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。
扩展 Postscript 图像 (EPI) 格式是一种专门的文件格式，旨在表示在 PostScript 打印和显示普遍存在的环境中的图像。此格式是更常见的 EPS（封装 PostScript）格式的衍生格式，但它包含了旨在增强色彩管理、压缩和整体灵活性的附加功能。EPI 格式的使用在高质量打印和准确色彩再现至关重要的行业中尤为重要，例如平面设计、出版和数字艺术。
EPI 文件本质上包含 PostScript 语言中图像或绘图的描述，PostScript 语言是一种针对打印进行了优化的编程语言。PostScript 是一种动态类型、连接式编程语言，由 Adobe Systems 于 1982 年创建。它独一无二，因为它可以在单个文件中以高精度描述文本和图形信息。在 EPI 的上下文中，此功能被用来封装复杂的图形设计，包括清晰的文本和详细的插图，采用可在兼容 PostScript 的打印机上可靠打印的格式。
将 EPI 格式与其前身区分开来的主要功能之一是它对色彩管理的改进支持。色彩管理是数字图像处理的关键方面，因为它确保了在不同设备上颜色的一致表示。EPI 文件结合了基于国际色彩联盟 (ICC) 标准的色彩配置文件，该标准定义了如何在各种设备上再现颜色。这意味着以 EPI 格式保存的图像可以保留其预期的色彩准确性，无论是在计算机显示器上查看、在纸上打印还是在任何其他介质中再现。
压缩是 EPI 格式另一个表现出色的领域。高质量图像通常体积很大，在传输文件或节省存储空间 时可能是一个限制。EPI 支持多种压缩算法，包括有损和无损方法。有损压缩（如 JPEG）通过略微降低图像质量来减小文件大小，这对于某些应用程序可能是可以接受的。无损压缩（如 TIFF 文件中使用的 ZIP 或 LZW）保留原始图像质量，但可能不会显著减小文件大小。可以根据用户的特定需求自定义压缩选择，在图像质量和文件大小之间取得平衡。
此外，EPI 格式旨在增强可扩展性和分辨率独立性。存储在此格式中的图像可以按比例放大或缩小，而不会丢失细节，这对于可能需要不同尺寸的打印应用程序特别有用。这是通过将矢量图形用于插图和文本，以及将位图图像用于摄影内容来实现的。矢量图形基于数学方程式绘制形状和线条，允许它们无限缩放而不会出现像素化。此功能使 EPI 成为创建徽标、横幅和其他需要以各种尺寸再现的营销材料的理想选择。
EPI 还具有高级嵌入功能，允许它包含 PostScript 语言的完整子集。这允许在 EPI 文件中包含函数、变量和控制结构，为创建动态和交互式图像提供了强大的工具。例如，EPI 文件可以包含根据输出设备（无论是高分辨率打印机还是标准计算机显示器）调整图像颜色的代码。这种灵活性为跨媒体发布开辟了新的可能性，并确保图像可以适应不同的上下文，而无需进行手动调整。
EPI 格式的标准化在其采用和互操作性中发挥着重要作用。通过遵循完善的 PostScript 惯例并结合 ICC 色彩配置文件和各种压缩方法等现代功能，EPI 文件可以无缝集成到现有工作流中。此外，PostScript 在不同操作系统和软件应用程序中的广泛支持确保了 EPI 文件可以被广泛受众访问和使用。这种兼容性消除了协作障碍，并允许设计师、印刷商和出版商之间高效交换高质量图像。
创建和处理 EPI 文件 需要专门的软件，该软件了解 PostScript 语言并支持 EPI 格式特有的功能。Adobe Illustrator 和 Photoshop 就是此类软件的示例，它们提供了用于以 EPI 格式设计和导出图像的广泛工具。这些应用程序不仅提供了丰富的绘图和编辑功能，还包括色彩管理功能，允许设计师使用精确的色彩规范并预览其图像在各种输出设备上的显示效果。
在文件结构方面，EPI 文件由一个头、一个主体和一个尾部组成。头包含有关文件元数据的信息，例如创建者、创建日期和定义图像物理尺寸的边界框。主体包含描述图像的实际 PostScript 代码，并且可能包括渲染图像所需的嵌入式 ICC 配置文件、字体定义和其他资源。尾部标记文件结尾，并且可以包含其他信息，例如缩略图或预览图像。这种结构化方法确保了 EPI 文件既灵活又自包含，使其易于管理和交换。
尽管有许多优点，但 EPI 格式也并非没有挑战。对于不熟悉编程的人来说，PostScript 语言的复杂性可能会使生成和编辑 EPI 文件变得有些令人生畏。此外，由于 EPI 文件可以包含可执行代码，因此必须小心处理它们以避免安全漏洞。这需要使用受信任的软件并谨慎处理来自未知来源的文件。
总之，扩展 Postscript 图像 (EPI) 格式代表了数字图像处理的强大且多功能工具，尤其是在需要高质量打印和准确色彩再现的领域。它对高级色彩管理、压缩、可扩展性和嵌入功能的支持使其成为平面设计、出版和相关行业专业人士的理想选择。虽然它需要专门的软件和知识才能充分发挥其潜力，但使用 EPI 格式在灵活、质量和效率方面的优势是巨大的。随着数字成像和打印技术的不断发展，EPI 格式证明了将技术精度与创造性灵活性相结合的持久价值。
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。