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.
Định dạng hình ảnh JPEG 2000, thường được viết tắt là JP2, là một hệ thống mã hóa hình ảnh được tạo ra như một sự kế thừa cho tiêu chuẩn JPEG ban đầu. Nó được phát triển bởi ủy ban Joint Photographic Experts Group vào đầu những năm 2000 với mục đích cung cấp một định dạng hình ảnh mới có thể khắc phục một số hạn chế của định dạng JPEG truyền thống. JPEG 2000 không nên nhầm lẫn với định dạng JPEG tiêu chuẩn, sử dụng phần mở rộng tệp .jpg hoặc .jpeg. JPEG 2000 sử dụng phần mở rộng .jp2 cho các tệp của mình và cung cấp một số cải tiến đáng kể so với phiên bản tiền nhiệm, bao gồm chất lượng hình ảnh tốt hơn ở tỷ lệ nén cao hơn, hỗ trợ độ sâu bit cao hơn và xử lý độ trong suốt được cải thiện thông qua các kênh alpha.
Một trong những tính năng chính của JPEG 2000 là sử dụng nén wavelet, trái ngược với biến đổi cosin rời rạc (DCT) được sử dụng trong định dạng JPEG ban đầu. Nén wavelet là một dạng nén dữ liệu rất phù hợp để nén hình ảnh, trong đó kích thước của tệp được giảm mà không làm giảm chất lượng. Điều này đạt được bằng cách chuyển đổi hình ảnh thành miền wavelet, nơi thông tin hình ảnh được lưu trữ theo cách cho phép các mức độ chi tiết khác nhau. Điều này có nghĩa là JPEG 2000 có thể cung cấp cả nén không mất dữ liệu và nén mất dữ liệu trong cùng một định dạng tệp, cung cấp tính linh hoạt tùy thuộc vào nhu cầu của người dùng.
Một lợi thế đáng kể khác của JPEG 2000 là hỗ trợ giải mã tiến bộ. Tính năng này cho phép hiển thị phiên bản hình ảnh có độ phân giải thấp trong khi tệp vẫn đang được tải xuống, điều này có thể đặc biệt hữu ích cho hình ảnh trên web. Khi nhận được nhiều dữ liệu hơn, chất lượng hình ảnh sẽ được cải thiện dần dần cho đến khi hiển thị hình ảnh có độ phân giải đầy đủ. Điều này trái ngược với định dạng JPEG tiêu chuẩn, trong đó hình ảnh chỉ có thể được hiển thị sau khi toàn bộ tệp đã được tải xuống.
JPEG 2000 cũng giới thiệu khái niệm về vùng quan tâm (ROI). Điều này cho phép các phần khác nhau của hình ảnh được nén ở các mức chất lượng khác nhau. Ví dụ, trong ảnh chụp một người, khuôn mặt của người đó có thể được mã hóa với chất lượng cao hơn so với nền. Kiểm soát chất lượng có chọn lọc này có thể rất hữu ích trong các ứng dụng mà một số phần của hình ảnh quan trọng hơn những phần khác.
Định dạng JPEG 2000 cũng có khả năng mở rộng cao. Nó hỗ trợ nhiều độ phân giải hình ảnh, độ sâu màu và thành phần hình ảnh. Khả năng mở rộng này mở rộng đến cả kích thước không gian và chất lượng, nghĩa là một tệp JPEG 2000 duy nhất có thể lưu trữ nhiều độ phân giải và mức chất lượng, có thể được trích xuất khi cần cho các ứng dụng hoặc thiết bị khác nhau. Điều này làm cho JPEG 2000 trở thành một lựa chọn tuyệt vời cho nhiều mục đích sử dụng khác nhau, từ phim kỹ thuật số đến hình ảnh y tế, nơi người dùng khác nhau có thể yêu cầu các thuộc tính hình ảnh khác nhau.
Về độ chính xác màu sắc, JPEG 2000 hỗ trợ lên đến 16 bit cho mỗi kênh màu, so với 8 bit cho mỗi kênh trong JPEG tiêu chuẩn. Độ sâu bit tăng này cho phép có nhiều màu sắc hơn và các sắc thái tinh tế hơn giữa chúng, điều này đặc biệt quan trọng đối với việc chỉnh sửa và in ảnh cao cấp, nơi độ trung thực về màu sắc là rất quan trọng.
JPEG 2000 cũng bao gồm các tính năng phục hồi lỗi mạnh mẽ, giúp nó phù hợp hơn để truyền hình ảnh qua các mạng có nguy cơ hỏng dữ liệu cao, chẳng hạn như mạng không dây hoặc internet. Định dạng này có thể bao gồm tổng kiểm tra và các kiểm tra toàn vẹn dữ liệu khác để đảm bảo rằng hình ảnh có thể được tái tạo ngay cả khi một số gói dữ liệu bị mất trong quá trình truyền.
