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.
JPEG XL (JXL) là định dạng hình ảnh thế hệ tiếp theo, là tiêu chuẩn mã hóa hình ảnh nhằm vượt qua khả năng của các định dạng hiện có như JPEG, PNG và GIF bằng cách cung cấp hiệu quả nén, chất lượng và các tính năng vượt trội. Đây là kết quả của nỗ lực hợp tác của ủy ban Nhóm chuyên gia nhiếp ảnh chung (JPEG), đơn vị đóng vai trò quan trọng trong việc phát triển các tiêu chuẩn nén hình ảnh. JPEG XL được thiết kế để trở thành định dạng hình ảnh phổ quát có thể xử lý nhiều trường hợp sử dụng, từ nhiếp ảnh chuyên nghiệp đến đồ họa web.
Một trong những mục tiêu chính của JPEG XL là cung cấp khả năng nén hình ảnh chất lượng cao, có thể giảm đáng kể kích thước tệp mà không làm giảm chất lượng hình ảnh. Điều này đạt được thông qua sự kết hợp của các kỹ thuật nén tiên tiến và một khuôn khổ mã hóa hiện đại. Định dạng này sử dụng phương pháp tiếp cận theo mô-đun, cho phép kết hợp nhiều hoạt động xử lý hình ảnh như chuyển đổi không gian màu, ánh xạ tông màu và thay đổi kích thước phản hồi trực tiếp vào đường ống nén.
JPEG XL được xây dựng trên nền tảng của hai bộ giải mã hình ảnh trước đó: PIK của Google và FUIF (Định dạng hình ảnh phổ quát miễn phí) của Cloudinary. Các bộ giải mã này đã giới thiệu một số cải tiến trong việc nén hình ảnh, sau đó được tinh chỉnh và tích hợp vào JPEG XL. Định dạng này được thiết kế miễn phí bản quyền, khiến nó trở thành lựa chọn hấp dẫn cho cả nhà phát triển phần mềm và người tạo nội dung, những người cần giải pháp tiết kiệm chi phí để lưu trữ và phân phối hình ảnh.
Điểm cốt lõi trong hiệu quả nén của JPEG XL là việc sử dụng kỹ thuật mã hóa entropy hiện đại được gọi là hệ thống số không đối xứng (ANS). ANS là một dạng mã hóa số học cung cấp tỷ lệ nén gần tối ưu bằng cách mã hóa hiệu quả phân phối thống kê của dữ liệu hình ảnh. Điều này cho phép JPEG XL đạt được khả năng nén tốt hơn so với các phương pháp truyền thống như mã hóa Huffman, được sử dụng trong định dạng JPEG gốc.
JPEG XL cũng giới thiệu một không gian màu mới gọi là XYB (eXtra Y, Blue-yellow), được thiết kế để phù hợp hơn với nhận thức thị giác của con người. Không gian màu XYB cho phép nén hiệu quả hơn bằng cách ưu tiên các thành phần của hình ảnh quan trọng hơn đối với mắt người. Điều này tạo ra các hình ảnh không chỉ có kích thước tệp nhỏ hơn mà còn ít hiện tượng nhiễu nén hơn, đặc biệt là ở những vùng có sự thay đổi màu sắc tinh tế.
Một tính năng chính khác của JPEG XL là hỗ trợ hình ảnh dải động cao (HDR) và gam màu rộng (WCG). Khi công nghệ hiển thị phát triển, nhu cầu về các định dạng hình ảnh có thể xử lý dải độ sáng và màu sắc mở rộng mà các màn hình mới này có thể tạo ra ngày càng tăng. Hỗ trợ HDR và WCG gốc của JPEG XL đảm bảo rằng hình ảnh trông sống động và chân thực trên các màn hình mới nhất, mà không cần siêu dữ liệu bổ sung hoặc tệp sidecar.
JPEG XL cũng được thiết kế với mục đích giải mã tiến bộ. Điều này có nghĩa là hình ảnh có thể được hiển thị ở chất lượng thấp hơn trong khi vẫn đang được tải xuống và chất lượng có thể cải thiện dần dần khi có thêm dữ liệu. Tính năng này đặc biệt hữu ích cho việc duyệt web, nơi người dùng có thể có tốc độ internet khác nhau. Nó cho phép trải nghiệm người dùng tốt hơn bằng cách cung cấp bản xem trước của hình ảnh mà không cần phải đợi toàn bộ tệp tải xuống.
Về khả năng tương thích ngược, JPEG XL cung cấp một tính năng độc đáo gọi là 'nén lại JPEG'. Tính năng này cho phép nén lại các hình ảnh JPEG hiện có thành định dạng JPEG XL mà không làm giảm thêm chất lượng. Các hình ảnh được nén lại không chỉ có kích thước nhỏ hơn mà còn giữ lại tất cả dữ liệu JPEG gốc, có nghĩa là chúng có thể được chuyển đổi trở lại định dạng JPEG gốc nếu cần. Điều này khiến JPEG XL trở thành lựa chọn hấp dẫn để lưu trữ các bộ sưu tập hình ảnh JPEG lớn, vì nó có thể giảm đáng kể yêu cầu lưu trữ trong khi vẫn giữ khả năng khôi phục về các tệp gốc.
