơn với các sự kết hợp màu đối lập cao, như văn bản đen trên nền trắng. Độ chính xác có thể giảm khi màu văn bản và màu nền không có đủ độ tương phản.
EPSI (Encapsulated PostScript Interchange) là định dạng hình ảnh chuyên biệt của định dạng EPS, được thiết kế để đóng gói các tệp PostScript cùng với hình ảnh xem trước. Định dạng này đặc biệt có giá trị trong các môi trường mà nội dung PostScript cần được trực quan hóa mà không cần trực tiếp kết xuất chính mã PostScript. Sự hiện diện của hình ảnh xem trước cho phép các ứng dụng và hệ thống không hiểu PostScript hiển thị biểu diễn trực quan của nội dung. Tính hai mặt này làm cho EPSI cực kỳ linh hoạt trong lĩnh vực in ấn, xuất bản và thiết kế, nơi nó thu hẹp khoảng cách giữa các thiết kế đồ họa phức tạp và cách thể hiện của chúng trên nhiều nền tảng phần mềm khác nhau.
Về bản chất, tệp EPSI bao gồm hai thành phần chính: mã PostScript và hình ảnh xem trước. Mã PostScript là ngôn ngữ lập trình do Adobe Systems phát triển để mô tả hình dạng của văn bản, hình dạng đồ họa và hình ảnh trên tài liệu đã in. Nó rất mạnh mẽ và linh hoạt, có khả năng mô tả bố cục và kiểu chữ phức tạp một cách chính xác. Mặt khác, hình ảnh xem trước thường được lưu ở định dạng nhị phân hoặc ASCII, đóng vai trò là tài liệu tham khảo trực quan nhanh về nội dung PostScript. Sự phân đôi này cho phép người dùng tương tác với tệp theo cách trực quan hơn, tạo cầu nối giữa các lệnh PostScript trừu tượng và kết quả trực quan của chúng.
Khả năng tương thích của định dạng EPSI với nhiều phần mềm khác nhau là một trong những tính năng hấp dẫn nhất của nó. Vì các tệp EPSI chứa cả dữ liệu PostScript gốc và hình ảnh xem trước, nên chúng có thể được tích hợp liền mạch vào cả quy trình làm việc dựa trên vectơ và dựa trên raster. Điều này làm cho các tệp EPSI trở nên lý tưởng để sử dụng trong thiết kế đồ họa, xuất bản trên máy tính để bàn và tạo nội dung trực tuyến, nơi chúng có thể được xử lý bằng nhiều công cụ như Adobe Illustrator, Photoshop và các phần mềm thiết kế đồ họa khác. Ngoài ra, định dạng này được hỗ trợ trên các hệ điều hành khác nhau, giúp tăng cường khả năng sử dụng của nó trong thế giới đa nền tảng.
Việc tạo và chỉnh sửa các tệp EPSI đòi hỏi phải hiểu sâu sắc cả lập trình PostScript và chỉnh sửa hình ảnh. Quá trình này thường bắt đầu bằng việc tạo thiết kế đồ họa hoặc bố cục trong công cụ thiết kế dựa trên vectơ. Khi thiết kế được hoàn thiện, nó sẽ được xuất dưới dạng tệp PostScript. Sau đó, tệp này được đóng gói vào định dạng EPSI cùng với hình ảnh xem trước. Hình ảnh xem trước có thể được tạo theo nhiều cách khác nhau, tùy thuộc vào phần mềm được sử dụng, nhưng nhìn chung nó đại diện cho phiên bản raster của nội dung PostScript. Bản chất kép này của các tệp EPSI đòi hỏi phải cân bằng cẩn thận giữa độ chính xác trong mã PostScript và độ trung thực trực quan của hình ảnh xem trước.
