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。
封装 PostScript (EPS) 文件格式在平面设计、出版和数字艺术领域中具有重要的历史意义。EPS 由 Adobe Systems 于 20 世纪 80 年代末开发，是一种通用且跨平台的格式，旨在用于图形内容交换。它允许用户在单个文件中合并高质量的图形图像和文本，使其成为包括复杂打印作业和高分辨率成像任务在内的各种应用程序的首选。从本质上讲，EPS 实际上是一个 PostScript 程序，以文件的形式保存，它指示打印机和其他成像设备如何呈现其包含的可视元素。
EPS 格式的一个决定性特征是它与 Adobe Illustrator 等其他 Adobe 产品以及其他矢量图形编辑器兼容。这种关系突出了该格式对精度和可扩展性的关注。与放大后会失去清晰度的光栅图像不同，EPS 文件无论如何缩放都能保持其高质量，这要归功于它们基于数学方程而不是像素阵列。这种矢量特性允许无缝调整大小，使 EPS 成为徽标、插图和任何需要频繁调整大小且不会降低质量的图形的理想格式。
EPS 文件不仅封装矢量图形，还封装光栅图像，从而支持广泛的用例。这种双重功能使 EPS 具有独特的通用性，支持包含清晰矢量线和详细摄影图像的复杂合成。此外，EPS 文件通常包含低分辨率预览图像，通常采用 TIFF 或 WMF 格式。此预览有助于在屏幕上快速查看，而无需处理整个 PostScript 代码，这可能会占用大量资源，特别是对于较旧或功能较弱的计算机系统。
了解 EPS 文件的技术结构可以揭示其 适应性和复杂性。最基本的是，EPS 文件包含三个主要部分：头文件、PostScript 部分，有时还有预览部分。头文件是文件开头的一个短片段，其中包含识别和处理文件类型至关重要的信息。它包括“%!PS-Adobe”标记，表示文件采用 PostScript 语言，后跟版本信息和注释，详细说明边界框（包围所有图形内容的矩形区域），这对于在各种应用程序中正确对齐和缩放至关重要。
EPS 文件的核心是其 PostScript 部分，这是一种由 Adobe 开发的用于电子和桌面出版的强大脚本语言。PostScript 代码定义了从基本形状到复杂图形和布局的所有内容。它支持广泛的图形操作，包括线条图、文本渲染、颜色规范和阴影等。鉴于其脚本特性，PostScript 具有高度灵活性，能够通过可编程逻辑生成动态图形。EPS 文件的这一方面允许自动化各种图形处理，这一特性在大型出版环境中特别有价值。
EPS 文件中的可选预览图像具有实用目的，尤其是在无法直接使用 PostScript 处理的环境中。无需完整的 PostScript 引擎，此预览使软件应用程序能够显示 EPS 内容的快速且粗略的表示，从而提高了该文件在不同平台和软件中的可访问性和可用性。但是，此预览图像在质量和分辨率方面存在限制，仅作为视觉参考，而不是全质量图像的替代品。
除了其固有特性外，EPS 文件与其他软件的兼容性是其广泛使用的一个关键因素。大多数专业平面设计和出版软件都支持 EPS 格式，无论是原生支持还是通过插件支持。这种广泛的接受度确保了文件可以在各种平台和应用程序之间轻松共享和处理，从而增强了协作工作流并维护图形项目的完整性。此外，EPS 格式能够在单个文件中封装文本和图形，简化了复杂文档的管理，简化了设计到打印的过程。
尽管有许多优点，但 EPS 格式在当代数字环境中面临着挑战和限制。SVG（可缩放矢量图形）等替代矢量格式的兴起以及基于 Web 的图形的日益普及在一定程度上削弱了 EPS 的主导地位。SVG 特别是在 Web 环境中提供优势，因为它基于 XML 的结构、与现代 Web 浏览器的兼容性以及对交互式和动态内容的支持。此外，相对较大的文件大小和对 PostScript 解释器的必要性可能使 EPS 不太适合某些应用程序，尤其是涉及 Web 图形或资源更受限的移动环境的应用程序。
考虑到 EPS 文件包含可执行 PostScript 代码的能力，安全考虑也发挥了作用。恶意代码有可能嵌入 EPS 文件中，对毫无戒心的用户构成风险。因此，建议在打开来自不受信任来源的 EPS 文件时保持谨慎，并且现代图形设计软件在处理此类文件时可能会施加限制或警告。这种安全问题强调了保持软件最新和遵守数字安全最佳实践的重要性，尤其是对于处理复杂图形文档的专业人士。
创建和编辑 EPS 文件的过程通常涉及专门的图形设计软件，例如 Adobe Illustrator、CorelDRAW 或其他矢量图形编辑工具。这些应用程序提供了构建复杂矢量图形、根据需要将它们与光栅图像集成以及以 EPS 格式导出合成的必要功能。这些软件包中的编辑灵活性使设计人员能够调整各个元素、调整颜色和优化形状，确保最终输出符合精确的规范。完成后，EPS 文件可以直接用于各种发布环境或转换为其他格式，具体取决于项目的需要。
在图形设计行业中，EPS 与其他格式之间的转换是一种常见做法，由各种工具和实用程序促进。将 EPS 文件转换为更广泛支持的格式（如 PDF、PNG 或 JPEG）对于与更多应用程序兼容或更轻松地查看和分发可能是必要的。同样，将其他格式转换为 EPS 对于将外部图形元素合并到需要 EPS 格式高级功能（例如高可扩展性和对复杂合成的支持）的项目中很有用。这些转换过程虽然通常很简单，但必须小心处理，以保留原始图形的质量和完整性。
展望未来，EPS 文件在图形设计和出版中的作用可能会发生变化。虽然较新的格式和技术可能会在某些情况下取代 EPS，但它在高质量印刷品制作和复杂图形合成方面的优势使其仍然具有相关性。技术的进步可能会提高处理效率、改善安全措施并增强与现代平台的兼容性，从而有可能为新应用程序恢复 EPS 格式的活力。此外，对专业图形工作中质量和精度的持久重视确保了 EPS 和类似格式在数字艺术领域中继续占有一席之地。
总之，封装 PostScript 格式代表了数字图形历史上的一个重要篇章，它将矢量图形的精度与光栅图像的细节结合在一个通用且可扩展的文件格式中。尽管面临着更适合 Web 和移动应用程序的较新格式的竞争，但 EPS 仍保持其作为高质量印刷品和复杂图形项目的可靠选择的地位。它封装复杂合成、广泛的软件兼容性和动态可编程图形的能力突出了其持久价值。但是，用户和创建者必须谨慎处理其限制和安全问题，在利用 EPS 优势的同时注意不断变化的数字环境。
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。