光学字符识别（OCR）将文本图像（扫描件、智能手机照片、PDF）转换为机器可读的字符串，并越来越多地转换为 结构化数据。现代 OCR 是一个清理图像、查找文本、读取文本并导出丰富元数据的管道， 以便下游系统可以搜索、索引或提取字段。两个广泛使用的输出标准是 hOCR，一种用于文本和布局的 HTML 微格式，以及 ALTO XML，一种面向图书馆/档案馆的模式；两者都保留位置、阅读顺序和其他布局提示，并受 流行引擎（如 Tesseract）支持。
预处理。 OCR 质量始于图像清理：灰度转换、去噪、 阈值处理（二值化）和偏斜校正。经典的 OpenCV 教程涵盖了全局、 自适应 和 Otsu 阈值处理——适用于光照不均匀或双 峰直方图的文档。当页面内的光照发生变化时 （例如手机快照），自适应方法通常优于单个全局阈值；Otsu 通过分析直方图自动选择阈值。倾斜校正同样重要：基于霍夫变换的 偏斜校正（霍夫线变换）与 Otsu 二值化相结合，是生产预处理管道中常用且有效的方案。
检测与识别。 OCR 通常分为文本检测（文本在 哪里？）和文本识别（它说了什么？）。在自然场景和许多扫描中，全卷积 检测器（如 EAST ）可以有效地预测单词或行级四边形，而无需繁重的提议阶段，并且已在 常见工具包（例如 OpenCV 的文本检测教程）中实现。在复杂的页面（报纸、表格、书籍）上，行/区域的分割和阅读顺序推断很重要：Kraken 实现了传统的区域/行分割和神经基线分割，并明确支持 不同的脚本和方向（LTR/RTL/垂直）。
识别模型。 经典的开源主力 Tesseract （由 Google 开源，源于 HP）从字符分类器演变为基于 LSTM 的序列 识别器，可以从 CLI 发出可搜索的 PDF、 hOCR/ALTO 友好输出等。现代识别器依赖于序列建模，而无需预先分割字符。 连接主义时间分类 (CTC) 仍然是基础，它学习输入特征序列和输出标签字符串之间的对齐；它广泛 用于手写和场景文本管道。
在过去几年中，Transformer 重塑了 OCR。 TrOCR 使用视觉 Transformer 编码器和文本 Transformer 解码器，在大型合成语料库上进行训练，然后 在真实数据上进行微调，在印刷、手写和场景文本基准测试中表现出色（另请参阅 Hugging Face 文档）。与此同时，一些系统绕过 OCR 进行下游理解： Donut（文档理解 Transformer） 是一种无 OCR 的编码器-解码器，可直接从文档 图像输出结构化答案（如键值 JSON）（仓库， 模型卡），避免了在单独的 OCR 步骤为 IE 系统提供数据时出现错误累积。
如果您想要跨多种脚本的“开箱即用”文本阅读， EasyOCR 提供了一个包含 80 多种语言模型的简单 API，可返回框、文本和置信度——方便用于原型和 非拉丁脚本。对于历史文献， Kraken 以基线分割和脚本感知阅读顺序而著称；对于灵活的行级训练， Calamari 建立 在 Ocropy 的基础上（Ocropy），带有（多）LSTM+CTC 识别器和用于微调自定义模型的 CLI。
泛化取决于数据。对于手写， IAM 手写数据库 为训练和评估提供了不同作者的英语句子；它是 行和单词识别的长期参考集。对于场景文本， COCO-Text 在 MS-COCO 上分层了广泛的注释，带有印刷/手写、清晰/不清晰、脚本和 完整转录的标签（另请参阅原始 项目页面）。该领域还严重依赖合成预训练： 野外合成文本 将文本渲染到具有逼真几何和光照的照片中，为预训练 检测器和识别器提供大量数据（参考 代码和数据）。
ICDAR 的鲁棒阅读 下的竞赛使评估保持接地气。最近的任务强调端到端检测/阅读，并包括将单词 链接成短语，官方代码报告 精确率/召回率/F-score、交并比 (IoU) 和字符级编辑距离度量——反映了从业者应该跟踪的内容。
