光學字元辨識（OCR）將文字影像—掃描、智慧型手機相片、PDF—轉換為機器可讀的字串，並且越來越多地轉換為 結構化資料。現代 OCR 是一個清理影像、尋找文字、讀取它並匯出豐富元數據的流程， 以便下游系統可以搜尋、索引或擷取欄位。兩個廣泛使用的輸出標準是 hOCR，一種用於文字和版面的 HTML 微格式，以及 ALTO XML，一種以圖書館/檔案館為導向的綱要；兩者都保留位置、閱讀順序和其他版面提示，並受到 像 Tesseract這樣的熱門引擎支援。
預處理。 OCR 品質始於影像清理：灰階轉換、去噪、 二值化（二值化）和歪斜校正。標準的 OpenCV 教學涵蓋了全域、 自適應 和 Otsu 二值化—適用於光線不均或雙 峰直方圖的文件的必備步驟。當頁面內的光線變化時 （想想手機快照），自適應方法通常優於單一全域閾值；Otsu 會透過分析直方圖自動選擇一個閾值。傾斜校正同樣重要：基於霍夫變換的 歪斜校正（霍夫線變換）與 Otsu 二值化結合，是生產預處理流程中常見且有效的方案。
偵測與辨識。 OCR 通常分為文字偵測（文字在哪裡 ？）和文字辨識（它說什麼？）。在自然場景和許多掃描中，完全卷積 偵測器，如 EAST ，可以有效地預測字或行級的四邊形，而無需繁重的提案階段，並且已在 常見的工具套件中實現（例如， OpenCV 的文字偵測教學）。在複雜的頁面（報紙、表格、書籍）上，行/區域的分割和閱讀順序推斷很重要：Kraken 實現了傳統的區域/行分割和神經基準線分割，並明確支援 不同的腳本和方向（LTR/RTL/垂直）。
辨識模型。 經典的開源主力 Tesseract （由 Google 開源，源於 HP）從字元分類器演變為基於 LSTM 的序列 辨識器，可以從 CLI 發出可搜尋的 PDF、 hOCR/ALTO 相容輸出等。現代辨識器依賴於序列模型，而無需預先分割的字元。 連接主義時間分類 (CTC) 仍然是基礎，它學習輸入特徵序列和輸出標籤字串之間的對齊；它廣泛 用於手寫和場景文字流程。
在過去幾年中，Transformer 重塑了 OCR。 TrOCR 使用視覺 Transformer 編碼器和文字 Transformer 解碼器，在大型合成語料庫上進行訓練，然後 在真實資料上進行微調，在印刷、手寫和場景文字基準測試中表現出色（另請參閱 Hugging Face 文件）。與此同時，一些系統繞過 OCR 進行下游理解： Donut（文件理解 Transformer） 是一種無 OCR 的編碼器-解碼器，可直接從文件 影像輸出結構化答案（如鍵值 JSON）（儲存庫， 模型卡），避免了在單獨的 OCR 步驟為 IE 系統提供資料時出現錯誤累積。
如果您想要跨多種腳本的「開箱即用」文字閱讀， EasyOCR 提供了一個包含 80 多種語言模型的簡單 API，可傳回框、文字和可信度—方便用於原型和 非拉丁腳本。對於歷史文獻， Kraken 以基準線分割和腳本感知閱讀順序而著稱；對於靈活的行級訓練， Calamari 建立在 Ocropy 的基礎上（Ocropy），帶有（多）LSTM+CTC 辨識器和用於微調自訂模型的 CLI。
泛化取決於資料。對於手寫， IAM 手寫資料庫 為訓練和評估提供了不同作者的英文句子；它是 行和字辨識的長期參考集。對於場景文字， COCO-Text 在 MS-COCO 上分層了廣泛的註釋，帶有印刷/手寫、清晰/不清晰、腳本和 完整轉錄的標籤（另請參閱原始 專案頁面）。該領域也嚴重依賴合成預訓練： 野外合成文字 將文字渲染到具有逼真幾何和光線的相片中，為預訓練 偵測器和辨識器提供大量資料（參考 程式碼和資料）。
ICDAR 的穩健閱讀 下的競賽使評估保持務實。最近的任務強調端對端偵測/閱讀，並包括將字 連結成片語，官方程式碼報告 精確率/召回率/F-score、交並比 (IoU) 和字元級編輯距離度量—反映了從業人員應該追蹤的內容。