Một trong những thách thức kỹ thuật vốn có của định dạng EPSI là duy trì sự đồng bộ giữa nội dung PostScript và hình ảnh xem trước. Vì phần PostScript của tệp có thể chứa đồ họa phức tạp và được tạo động, nên việc đảm bảo rằng hình ảnh xem trước thể hiện chính xác nội dung này có thể rất khó khăn. Vấn đề này trở nên đặc biệt nghiêm trọng trong các trường hợp nội dung PostScript được chỉnh sửa sau khi tạo tệp EPSI ban đầu. Trong những trường hợp như vậy, hình ảnh xem trước cần được tạo lại để phản ánh nội dung đã cập nhật, một quá trình có thể gây ra sự khác biệt nếu không được xử lý chính xác.
Tính linh hoạt của định dạng EPSI mở rộng đến khả năng hỗ trợ nhiều mức chất lượng hình ảnh khác nhau trong bản xem trước. Tùy thuộc vào mục đích sử dụng tệp, chất lượng của hình ảnh xem trước có thể được điều chỉnh để cân bằng giữa độ rõ nét trực quan và kích thước tệp. Đối với các trường hợp tệp EPSI dùng để xem nhanh hoặc chia sẻ trực tuyến, có thể ưu tiên bản xem trước có chất lượng thấp hơn và kích thước nhỏ hơn. Ngược lại, đối với in ấn cao cấp hoặc xem xét chi tiết, cần có bản xem trước có độ phân giải cao để thể hiện chính xác nội dung PostScript cơ bản. Mức độ linh hoạt này cho phép người dùng điều chỉnh định dạng theo nhu cầu cụ thể của họ, giúp định dạng này có khả năng thích ứng cao trên các trường hợp sử dụng khác nhau.
Mặc dù có những ưu điểm, nhưng định dạng EPSI cũng không phải không có hạn chế. Một nhược điểm đáng kể là kích thước tệp, có thể lớn hơn đáng kể so với các định dạng hình ảnh khác. Điều này chủ yếu là do bản chất kép của tệp, chứa cả mã PostScript hoàn chỉnh và hình ảnh xem trước. Trong môi trường mà dung lượng lưu trữ hoặc băng thông là mối quan tâm, định dạng EPSI có thể không phải là lựa chọn lý tưởng. Hơn nữa, sự phức tạp của ngôn ngữ PostScript có nghĩa là việc tạo và chỉnh sửa các tệp EPSI đòi hỏi trình độ kỹ thuật cao hơn, có khả năng hạn chế khả năng tiếp cận của nó đối với những người không phải chuyên gia.
Sự tương tác giữa PostScript và hình ảnh xem trước trong tệp EPSI cũng có ý nghĩa đối với bảo mật. PostScript, là một ngôn ngữ lập trình, cho phép thực thi mã có khả năng bị khai thác cho mục đích độc hại. Khi phân phối các tệp EPSI, điều quan trọng là phải đảm bảo rằng nội dung PostScript đến từ nguồn đáng tin cậy để giảm thiểu rủi ro bảo mật. Khía cạnh này đòi hỏi sự thận trọng và thẩm định khi xử lý các tệp EPSI, đặc biệt là trong các môi trường nhạy cảm hoặc an toàn.
Về khả năng tương thích của tệp và khả năng chống lỗi thời, định dạng EPSI được hưởng lợi từ nền tảng PostScript của nó, một ngôn ngữ được thiết lập tốt và được hỗ trợ rộng rãi. Tuy nhiên, bối cảnh phát triển của phần mềm thiết kế đồ họa và xuất bản có thể đặt ra những thách thức đối với sự liên quan liên tục của nó. Khi các định dạng và công nghệ mới xuất hiện, nhu cầu về các định dạng như EPSI chủ yếu ph ục vụ cho in ấn và thiết kế cao cấp có thể giảm đi. Sự sụt giảm tiềm ẩn về mức độ liên quan này làm nổi bật tầm quan trọng của việc duy trì và cập nhật các hệ thống và tệp cũ để đảm bảo khả năng tương thích với các hệ sinh thái phần mềm hiện đại.