OCR 很少以纯文本结尾。档案馆和数字图书馆更喜欢 ALTO XML ，因为它 除了内容之外还编码了物理布局（带坐标的块/行/字），并且它与 METS 打包配合得很好。 hOCR 微格式则相反，它使用 ocr_line 和 ocrx_word 等类将相同的思想嵌入到 HTML/CSS 中，从而可以轻松地使用 Web 工具进行显示、编辑和转换。Tesseract 两者都支持——例如， 直接从 CLI 生成 hOCR 或可搜索的 PDF（PDF 输出指南）；像 pytesseract 这样的 Python 包装器增加了便利性。当存储库具有固定的接收 标准时，存在用于在 hOCR 和 ALTO 之间进行转换的转换器——请参阅此精选列表 OCR 文件格式工具。
最强劲的趋势是融合：检测、识别、语言建模，甚至特定于任务的解码 正在合并到统一的 Transformer 堆栈中。在 大型合成语料库 上进行预训练仍然是一个力量倍增器。无 OCR 模型将在目标是结构化输出 而不是逐字记录的任何地方积极竞争。也期待混合部署：一个轻量级检测器加上一个 TrOCR 风格的 识别器用于长格式文本，以及一个 Donut 风格的模型用于表格和收据。
Tesseract (GitHub) · Tesseract 文档 · hOCR 规范 · ALTO 背景 · EAST 检测器 · OpenCV 文本检测 · TrOCR · Donut · COCO-Text · SynthText · Kraken · Calamari OCR · ICDAR RRC · pytesseract · IAM 手写 · OCR 文件格式工具 · EasyOCR
光学字符识别(OCR)是一种技术，用于将不同类型的文档，如扫描的纸质文档、PDF文件或由数字相机拍摄的图像，转换为可编辑和可搜索的数据。
OCR通过扫描输入的图像或文档，将图像分割成单个字符，然后将每个字符与使用模式识别或特征识别的字符形状数据库进行比较。
OCR用于各种行业和应用中，包括数字化打印文档、启用文字到语音服务、自动化数据录入过程、以及帮助视障用户更好地与文本交互。
尽管OCR技术 已取得了巨大的进步，但它并不是绝对可靠的。根据原始文档的质量和所使用的OCR软件的具体情况，其准确性可能会有所不同。
虽然OCR主要用于识别打印的文本，但一些先进的OCR系统也能识别清晰、一致的手写字。然而，由于个人写作风格的巨大差异，手写字体识别通常准确率较低。
是的，许多OCR软件系统可以识别多种语言。然而，需要确保你正在使用的软件支持特定的语言。
OCR是Optical Character Recognition的缩写，用于识别打印的文本，而ICR，或称Intelligent Character Recognition，更先进，用于识别手写的文本。
OCR最适合处理清晰、易于阅读的字体和标准的文字大小。虽然它可以处理各种字体和大小，但是当处理不常见的字体或非常小的文字大小时，准确性可能会下降。
OCR可能会出现问题，如处理低分辨率的文档，复杂的字体，打印质量差的文本，手写文本，以及含有干扰文本的背景的文档。另外，尽管它可以处理多种语言，但可能并不能完美地覆盖所有语言。
是的，OCR可以扫描彩色的文本和背景，虽然它通常对高对比度的颜色组合更有效，比如黑色的文本和白色的背景。当文本和背景颜色对比度不足时，其准确性可能会降低。
APNG（动画便携式网络图形）是一种文件格式，它扩展了广泛使用的 PNG（便携式网络图形）格式的功能，以支持动画。它的创建是为了为 GIF（图形交换格式）提供一种更有效且更易于访问的替代方案，以便在网络上提供动画图像。APNG 保持了 PNG 的无损压缩和透明度特性，同时引入了存储多个帧的能力，从而可以创建平滑、高质量的动画。