OCR 很少以純文字結尾。檔案館和數位圖書館更喜歡 ALTO XML ，因為它除了內容之外還編碼了實體版面（帶座標的區塊/行/字），並且它與 METS 打包配合得很好。 hOCR 微格式則相反，它使用 ocr_line 和 ocrx_word 等類別將相同的思想嵌入到 HTML/CSS 中，從而可以輕鬆地使用 Web 工具進行顯示、編輯和轉換。Tesseract 兩者都支援—例如， 直接從 CLI 產生 hOCR 或可搜尋的 PDF（PDF 輸出指南）；像 pytesseract 這樣的 Python 包裝函式增加了便利性。當儲存庫具有固定的接收 標準時，存在用於在 hOCR 和 ALTO 之間進行轉換的轉換器—請參閱此精選清單 OCR 檔案格式工具。
最強勁的趨勢是融合：偵測、辨識、語言模型，甚至特定於任務的解碼 正在合併到統一的 Transformer 堆疊中。在 大型合成語料庫 上進行預訓練仍然是一個力量倍增器。無 OCR 模型將在目標是結構化輸出 而不是逐字記錄的任何地方積極競爭。也期待混合部署：一個輕量級偵測器加上一個 TrOCR 風格的 辨識器用於長格式文字，以及一個 Donut 風格的模型用於表格和收據。
Tesseract (GitHub) · Tesseract 文件 · hOCR 規範 · ALTO 背景 · EAST 偵測器 · OpenCV 文字偵測 · TrOCR · Donut · COCO-Text · SynthText · Kraken · Calamari OCR · ICDAR RRC · pytesseract · IAM 手寫 · OCR 檔案格式工具 · EasyOCR
光學字符識別（OCR）是一種技術，用於將不同類型的文檔，如掃描的紙質文檔、PDF文件或由數字相機拍攝的圖像，轉換為可以編輯和可搜索的數據。
OCR通過掃描輸入的圖像或文檔，將圖像分割成單個字符，然後將每個字符與使用模式識別或特徵識別的字符形狀數據庫進行比較。
OCR用於各種行業和應用，包括數字化打印文件、啟用文字轉語音服務、自動化數據錄入過程，以及幫助視障用戶更好地與文字互動。
儘管OCR技術已取得了巨大的進步，但它並不是絕對可靠的。準確性可能會因原始文檔的質量和使用的OCR軟件的具體情況而異。
儘管OCR主要用於識別印刷文字，但一些先進的OCR系統也能識別清晰、一致的手寫。然而，通常由於個人寫作風格的多樣性，手寫識別的準確度較低。
是的，許多OCR軟件可以識別多種語言。但是，需要確保你使用的軟件支持特定的語言。
OCR是光學字符識別的縮寫，用於識別印刷的文字，而ICR，或稱為智能字符識別，則較為先進，用於識別手寫的文字。
OCR在處理清晰易讀的字體和標準文字大小上效果最佳。雖然它能識別各種字體和大小，但在處理不常見的字體或極小的文字大小時，其準確性可能會降低。
OCR在處理低分辨率的文件、複雜的字體、打印質量差的文字、手寫，以及字和背景迎合度不足的文件時可能出問題。另外，儘管它可以識別多種語言，但可能無法完美覆蓋所有語言。
是的，OCR可以掃瞄彩色文字和背景，雖然它對高對比度的顏色組合，如黑色文字和白色背景效果更好。如果文字和背景的顏色對 比度不足，其準確性可能會降低。
CMYK 色彩模式是一種減色法色彩模式，用於彩色印刷，也用於描述印刷過程本身。CMYK 代表青色、洋紅色、黃色和關鍵色（黑色）。與依賴光線產生色彩的電腦螢幕上使用的 RGB 色彩模式不同，CMYK 模式基於光的減色原理。這表示色彩是透過吸收可見光譜的一部分，而不是發出不同顏色的光來產生的。
CMYK 色彩模式的起源可以追溯到印刷產業需要使用有限的油墨色彩調色盤來複製全彩藝術品。早期的全彩印刷方法耗時且經常不精確。透過使用四種特定油墨顏色並以不同的比例混合，CMYK 印刷提供了一種有效且更準確地產生各種色彩的方法。這種效率來自於能夠以不同的強度疊印四種油墨以產生不同的色調和陰影。
從根本上來說，CMYK 模式透過從白光中減去不同量的紅色、綠色和藍色來運作。白光包含所有光譜顏色。當青色、洋紅色和黃色油墨以完美的比例疊印時，理論上它們應該吸收所有光線並產生黑色。然而，實際上，這三種油墨的組合會產生深褐色調。為了達到真正的黑色，會使用關鍵組成部分——黑色油墨，這就是 CMYK 中的「K」的由來。
