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 SUN là một định dạng tệp chuyên dụng được thiết kế để lưu trữ và truyền hiệu quả các hình ảnh có độ phân giải cao, độ trung thực cao. Không giống như các định dạng hình ảnh phổ biến hơn như JPEG, PNG hoặc TIFF, định dạng SUN được thiết kế riêng cho các tình huống đòi hỏi khả năng tái tạo màu chính xác và bảo toàn chi tiết, thường được sử dụng trong nhiếp ảnh chuyên nghiệp, nghệ thuật kỹ thuật số và hình ảnh khoa học. Bài giải thích kỹ thuật chuyên sâu này sẽ đi sâu vào cấu trúc, kỹ thuật nén, quản lý màu sắc của định dạng SUN và các ưu điểm, nhược điểm so sánh của định dạng này trong các ứng dụng khác nhau.
Về bản chất, định dạng hình ảnh SUN có cấu trúc mạnh mẽ, thích ứng được, có khả năng xử lý nhiều loại hình ảnh, từ hình ảnh thang độ xám đến hình ảnh đủ màu, bao gồm hỗ trợ cho nhiều không gian màu như sRGB, Adobe RGB và ProPhoto RGB. Khả năng thích ứng này cho phép các tệp SUN duy trì độ chính xác màu sắc và chất lượng hình ảnh trên các thiết bị và điều kiện xem khác nhau, một yêu cầu quan trọng đối với các ứng dụng quan trọng về màu sắc. Mỗi tệp SUN đều đóng gói siêu dữ liệu về hình ảnh, bao gồm cả cấu hình màu, đảm bảo hiển thị màu sắc nhất quán.
Định dạng SUN sử dụng một thuật toán nén không mất dữ liệu tiên tiến, vừa hiệu quả cao vừa đảm bảo không mất chất lượng hình ảnh. Không giống như các thuật toán nén có mất dữ liệu được sử dụng trong các định dạng như JPEG, vốn hy sinh chi tiết để có kích thước tệp nhỏ hơn, nén không mất dữ liệu của SUN vẫn giữ nguyên dữ liệu của từng pixel. Điều này đặc biệt quan trọng đối với các ứng dụng mà chi tiết và độ trung thực của hình ảnh không thể bị ảnh hưởng, chẳng hạn như lưu trữ kỹ thuật số, hình ảnh y tế và minh họa kỹ thuật, trong đó mọi chi tiết đều có thể mang thông tin quan trọng.
Hơn nữa, định dạng SUN được thiết kế với khả năng mở rộng, hỗ trợ hình ảnh có hầu như mọi kích thước, từ các biểu tượng nhỏ đến các bức ảnh toàn cảnh có kích thước lớn. Điều này đạt được thông qua sự kết hợp giữa thuật toán nén hiệu quả và hỗ trợ lưu trữ hình ảnh dạng ô xếp, cho phép chia các hình ảnh lớn thành các phần nhỏ hơn, dễ quản lý hơn. Tính năng xếp ô này không chỉ giúp thời gian tải nhanh hơn và sử dụng bộ nhớ hiệu quả hơn mà còn làm cho định dạng SUN đặc biệt phù hợp với các ứng dụng web và in ấn khổ lớn, nơi độ phân giải cao là điều cần thiết.
Hệ thống quản lý màu (CMS) trong định dạng SUN là một tính năng nổi bật khác của định dạng này. Với khả năng hỗ trợ toàn diện cho các không gian màu và cấu hình màu khác nhau, hình ảnh được lưu trữ ở định dạng SUN có thể được tái tạo chính xác trên nhiều thiết bị khác nhau, từ màn hình đến máy in. Quản lý màu phổ quát này đảm bảo rằng màu sắc bạn nhìn thấy trên một thiết bị sẽ gần giống với màu sắc trên thiết bị khác, giả sử cả hai đều được hiệu chuẩn chính xác. Đối với những người làm việc chuyên nghiệp trong lĩnh vực thiết kế đồ họa, nhiếp ảnh và phương tiện kỹ thuật số, sự nhất quán về màu sắc đáng tin cậy này là vô giá.
Tuy nhiên, một trong những thách thức khi làm việc với hình ảnh định dạng SUN là kích thước tệp của chúng. Mặc dù thuật toán nén không mất dữ liệu của định dạng này rất hiệu quả, nhưng các hình ảnh có độ trung thực cao mà định dạng này tạo ra vốn dĩ l ớn hơn so với các hình ảnh sử dụng nén có mất dữ liệu. Điều này có thể dẫn đến nhu cầu lưu trữ tăng lên và thời gian truyền chậm hơn, đặc biệt là đối với các ứng dụng trực tuyến hoặc nơi băng thông bị hạn chế. Mặc dù vậy, những lợi ích về chất lượng hình ảnh và độ trung thực màu sắc vô song thường vượt trội hơn những nhược điểm này đối với các trường hợp sử dụng chuyên nghiệp.