Mặc dù có nhiều ưu điểm, JPEG 2000 vẫn chưa được áp dụng rộng rãi so với định dạng JPEG ban đầu. Một lý do cho điều này là sự phức tạp của thuật toán nén JPEG 2000, đòi hỏi nhiều sức mạnh tính toán hơn để mã hóa và giải mã hình ảnh. Điều này khiến nó trở nên kém hấp dẫn hơn đối với các thiết bị điện tử tiêu dùng và nền tảng web, vốn thường ưu tiên tốc độ và sự đơn giản. Ngoài ra, định dạng JPEG ban đầu đã ăn sâu vào ngành công nghiệp và có một hệ sinh thái rộng lớn về hỗ trợ phần mềm và phần cứng, khiến một định dạng mới khó có thể có chỗ đứng.
Một yếu tố khác hạn chế việc áp dụng JPEG 2000 là vấn đề bằng sáng chế. Tiêu chuẩn JPEG 2000 bao gồm các công nghệ được cấp bằng sáng chế bởi nhiều thực thể khác nhau và điều này đã dẫn đến những lo ngại về phí cấp phép và ràng buộc pháp lý. Mặc dù nhiều bằng sáng chế trong số này đã hết hạn hoặc đã được cung cấp theo các điều khoản hợp lý và không phân biệt đối xử, nhưng sự không chắc chắn ban đầu đã góp phần khiến một số tổ chức miễn cưỡng áp dụng định dạng này.
Mặc dù có những thách thức này, JPEG 2000 đã tìm thấy một vị trí thích hợp trong một số lĩnh vực chuyên nghiệp nhất định, nơi các tính năng tiên tiến của nó đặc biệt có giá trị. Ví dụ, trong phim kỹ thuật số, JPEG 2000 được sử dụng như một phần của thông số kỹ thuật Digital Cinema Initiatives (DCI) để phân phối và chiếu phim. Biểu diễn hình ảnh chất lượng cao và khả năng mở rộng của nó làm cho nó phù hợp với nhu cầu của màn hình phim có độ phân giải cao.
Trong lĩnh vực lưu trữ và bảo quản kỹ thuật số, JPEG 2000 cũng được ưa chuộng vì khả năng nén không mất dữ liệu và khả năng lưu trữ hình ảnh theo cách vừa hiệu quả vừa có lợi cho việc bảo quản lâu dài. Các thư viện, bảo tàng và các tổ chức khác yêu cầu các bản sao kỹ thuật số chất lượng cao của bộ sưu tập của họ thường chọn JPEG 2000 vì những lý do này.
Ngành công nghiệp hình ảnh y tế là một lĩnh vực khác mà JPEG 2000 đã được triển khai thành công. Hỗ trợ độ sâu bit cao và nén không mất dữ liệu của định dạng này rất cần thiết để đảm bảo rằng hình ảnh y tế, chẳng hạn như tia X và quét MRI, giữ lại tất cả các chi tiết cần thiết để chẩn đoán và phân tích chính xác. Ngoài ra, khả năng xử lý hiệu quả các tệp hình ảnh rất lớn khiến JPEG 2000 trở thành một lựa chọn phù hợp cho lĩnh vực này.
JPEG 2000 cũng bao gồm một tập hợp phong phú các khả năng siêu dữ liệu, cho phép nhúng thông tin mở rộng trong chính tệp hình ảnh. Điều này có thể bao gồm thông tin bản quyền, cài đặt máy ảnh, dữ liệu định vị địa lý, v.v. Tính năng này đặc biệt hữu ích cho các hệ thống quản lý tài sản và các ứng dụng khác, nơi theo dõi nguồn gốc và thuộc tính của hình ảnh là rất quan trọng.
Tóm lại, định dạng hình ảnh JPEG 2000 cung cấp một loạt các tính năng tiên tiến mang lại những lợi ích đáng kể về chất lượng hình ảnh, tính linh hoạt và độ mạnh mẽ. Việc sử dụng nén wavelet cho phép tạo ra hình ảnh chất lượng cao ở kích thước tệp nhỏ hơn và hỗ trợ giải mã tiến bộ, vùng quan tâm và khả năng mở rộng của nó làm cho nó trở thành một lựa chọn linh hoạt cho nhiều ứng dụng. Mặc dù chưa thay thế định dạng JPEG ban đầu trong việc sử dụng chính thống, JPEG 2000 đã trở thành định dạng được lựa chọn trong các ngành công nghiệp nơi những lợi thế độc đáo của nó là cần thiết nhất. Khi công nghệ tiếp tục phát triển và nhu cầu về hình ảnh kỹ thuật số chất lượng cao ngày càng tăng, JPEG 2000 vẫn có thể được áp dụng rộng rãi hơn trong tương lai.
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.