從 RGB 轉換到 CMYK 的過程對於印刷製作至關重要，因為數位設計通常使用 RGB 色彩模式建立。這個過程涉及將基於光線的色彩（RGB）轉換為基於顏料的色彩（CMYK）。由於這些模式產生色彩的方式不同，因此轉換並不容易。例如，由於油墨的色域比光線有限，因此鮮豔的 RGB 色彩在使用 CMYK 油墨印刷時可能看起來不那麼鮮豔。色彩呈現的這種差異需要仔細的色彩管理，以確保印刷品盡可能與原始設計相符。
在數位術語中，CMYK 色彩通常表示為四種色彩中每種色彩的百分比，範圍從 0% 到 100%。此表示法反映了應塗抹在紙上的每種油墨的量。例如，深綠色可以表示為 100% 青色、0% 洋紅色、100% 黃色和 10% 黑色。此百分比系統允許精確控制色彩混合，在不同印刷作業中實現一致色彩方面發揮著關鍵作用。
色彩校正是在 CMYK 色彩模式下工作的重點，特別是在從 RGB 轉換為印刷目的時。校正涉及調整來源的色彩（例如電腦螢幕）以匹配輸出裝置（印表機）的色彩。此過程有助於確保螢幕上看到的色彩會在印刷品中準確複製。如果沒有適當的校正，印刷後的色彩可能會出現極大的差異，導致不令人滿意的結果。
CMYK 模式的實際應用不僅限於簡單的彩色印刷。它是各種印刷技術的基礎，包括數位印刷、平版印刷和網版印刷。這些方法每種都使用基本的 CMYK 色彩模式，但以不同的方式塗抹油墨。例如，平版印刷涉及將油墨從版面轉移到橡皮布，最後轉移到印刷表面，這允許大量生產高品質的印刷品。
在使用 CMYK 時要考慮的一個關鍵方面是疊印和套印的概念。疊印發生在兩個或更多油墨印在彼此之上時。套印是一種透過稍微重疊不同顏色的油墨來補償它們之間未對齊的技術。這兩種技術對於實現清晰、乾淨的印刷品至關重要，不會出現間隙或色彩套印不準，特別是在複雜或多色設計中。
CMYK 色彩模式的限制主要與其色域有關。CMYK 色域小於 RGB 色域，這表示螢幕上可見的某些色彩無法使用 CMYK 油墨複製。這種差異可能會對設計師構成挑戰，他們必須調整色彩以確保印刷保真度。此外，油墨配方、紙張品質和印刷過程的變化都會影響 CMYK 色彩的最終外觀，需要校樣和調整才能達到預期的效果。
儘管有這些限制，但 CMYK 色彩模式由於其多功能性和效率，在印刷產業中仍然不可或缺。油墨技術和印刷技術的進步持續擴大可實現的色域，並提高 CMYK 印刷的準確性和品質。此外，產業已制定色彩管理的標準和協定，有助於減輕不同裝置和媒介之間的差異，確保更一致且可預測的印刷結果。
數位技術的出現進一步擴展了 CMYK 模式的用途和功能。如今，數位印表機可以直接接受 CMYK 檔案，從數位設計到印刷製作的流程更加順暢。此外，數位印刷允許更靈活且更具成本效益的小量印刷，讓小企業和個人能夠實現專業級的印刷，而無需大量印刷或傳統平版印刷相關的成本。
此外，環境考量正越來越成為 CMYK 印刷討論的一部分。印刷產業正在探索更永續的油墨、回收方法和印刷實務。這些倡議旨在減少印刷對環境的影響，並在產業內推廣永續性，符合更廣泛的環境目標和消費者期望。
CMYK 印刷的未來看起來將進一步與數位技術整合，以提高效率並實現更高層級的精確度和色彩準確度。數位色彩匹配工具和先進印刷機等創新讓設計師和印刷商更容易製作高品質的印刷品，準確反映預期的設計。隨著技術的進步，CMYK 色彩模式持續適應，確保其在快速變化的設計和印刷製作領域中持續相關。
總之，CMYK 影像格式在印刷領域中扮演著至關重要的角色，它能使用僅四種油墨色彩製作出各種色彩。它的減色性質，加上色彩管理、印刷技術和環境考量的複雜性，使其成為印刷產業中一個複雜但不可或缺的工具。隨著技術和環境標準的演進，CMYK 印刷的策略和實務也會隨之演進，確保其在視覺傳達的未來中佔有一席之地。
這個轉換器完全在您的瀏覽器中運行。當您選擇 一個檔案，它將讀入內存並轉換為所選格式。 然後，您可以下載轉換後的檔案。
轉換馬上開始，大部分檔案僅 需一秒鐘轉換。 較大的檔案可能需要更長的時間。
您的檔案絕不會上傳到我們的伺服器。它們在您的瀏覽器中 轉換，然後下載轉換後的檔案。我們從未看到您的檔案。
我們支援所有圖形格式之間的轉換，包括 JPEG，PNG，GIF，WebP，SVG，BMP，TIFF，等等。
此轉換器完全免費，且將永遠免費。 由於它在您的瀏覽器中運行，我們無需支付 伺服器費用，所以我們不需要向您收取費用。
可以！您一次可以轉換任意多的檔案。 當您添加檔案時，只需選擇多個檔案即可。