JPEG XL cũng giải quyết nhu cầu về hình ảnh phản hồi trên web. Với khả năng lưu trữ nhiều độ phân giải của hình ảnh trong một tệp duy nhất, các nhà phát triển web có thể cung cấp kích thước hình ảnh phù hợp nhất dựa trên thiết bị và độ phân giải màn hình của người dùng. Điều này loại bỏ nhu cầu về các tệp hình ảnh riêng biệt cho các độ phân giải khác nhau và đơn giản hóa quá trình tạo thiết kế web phản hồi.
Đối với các nhiếp ảnh gia chuyên nghiệp và nhà thiết kế đồ họa, JPEG XL hỗ trợ nén không mất dữ liệu, đảm bảo rằng mọi bit dữ liệu hình ảnh gốc đều được bảo toàn. Điều này rất quan trọng đối với các ứng dụng mà tính toàn vẹn của hình ảnh là tối quan trọng, chẳng hạn như trong hình ảnh y tế, lưu trữ kỹ thuật số và chỉnh sửa ảnh chuyên nghiệp. Chế độ không mất dữ liệu của JPEG XL cũng rất hiệu quả, thường tạo ra các tệp có kích thước nhỏ hơn so với các định dạng không mất dữ liệu khác như PNG hoặc TIFF.
Bộ tính năng của JPEG XL được mở rộng để bao gồm hỗ trợ hoạt ảnh, tương tự như các định dạng GIF và WebP, nhưng có khả năng nén và chất lượng tốt hơn nhiều. Điều này khiến nó trở thành sự thay thế phù hợp cho GIF trên web, cung cấp hoạt ảnh mượt mà hơn với bảng màu rộng hơn và không có giới hạn về 256 màu của GIF.
Định dạng này cũng bao gồm hỗ trợ mạnh mẽ cho siêu dữ liệu, bao gồm các cấu hình EXIF, XMP và ICC, đảm bảo rằng thông tin quan trọng về hình ảnh được bảo toàn trong quá trình nén. Siêu dữ liệu này có thể bao gồm các chi tiết như cài đặt máy ảnh, thông tin bản quyền và dữ liệu quản lý màu, rất cần thiết cho cả mục đích sử dụng chuyên nghiệp và bảo tồn di sản kỹ thuật số.
Tính bảo mật và quyền riêng tư cũng được cân nhắc trong thiết kế của JPEG XL. Định dạng này không cho phép đưa vào mã thực thi, giúp giảm nguy cơ lỗ hổng bảo mật có thể bị khai thác thông qua hình ảnh. Ngoài ra, JPEG XL hỗ trợ xóa siêu dữ liệu nhạy cảm, có thể giúp bảo vệ quyền riêng tư của người dùng khi chia sẻ hình ảnh trực tuyến.
JPEG XL được thiết kế để có khả năng chống lỗi trong tương lai, với định dạng vùng chứa linh hoạt có thể được mở rộng để hỗ trợ các tính năng và công nghệ mới khi chúng xuất hiện. Điều này đảm bảo rằng định dạng này có thể thích ứng với các yêu cầu thay đổi và tiếp tục phục vụ như một định dạng hình ảnh phổ quát trong nhiều năm tới.
Về khả năng áp dụng, JPEG XL vẫn đang trong giai đoạn đầu, với những nỗ lực đang diễn ra để tích hợp hỗ trợ vào trình duyệt web, hệ điều hành và phần mềm ch ỉnh sửa hình ảnh. Khi nhiều nền tảng áp dụng định dạng này hơn, định dạng này dự kiến sẽ được sử dụng rộng rãi để thay thế các định dạng hình ảnh cũ hơn, cung cấp sự kết hợp giữa hiệu quả, chất lượng và tính năng được cải thiện.
Tóm lại, JPEG XL đại diện cho một bước tiến đáng kể trong công nghệ nén hình ảnh. Sự kết hợp giữa hiệu quả nén cao, hỗ trợ các tính năng hình ảnh hiện đại và khả năng tương thích ngược định vị nó như một ứng cử viên mạnh mẽ để trở thành tiêu chuẩn mới cho việc lưu trữ và truyền hình ảnh. Khi định dạng này được áp dụng rộng rãi hơn, nó có tiềm năng biến đổi cách chúng ta tạo, chia sẻ và sử dụng hình ảnh kỹ thuật số, giúp chúng dễ tiếp cận và thú vị hơn đối với mọi người.
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.