Một khía cạnh khác của định dạng SUN đáng được đề cập là hỗ trợ dải động mở rộng và độ sâu bit. Không giống như hình ảnh 8 bit tiêu chuẩn, chỉ có thể biểu diễn 256 sắc thái của mỗi màu cơ bản, định dạng SUN hỗ trợ độ sâu lên đến 16 bit cho mỗi kênh, cho phép có hơn 65.000 sắc thái cho mỗi màu. Dải động mở rộng này cho phép tạo ra các vùng bóng, vùng sáng chi tiết hơn và các chuyển màu mượt mà hơn, làm cho định dạng này đặc biệt hấp dẫn đối với nhiếp ảnh cao cấp và hiệu ứng hình ảnh điện ảnh, nơi sắc thái như vậy là rất quan trọng.
Các khả năng mở rộng của định dạng SUN cũng bao gồm hỗ trợ các kênh alpha được nhúng, cho phép ghép hình ảnh phức tạp với độ trong suốt thay đổi và các cạnh mềm. Tính năng này đặc biệt hữu ích trong thiết kế đồ họa và nghệ thuật kỹ thuật số, nơi hình ảnh có thể cần được xếp lớp hoặc chồng chữ với độ chính xác. Hỗ trợ kênh alpha trong các tệp SUN tạo điều kiện thuận lợi cho các thao tác này mà không cần phải che thêm hoặc dữ liệu trong suốt riêng biệt, giúp hợp lý hóa quy trình làm việc.
Về mặt kỹ thuật, cấu trúc của tệp định dạng SUN bao gồm một phần đầu chứa siêu dữ liệu về hình ảnh, chẳng hạn như kích thước, không gian màu, độ sâu bit và chi tiết nén. Tiếp theo phần đầu, tệp được chia thành các phân đoạn đại diện cho dữ liệu hình ảnh, tùy chọn được sắp xếp thành các ô xếp đối với hình ảnh lớn. Phân đoạn này không chỉ hỗ trợ quản lý dữ liệu hiệu quả mà còn hỗ trợ xử lý và kết xuất song song, một lợi thế đáng kể khi làm việc với hình ảnh rất lớn hoặc trong môi trường hạn chế tài nguyên.
Một trong những tính năng sáng tạo hơn của định dạng SUN là khả năng thích ứng với các quy trình làm việc và trường hợp sử dụng khác nhau. Thông qua các trường siêu dữ liệu có thể tùy chỉnh, các tệp SUN có thể mang nhiều thông tin ngoài dữ liệu hình ảnh cơ bản. Điều này có thể bao gồm thông tin bản quyền, cài đặt máy ảnh, thẻ địa lý và thậm chí cả dữ liệu cụ thể của ứng dụng. Tính linh hoạt như vậy làm cho định dạng SUN trở nên cực kỳ linh hoạt, đáp ứng nhu cầu của nhiều ngành công nghiệp và hoạt động sáng tạo khác nhau.
Mặc dù có nhiều lợi ích của định dạng SUN, nhưng việc áp dụng định dạng này vẫn còn hạn chế so với các định dạng hình ảnh đã được thiết lập hơn. Điều này phần lớn là do yêu cầu phải có phần mềm chuyên dụng để tạo và xem các tệp SUN, cũng như việc thiếu nhận thức trong các cộng đồng rộng lớn hơn. Tuy nhiên, với nhu cầu ngày càng tăng đối với nội dung hình ảnh chất lượng cao và khả năng tái tạo màu chính xác, định dạng SUN đang ngày càng được các nhiếp ảnh gia chuyên nghiệp, nghệ sĩ kỹ thuật số và các tổ chức có nhu cầu hình ảnh cụ thể ưa chuộng.
Quá trình chuyển đổi hình ảnh sang và từ định dạng SUN đòi hỏi phải chú ý đến từng chi tiết để duy trì tính toàn vẹn của hình ảnh. Phần mềm hoặc plugin chuyên dụng thường được sử dụng cho mục đích này, cung cấp các tùy chọn để tinh chỉnh cài đặt nén, quản lý cấu hình màu và điều chỉnh kích thước hình ảnh hoặc độ sâu bit khi cần. Điều này cho phép người dùng tìm ra sự cân bằng giữa kích thước tệp và chất lượng hình ảnh phù hợp với nhu cầu cụ thể của họ, một cân nhắc quan trọng vì định dạng này có xu hướng có kích thước tệp lớn hơn.
Tóm lại, định dạng hình ảnh SUN đại diện cho một bước tiến đáng kể trong công nghệ hình ảnh kỹ thuật số, được thiết kế để đáp ứng nhu cầu của các cộng đồng chuyên nghiệp và khoa học đòi hỏi chất lượng hình ảnh, độ chính xác màu sắc và khả năng bảo toàn chi tiết ở mức cao nhất. Mặc dù đi kèm với những thách thức liên quan đến kích thước tệp và yêu cầu phần mềm chuyên dụng, nhưng những lợi ích của định dạng này về độ trung thực hình ảnh, độ nhất quán màu sắc và khả năng mở rộng khiến định dạng này trở thành lựa chọn hấp dẫn cho nhiều ứng dụng. Khi công nghệ hình ảnh kỹ thuật số tiếp tục phát triển, vai trò của định dạng SUN trong các hoạt động chuyên nghiệp, khoa học và nghệ thuật có khả năng sẽ ngày càng lớn, trở thành một công cụ quan trọng đối với những người đòi hỏi chất lượng hình ảnh cao nhất.
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.