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 PSB (Photoshop Big) là một định dạng tệp được sử dụng cụ thể trong Adobe Photoshop cho những hình ảnh vượt quá giới hạn kích thước của định dạng PSD (Photoshop Document) chuẩn. Trong khi định dạng PSD được công nhận rộng rãi và được sử dụng vì khả năng bảo toàn các chi tiết phức tạp của hình ảnh kỹ thuật số như lớp, văn bản, mặt nạ và cấu hình màu, thì hạn chế của nó nằm ở giới hạn kích thước. Các tệp PSD có chiều cao và chiều rộng tối đa là 30.000 pixel và dung lượng tệp tối đa là 2GB, đôi khi có thể hạn chế trong lĩnh vực nhiếp ảnh độ phân giải cao, hội họa kỹ thuật số và thiết kế đồ họa chi tiết. Định dạng PSB được giới thiệu để đáp ứng nhu cầu về các tệp hình ảnh lớn hơn, hỗ trợ kích thước lên đến 300.000 pixel theo mọi hướng và có dung lượng tệp có thể vượt quá 4 Exabyte, mang lại bước tiến đáng kể về dung lượng.
Để hiểu được tầm quan trọng và tiện ích của định dạng PSB, điều cần thiết là phải đi sâu vào các thông số kỹ thuật phân biệt định dạng này với định dạng tiền nhiệm của nó, định dạng PSD. Một trong những điểm khác biệt cốt lõi nằm ở cấu trúc tệp, đặc biệt là cách lưu trữ và quản lý dữ liệu hình ảnh. PSB sử dụng một hệ thống thành phần dựa trên lớp tương tự, cho phép người dùng thao tác các thành phần riêng lẻ của hình ảnh mà không làm thay đổi các pixel cơ bản của các lớp khác. Tuy nhiên, để quản lý các tệp có kích thước lớn hơn đáng kể và lượng dữ liệu tăng lên, PSB sử dụng một phiên bản đã sửa đổi của cấu trúc tệp PSD, triển khai các phương pháp nén dữ liệu hiệu quả hơn và các thuật toán lưu trữ được tối ưu hóa được thiết kế để xử lý lượng thông tin đáng kể một cách hiệu quả.
Một khía cạnh kỹ thuật khác của định dạng PSB là khả năng tương thích và khả năng tương tác trong hệ sinh thái Adobe và hơn thế nữa. Mặc dù được thiết kế sẵn để sử dụng trong Photoshop, các tệp PSB có thể được chia sẻ và mở trong các ứng dụng Adobe khác như Adobe Illustrator và Adobe InDesign, mặc dù có một số hạn chế dựa trên khả năng xử lý hình ảnh độ phân giải cao của ứng dụng cụ thể. Khả năng tương tác cũng mở rộng sang phần mềm của bên thứ ba, với nhiều công cụ thiết kế đồ họa và chỉnh sửa ảnh phổ biến cung cấp các mức hỗ trợ khác nhau cho các tệp PSB. Điều này đảm bảo rằng người dùng không bị giới hạn trong một môi trường phần mềm duy nhất và có thể tích hợp các tệp PSB vào các quy trình làm việc sáng tạo rộng hơn.
Tính toàn vẹn của tệp và việc bảo toàn chất lượng dữ liệu là tối quan trọng trong hình ảnh kỹ thuật số, đặc biệt là khi xử lý các tệp có độ phân giải cao dành cho mục đích sử dụng chuyên nghiệp. Định dạng PSB được thiết kế với các cơ chế mạnh mẽ để đảm bảo rằng các chi tiết như lớp, cấu hình màu và siêu dữ liệu được duy trì chính xác khi các tệp được lưu, đóng, mở lại hoặc chia sẻ. Điều này đạt được thông qua các quy trình xác minh dữ liệu tỉ mỉ và các thuật toán kiểm tra lỗi chạy trong quá trình vận hành tệp, bảo vệ chống lại tình trạng hỏng dữ liệu và mất độ trung thực của hình ảnh. Các tính năng như vậy rất quan trọng đối với các chuyên gia đòi hỏi mức độ chính xác cao nhất trong công việc của họ.
Khi thảo luận về các tác động của định dạng PSB đối với hiệu quả của quy trình làm việc, điều cần thiết là phải tính đến các cân nhắc về hiệu suất liên quan đến việc xử lý các tệp lớn. Kích thước tệp tăng lên có thể gây ra thách thức về yêu cầu lưu trữ và hiệu suất hệ thống. Các tác vụ vận hành như mở, lưu hoặc chỉnh sửa các tệp PSB đòi hỏi các tài nguyên tính toán đáng kể, bao gồm cả RAM và sức mạnh CPU. Do đó, tối ưu hóa thông số kỹ thuật phần cứng và cấu hình cài đặt phần mềm để có hiệu suất là các bước quan trọng đối với các chuyên gia nhằm mục đích kết hợp các tệp PSB vào quy trình làm việc của họ một cách liền mạch.
