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 DCX, được chỉ định là phần mở rộng .dcx, là một định dạng tệp đồ họa đáng chú ý chủ yếu phục vụ mục đích đóng gói nhiều hình ảnh định dạng PCX trong một tệp duy nhất. Ch ức năng này làm cho nó đặc biệt hữu ích cho các ứng dụng yêu cầu tổ chức, lưu trữ và vận chuyển các chuỗi hình ảnh hoặc tài liệu có nhiều trang, chẳng hạn như tài liệu fax, hình ảnh động hoặc tài liệu nhiều trang. Được phát triển trong những ngày đầu của máy tính cá nhân, định dạng DCX là minh chứng cho nhu cầu ngày càng tăng về quản lý hình ảnh kỹ thuật số, cung cấp giải pháp xử lý hình ảnh hàng loạt.
Định dạng PCX, tạo thành nền tảng của DCX, là một trong những định dạng hình ảnh bitmap đầu tiên được áp dụng rộng rãi trong ngành công nghiệp phần mềm, chủ yếu là bởi phần mềm PC Paintbrush. Là một định dạng hình ảnh raster, nó mã hóa thông tin pixel riêng lẻ trong một tệp, hỗ trợ nhiều độ sâu màu và đóng vai trò hiệu quả như nền tảng cho định dạng DCX tổng hợp. Mặc dù đã cũ, PCX—và theo phần mở rộng, DCX—vẫn được sử dụng trong một số phân khúc nhất định do tính đơn giản và khả năng tương thích với các ứng dụng phần mềm cũ hơn.
Cấu trúc của tệp DCX về cơ bản là một tiêu đề theo sau là một loạt các tệp PCX. Phần tiêu đề của tệp DCX bắt đầu bằng một định danh duy nhất ('0x3ADE68B1'), đóng vai trò là số ma thuật để phân biệt tệp DCX với các định dạng tệp khác một cách chắc chắn. Theo sau số ma thuật, có một thư mục liệt kê các vị trí bù của từng hình ảnh PCX được đóng gói trong tệp DCX. Phương pháp này cho phép truy cập nhanh vào từng hình ảnh mà không cần phải phân tích tuần tự toàn bộ tệp, tăng cường hiệu quả của định dạng để truy cập nội dung cụ thể.
Mỗi mục trong phần thư mục bao gồm một độ lệch 32 bit trỏ đến vị trí bắt đầu của một hình ảnh PCX trong tệp DCX. Tính đơn giản của cấu trúc thư mục này cho phép thêm, xóa hoặc thay thế nhanh chóng các hình ảnh PCX trong tệp DCX mà không cần xử lý lại tệp nhiều. Nó làm nổi bật tầm nhìn xa của định dạng trong việc cho phép cập nhật và chỉnh sửa có thể quản lý được các hình ảnh tài liệu nhiều trang hoặc bộ sưu tập hình ảnh tuần tự.
Về mặt mã hóa kỹ thuật, một tệp PCX được đóng gói trong một vùng chứa DCX lưu trữ dữ liệu hình ảnh của nó dưới dạng một loạt các đường quét. Các đường quét này được nén bằng mã hóa độ dài chạy (RLE), một dạng nén dữ liệu không mất dữ liệu giúp giảm kích thước tệp mà không làm giảm chất lượng hình ảnh ban đầu. RLE đặc biệt hiệu quả đối với các hình ảnh có diện tích lớn có màu đồng nhất, làm cho nó phù hợp với các hình ảnh tài liệu được quét và đồ họa đơn giản thường được liên kết với các định dạng PCX và DCX.
Tính linh hoạt của định dạng PCX liên quan đến độ sâu màu đóng một vai trò quan trọng trong khả năng thích ứng của định dạng DCX. Các tệp PCX có thể xử lý hình ảnh đơn sắc, 16 màu, 256 màu và màu thật (24 bit), cho phép các vùng chứa DCX đóng gói nhiều loại hình ảnh. Tính linh hoạt này đảm bảo sự liên quan liên tục của định dạng DCX cho mục đích lưu trữ, nơi bảo toàn độ trung thực của tài liệu hoặc hình ảnh gốc là tối quan trọng.
Mặc dù có những ưu điểm, định dạng DCX vẫn phải đối mặt với những hạn chế vốn có trong thiết kế và kỷ nguyên công nghệ mà nó bắt nguồn. Đối với một định dạng, định dạng này không hỗ trợ các tính năng hình ảnh nâng cao như lớp, độ trong suốt hoặc siêu dữ liệu, vốn đã trở thành tiêu chuẩn trong các định dạng tệp hình ảnh hiện đại hơn. Những hạn chế này phản ánh tiện ích của định dạng trong các ứng dụng đơn giản hơn, chẳng hạn như quét và lưu trữ tài liệu, thay vì chỉnh sửa hình ảnh phức tạp hoặc tạo tác phẩm nghệ thuật kỹ thuật số.