Về mặt kỹ thuật, việc tối ưu hóa các tệp EPSI để có hiệu suất và khả năng tương thích liên quan đến một số cân nhắc. Một khía cạnh chính là lựa chọn độ phân giải chính xác cho hình ảnh xem trước, phải cân bằng giữa chất lượng hình ảnh và kích thước tệp. Ngoài ra, khi tạo nội dung PostScript, việc sử dụng các phương pháp mã hóa hiệu quả có thể giúp giảm kích thước tệp tổng thể và cải thiện thời gian kết xuất. Điều này bao gồm tối ưu hóa đường dẫn vectơ, giảm thiểu việc sử dụng các mẫu hoặc độ dốc phức tạp và tránh lặp lại các phần tử không cần thiết trong mã PostScript.
Quá trình chuyển đổi các tệp EPS truyền thống sang định dạng EPSI làm nổi bật khả năng thích ứng của định dạng này. Bằng cách thêm hình ảnh xem trước vào tệp EPS hiện có, người dùng có thể chuyển đổi tệp đó thành tệp EPSI vẫn giữ nguyên tất cả các khả năng mạnh mẽ của PostScript đồng thời có thêm lợi ích là có thể xem trước trên nhiều nền tảng khác nhau. Quá trình chuyển đổi này liên quan đến việc tạo hình ảnh xem trước phù hợp và đóng gói nó với mã PostScript theo cách tuân thủ thông số kỹ thuật EPSI. Khả năng này nhấn mạnh tính linh hoạt và giá trị lâu dài của định dạng EPSI trong lĩnh vực thiết kế đồ họa và xuất bản.
Tóm lại, định dạng hình ảnh EPSI đóng vai trò như cầu nối giữa thế giới lập trình phức tạp của PostScript và lĩnh vực thiết kế đồ họa và xuất bản hướng đến hình ảnh. Sự kết hợp độc đáo giữa hình ảnh xem trước với nội dung PostScript mang đến sự pha trộn giữa độ chính xác, tính linh hoạt và khả năng tương thích khó có thể sánh được với các định dạng khác. Mặc dù đi kèm với những thách thức riêng, chẳng hạn như cân nhắc về kích thước tệp và nhu cầu về chuyên môn kỹ thuật, nhưng những lợi ích mà nó mang lại—đặc biệt là về chất lượng in và tính nhất quán trên nhiều nền tảng—làm cho nó trở thành một công cụ có giá trị trong kho vũ khí của các nhà thiết kế, nhà xuất bản và các chuyên gia in ấn. Khi công nghệ tiếp tục phát triển, vai trò và chức năng của định dạng EPSI có thể thay đổi, nhưng giá trị cốt lõi của nó như một định dạng hình ảnh toàn diện và linh hoạt có khả năng vẫn phù hợp trong nhiều năm tới.
Bộ chuyển đổi này chạy hoàn toàn trong trình duyệt của bạn. Khi bạn chọn một tệp, nó sẽ được đọc vào bộ nhớ và chuyển đổi sang định dạng đã chọn. Sau đó, bạn có thể tải xuống tệp đã chuyển đổi.
Việc chuyển đổi bắt đầu ngay lập tức và hầu hết các tệp được chuyển đổi trong vòng chưa đầy một giây. Các tệp lớn hơn có thể mất nhiều thời gian hơn.
Các tệp của bạn không bao giờ được tải lên máy chủ của chúng tôi. Chúng được chuyển đổi trong trình duyệt của bạn và sau đó tệp đã chuyển đổi sẽ được tải xuống. Chúng tôi không bao giờ thấy các tệp của bạn.
Chúng tôi hỗ trợ chuyển đổi giữa tất cả các định dạng hình ảnh, bao gồm JPEG, PNG, GIF, WebP, SVG, BMP, TIFF, v.v.
Bộ chuyển đổi này hoàn toàn miễn phí và sẽ luôn miễn phí. Bởi vì nó chạy trong trình duyệt của bạn, chúng tôi không phải trả tiền cho máy chủ, vì vậy chúng tôi không cần tính phí bạn.
Đúng! Bạn có thể chuyển đổi bao nhiêu tệp tùy thích cùng một lúc. Chỉ cần chọn nhiều tệp khi bạn thêm chúng.