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。
PostScript (PS) 图像格式是数字成像世界的一个有趣方面,它不仅仅是一种表示图像的格式。由 Adobe 公司在 1982 年开发,它是一种动态类型、连接式编程语言,主要用于桌面出版。与许多专门用于存储静态图片的其他图像格式不同,PS 格式包含了一种强大的脚本语言,能够以设备无关的方式描述复杂的图形布局、文本和图像。这种灵活性使其成为出版和打印业的行业标准,尽管新型格式的兴起。
PS 格式的核心在于通过 PostScript 命令来描述图像,这些命令本质上是关于如何绘制图像的指令。这些命令可以从简单的绘图操作,如设置线宽,到复杂的图像渲染和字体操作。PS 的优点在于其可扩展性;作为矢量格式,图像可以无损放大,这使其非常适合对精度和质量至关重要的应用,如专业打印和出版。
PS 格式的一个关键特点是其编程能力,包括变量、循环和函数。这使得创建复杂的图形程序成为可能,如实时生成图案和纹理,或根据外部输入动态修改图像外观。这种灵活性使 PS 区别于许多同时代的格式,提供了前所未有的输出控制能力。
尽管 PS 格式有许多优点,但也存在一些挑战。最显著的是其复杂性;掌握 PostScript 编程需要大量的努力和对其语法和操作的理解。此外,执行 PS 文件可能很耗资源,因为每个命令都必须解释和渲染,这可能会导致性能问题,尤其是在低端设备或复杂文档上。
另一个挑战是可访问性。PS 格式的复杂性意味着并非所有的图像查看器或编辑器都能处理 PS 文件。通常需要专门的软件,如 Adobe Acrobat 或 Ghostscript,来查看或操作这些文件,这可能成为普通用户或小型企业的障碍,他们无法获取此类工具。此外,创建或编辑 PS 文件的过程通常需要比栅格图像格式更高的技术技能。
多年来,PS 格式一直在发展,Adobe 公司推出了几次更新,以增强其功能和易用性。最显著的是 PostScript 的继任者:便携式文档格式(PDF),也由 Adobe 开发。PDF 在 PostScript 的基础上进行了发展,不仅包含渲染文档的指令,还嵌入了实际的文本和图像内容。这种嵌入式方法简化了文档交换和查看,因为它确保了文档在任何平台或软件上的显示效果一致。
尽管出现了 PDF 和其他现代格式,但 PS 格式在某些专业和细分应用中仍然很重要。它精确控制印刷材料布局和外观的能力,使其在高端出版和印刷行业不可或缺。此外,它的编程功能继续被用于自动化复杂的布局任务,以及与遗留系统和文档的向后兼容。
了解 PS 格式的技术原理,需要从其文件结构开始。PS 文件本质上是一个文本文件,包含一系列 PostScript 语言命令。这些命令由 PostScript 解释器按顺序执行,通常位于打印机或专用软件中,然后生成图形输出。文件可以包含一个标识其为 PS 文件的头部部分,后跟定义全局设置(如页面大小和分辨率)的设置命令。主体部分包含绘制形状、文本和图像的指令,最后是一个表示文档结束的尾部部分。
除了基本的图形操作,PS 语言还支持诸如裁剪路径、渐变填充和图案生成等高级功能。裁剪路径允许进行复杂的图像遮罩,使图形被限制在指定区域内。渐变填充可用于创造颜色之间的平滑过渡,增强图形的视觉吸引力。图案生成则提供了创建重复图案的能力,这对于背景和纹理特别有用。
PS 的另一个重要方面是对字体 的处理。PostScript 字体作为单独的文件存储,可以嵌入到 PS 文件中或外部引用。这允许使用高质量的矢量字体进行文本渲染,因此可无损缩放至任何大小。PS 格式支持多种字体类型,包括 Type 1(轮廓字体)和 Type 3(位图字体),各适用于不同的渲染需求。该语言还提供了对文本布局的广泛控制,包括对字距、行距和跟踪的调整,这些对专业排版至关重要。
颜色管理是 PS 格式的另一个亮点。它包含了复杂的颜色指定和管理模型,支持 RGB 和 CMYK 等多种色彩空间。这使得对最终输出中的颜色进行精确控制成为可能,这对于准确的色彩再现至关重要,尤其是在印刷行业。PS 语言包含了颜色空间选择、色彩映射和网点等命令,用于实现所需的色彩效果和分辨率。
PS 文件与其他格式的互操作性得益于转换工具和软件,它们能够解释 PostScript 命令并将其转换为栅格图像或其他矢量格式。这使得 PS 文件能够在高端出版和印刷以外的更广泛应用中使用。但是,转换过程可能会导致保真度损失,特别是在将复杂的 PS 命令转换为图形功能较弱的格式时。
安全性也是 PS 格式的一个值得关注的问题。由于它是一种编程语言,理论上可能被用于在处理 PS 文件的系统上执行恶意代码。因此,解释器和查看软件必须实施适当的安全措施,如沙箱化和代码验证,以减轻此类风险。这突出了 PS 格式作为文档描述语言和潜在安全漏洞载体的双重性质。
总之,PostScript (PS) 图像格式证明了可编程性在图形设计和文档创作中的力量。它在矢量可扩展性、高级图形和印刷能力、以及设备无关输出方面的结合,使其成为专业出版和印刷的首选。尽管 PostScript 的复杂性和资源需求可能会带来挑战,但其灵活性和精度使其在质量和控制至关重要的特定应用中继续发挥作用。随着技术的发 展,PostScript 的遗产一直延续至今,支撑着现代格式的发展,并继续影响着图形设计和桌面出版标准的演进。
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。