Ngoài ra, trong khi phương pháp mã hóa độ dài chạy được sử dụng bởi các định dạng PCX và do đó là DCX hiệu quả đối với một số loại hình ảnh nhất định, thì nó có thể không cung cấp khả năng nén tối ưu nhất cho mọi trường hợp. Các thuật toán nén hình ảnh hiện đại, chẳng hạn như các thuật toán được sử dụng trong các định dạng JPEG hoặc PNG, cung cấp các phương pháp tinh vi hơn, đạt được tỷ lệ nén cao hơn và chất lượng tốt hơn ở kích thước tệp nhỏ hơn cho nhiều loại hình ảnh hơn. Tuy nhiên, tính đơn giản của RLE và không có hiện tượng mất dữ liệu trong hình ảnh DCX đảm bảo rằng chúng duy trì tính toàn vẹn hình ảnh ban đầu mà không bị suy giảm.
Hơn nữa, việc dựa vào định dạng PCX trong các tệp DCX cũng có nghĩa là thừa hưởng những hạn chế và thách thức liên quan đến PCX. Ví dụ, việc xử lý các hình ảnh có độ phân giải cao hiện đại hoặc những hình ảnh có gam màu rộng có thể gặp vấn đề, do các hạn chế về độ sâu màu và hiệu quả kém của nén RLE đối với các hình ảnh phức tạp. Do đó, trong khi các tệp DCX vượt trội trong việc lưu trữ các hình ảnh đơn giản hơn hoặc quét tài liệu một cách hiệu quả, thì chúng có thể không phải là lựa chọn lý tưởng cho nhiếp ảnh chất lượng cao hoặc công việc đồ họa chi tiết.
Từ góc độ tương thích phần mềm, định dạng DCX được hỗ trợ bởi nhiều chương trình xem và chỉnh sửa hình ảnh, đặc biệt là những chương trình được thiết kế để làm việc với các định dạng tệp cũ hoặc chuyên về hình ảnh tài liệu. Khả năng tương tác này đảm bảo rằng người dùng có thể truy cập và thao tác các tệp DCX mà không gặp nhiều trở ngại, tận dụng các giải pháp phần mềm hiện có. Tuy nhiên, khi bối cảnh hình ảnh kỹ thuật số phát triển, sự phổ biến của các định dạng hình ảnh tiên tiến và linh hoạt hơn đặt ra thách thức đối với việc tiếp tục áp dụng và hỗ trợ DCX, có khả năng đưa nó vào các ứng dụng thích hợp hơn hoặc cũ hơn.
Dựa trên những cân nhắc này, tương lai của định dạng DCX dường như gắn chặt với các ứng dụng thích hợp của nó, nơi những lợi thế cụ thể của nó—chẳng hạn như lưu trữ hiệu quả các hình ảnh tài liệu nhiều trang trong một tệp duy nhất và bảo toàn chất lượng hình ảnh ban đầu thông qua nén không mất dữ liệu—lớn hơn những hạn chế của nó. Các ngành công nghiệp và ứng dụng ưu tiên các yếu tố này, chẳng hạn như lưu trữ tài liệu pháp lý, bảo quản tài liệu lịch sử và một số loại tài liệu kỹ thuật nhất định, có thể tiếp tục tìm thấy giá trị trong định dạng DCX.
Hơn nữa, vai trò của định dạng DCX trong việc bảo tồn di sản kỹ thuật số và tài liệu lịch sử không thể không được đánh giá thấp. Trong bối cảnh mà việc duy trì tính xác thực và toàn vẹn của các tài liệu gốc là rất quan trọng, thì tính đơn giản và độ tin cậy của định dạng DCX có thể mang lại lợi thế so với các định dạng phức tạp hơn yêu cầu tài nguyên máy tính hiện đại. Việc định dạng tập trung vào nén không mất dữ liệu và hỗ trợ nhiều độ sâu màu đảm bảo rằng các bản sao kỹ thuật số khớp chặt chẽ với các tài liệu gốc, một cân nhắc thiết yếu cho mục đích lưu trữ.
Với những điểm mạnh và điểm yếu này, sự liên quan của định dạng DCX trong hình ảnh kỹ thuật số đương đại phụ thuộc vào tiện ích liên tục của nó trong các trường hợp sử dụng cụ thể chứ không phải là sự áp dụng rộng rãi. Mặc dù nó có thể không cạnh tranh với các định dạng hình ảnh hiện đại về mặt tính năng hoặc hiệu quả trong mọi trường hợp, DCX vẫn giữ một vị trí thích hợp nhưng quan trọng trong hệ sinh thái hình ảnh kỹ thuật số, đặc biệt là trong các hệ thống cũ và các ngành công nghiệp cụ thể nơi các khả năng độc đáo của nó được đánh giá cao nhất.
Tóm lại, định dạng hình ảnh DCX minh họa sự cân bằng giữa tính đơn giản, hiệu quả và chức năng trong việc quản lý các tài liệu hoặc chuỗi hình ảnh nhiều trang. Việc dựa vào định dạng PCX đáng kính đặt nền tảng cho nó trong di sản quản lý hình ảnh kỹ thuật số ban đầu đồng thời cũng mô tả các khả năng và hạn chế của nó. Mặc dù phải đối mặt với những thách thức trước sự xuất hiện của các định dạng hình ảnh tiên tiến và linh hoạt hơn, DCX vẫn giữ được sự liên quan của mình trong các ứng dụng cụ thể nơi các thuộc tính của nó—chẳng hạn như nén không mất dữ liệu, xử lý hiệu quả nhiều hình ảnh và khả năng tương thích với phần mềm cũ hơn—phù hợp với nhu cầu thực tế của người dùng và ngành công nghiệp.
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.