Sự ra đời của định dạng PSB cũng phản ánh xu hướng rộng hơn của ngành công nghiệp hướng tới việc tạo và tiêu thụ phương tiện truyền thông có độ phân giải cực cao. Khi chất lượng, chi tiết và tính đa chiều của phương tiện trực quan tiếp tục tăng lên, các định dạng như PSB đảm bảo rằng khả năng của phần mềm theo kịp nhu cầu của các chuyên gia trong lĩnh vực nhiếp ảnh, thiết kế đồ họa, nghệ thuật kỹ thuật số và các lĩnh vực liên quan. Xu hướng này nhấn mạnh tầm quan trọng của việc phát triển các giải pháp lưu trữ và xử lý dữ liệu hiệu quả có thể đáp ứng được kích thước tệp ngày càng tăng mà không ảnh hưởng đến tốc độ hoặc chất lượng truy cập.
Mối quan tâm về bảo mật và quyền riêng tư vốn có trong việc xử lý các tệp kỹ thuật số, đặc biệt là các tệp có chứa thông tin nhạy cảm hoặc nội dung sáng tạo độc quyền. Định dạng PSB kết hợp một số tính năng bảo mật đ ể giải quyết những mối quan tâm này, bao gồm các tùy chọn mã hóa tệp, kiểm soát quyền truy cập và đánh dấu hình mờ kỹ thuật số. Các biện pháp này bổ sung thêm các lớp bảo vệ chống lại việc truy cập trái phép, sao chép hoặc thay đổi các tệp, mang lại cho người dùng sự an tâm về tính an toàn của công việc của họ.
Một khía cạnh quan trọng khác của định dạng PSB là hỗ trợ các tính năng và chức năng hình ảnh nâng cao. Chúng bao gồm hỗ trợ hình ảnh dải động cao (HDR), bản đồ độ sâu mở rộng và hệ thống quản lý màu toàn diện rất quan trọng để đạt được khả năng tái tạo màu chính xác trên các thiết bị khác nhau. Hơn nữa, định dạng PSB có thể lưu trữ các mô hình và kết cấu 3D chi tiết, khiến nó trở thành một công cụ không thể thiếu cho các chuyên gia làm việc trong thiết kế và hoạt hình 3D. Mảng tính năng được hỗ trợ rộng rãi này khiến định dạng PSB không chỉ là một giải pháp cho các hình ảnh lớn mà còn là một công cụ linh hoạt cho nhiều dự án phức tạp và chi tiết khác nhau.
Mặc dù có nhiều ưu điểm, định dạng PSB vẫn đặt ra một số thách thức, đặc biệt là về quản lý tệp và cộng tác. Kích thước tệp khổng lồ có thể khiến việc chia sẻ các tệp PSB trở nên cồng kềnh, đòi hỏi phải sử dụng các dịch vụ truyền tệp chuyên dụng hoặc các giải pháp lưu trữ đám mây có thể chứa được lượng dữ liệu lớn như vậy. Ngoài ra, những người cộng tác cần có các phiên bản phần mềm tương thích và khả năng phần cứng đủ để xem hoặc chỉnh sửa các tệp PSB, đôi khi có thể hạn chế hiệu quả của các quy trình cộng tác.
Hướng tới tương lai, sự phát triển liên tục của định dạng PSB có khả năng sẽ được định hình bởi những tiến bộ trong công nghệ và nhu cầu thay đổi của người dùng. Kỳ vọng bao gồm các thuật toán nén được cải tiến để có kích thước tệp hiệu quả hơn, cải tiến khả năng tương tác trên nhiều phần mềm và nền tảng hơn và các tính năng sáng tạo mở rộng hơn nữa khả năng của định dạng trong hình ảnh có độ trung thực cao và hơn thế nữa. Là một phần trong lộ trình phát triển của mình, Adobe và các bên liên quan khác trong ngành phần mềm sáng tạo đang đầu tư để đảm bảo rằng định dạng PSB vẫn đi đầu trong công nghệ hình ảnh kỹ thuật số.
Tóm lại, định dạng PSB đại diện cho một bước tiến đáng kể trong lĩnh vực hình ảnh kỹ thuật số, cung cấp các giải pháp đáp ứng nhu cầu của các dự án độ phân giải cao hiện đại. Sự phát triển của nó phản ánh cả sự tiến bộ về mặt kỹ thuật trong việc xử lý hình ảnh và nhu cầu ngày càng tăng của các chuyên gia đòi hỏi chất lượng, tính linh hoạt và hiệu quả tối đa từ các công cụ kỹ thuật số của họ. Mặc dù vẫn tồn tại những thách thức, đặc biệt là xung quanh việc quản lý kích thước tệp và cộng tác, nhưng những cải tiến liên tục trong công nghệ và thiết kế phần mềm sẽ giải quyết được những vấn đề này. Hiện tại, định dạng PSB là một tài sản quan trọng đối với bất kỳ ai làm việc với hình ảnh kỹ thuật số quy mô lớn, cung cấp một khuôn khổ mạnh mẽ hỗ trợ các nhu cầu sáng tạo và kỹ thuật của bối cảnh phương tiện trực quan ngày nay.
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.