APNG 格式建立在现有 PNG 结构之上，引入了专门为动画设计的新的块类型。APNG 中使用的主要块是 `acTL`（动画控制）块和 `fcTL`（帧控制）块。`acTL` 块放置在文件开头，并包含有关整个动画的信息，例如帧数和动画应循环播放的次数。`fcTL` 块位于每个帧之前，并提供特定于帧的详细信息，包括帧的尺寸、位置和延迟时间。
APNG 的一个主要优点是它与标准 PNG 查看器向后兼容。APNG 文件以与常规 PNG 文件相同的签名和关键块开头，允许它在不支持 APNG 的应用程序中显示为静态图像。这确保了使用较旧浏览器或图像查看器的用户仍然可以查看动画的第一帧，从而在广泛的平台上保持兼容性。
APNG 中的动画过程基于一系列帧，每个帧由一个单独的图像表示。第一帧通常是完全渲染的图像，而后续帧可以是完整帧或仅包含与前一帧的更改的部分帧。这种方法允许更有效的存储和更快的加载时间，因为不需要为每个帧重新绘制未更改的像素。
要创建 APNG 文件，可以使用图像编辑工具或专用软件来组装各个帧并生成必要的块。帧通常作为单独的 PNG 文件导出，然后使用 APNG 编码器合并到单个 APNG 文件中。编码器分析帧，确定最佳编码方法（完整帧或部分帧），并生成 `acTL` 和 `fcTL` 块来控制动画播放。
当在兼容的查看器中加载 APNG 文件时，查看器会读取 `acTL` 块以确定动画属性，然后按顺序处理帧。与每个帧关联的 `fcTL` 块提供了正确渲染帧的必要信息，包括其在画布中的持续时间和位置。查看器按指定顺序显示帧，使用延迟时间来控制动画速度和循环行为。
APNG 比传统的 GIF 动画具有几个优势。它支持 24 位颜色和 8 位透明度，与 GIF 的有限 256 色调色板相比，可以提供更生动、更详细的图形。APNG 还提供了更好的压缩，从而在图像质量相同的情况下产生更小的文件大小。此外，APNG 允许可变帧率，从而可以更好地控制动画的时序和流畅度。
然而，APNG 确实有一些限制。虽然它受到 Firefox、Chrome 和 Safari 等主要网络浏览器的支持，但它的采用程度不如 GIF。一些较旧的浏览器和图像查看器可能没有对 APNG 的内置支持，要求用户安装扩展或使用替代软件来查看动画。此外，与 GIF 相比，创建 APNG 文件可能更复杂，因为它涉及处理多个帧并理解特定的块结构。
尽管存在这些限制，但由于其卓越的图像质量、更小的文件大小以及来自网络浏览器和图像编辑工具的日益增长的支持，APNG 近年来已变得越来越流行。它已成为在网站上提供高质量动画的首选，特别是对于需要透明度和流畅播放的短循环动画。
总之，APNG 是一种强大且通用的文件格式，它扩展了 PNG 的功能以支持动画。通过利用现有的 PNG 结构并引入新的块进行动画控制，APNG 提供了比 GIF 更有效且更具视觉吸引力的替代方案。虽然它可能不如 GIF 那样得到 广泛支持，但网络浏览器对 APNG 的日益普及以及对高质量动画的需求不断增长，使其成为设计师和开发人员在网络上创建引人入胜且交互式内容的宝贵工具。
这个转换器完全在您的浏览器中运行。当您选择一个文件时,它将被读入内存并转 换为所选格式。 然后,您可以下载转换后的文件。
转换立即开始,大多数文件在一秒钟内完成转换。较大的文件可能需要更长时间。
您的文件永远不会上传到我们的服务器。它们在您的浏览器中转换,然后下载转换后的文件。我们永远看不到您的文件。
我们支持在所有图像格式之间进行转换,包括 JPEG、PNG、GIF、WebP、SVG、BMP、TIFF 等等。
这个转换器完全免费,并将永远免费。因为它在您的浏览器中运行,所以我们不需要为服务器付费,因此我们不需要向您收费。
是的!您可以同时转换尽可能多的文件。只需在添加时选择多个文件即可。