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。
PSD 格式，代表 Photoshop Document，是 Adobe Inc. 為其廣泛使用的 Photoshop 軟體開發的專有檔案類型。自推出以來，它已成為數位藝術和平面設計產業的基礎，以其靈活性以及對各種影像編輯技術的全面支援而聞名。此格式特別設計用於儲存影像的完整編輯歷程，包括圖層、遮色片、色彩，甚至歷史狀態，提供非破壞性的編輯工作流程。這讓藝術家和設計師能夠重新檢視和修改專案的任何面向，而不會遺失原始資料。
PSD 格式的特色之一是其圖層結構。與將所有元素壓縮成單一圖層的傳統影像格式不同，PSD 檔案將每個元素維持為一個獨立的圖層。這可能從文字、形狀、調整圖層，到更複雜的元素，例如智慧型物件和圖層效果。這種圖層方法不僅允許更精密的設計和編輯策略，也促進更井然有序且有效率的工作流程。使用者可以獨立操作元素、調整其可見度，並重新排列它們，而不會影響影像的其餘部分。
除了圖層之外，PSD 檔案也支援透明度，這對於組合具有可變可見度的影像和建立具有複雜剪裁的圖形至關重要。PSD 檔案中的透明度透過 alpha 通道管理，其中儲存有關影像不同部分不透明度的資訊。此功能對於為視覺效果增添深度和複雜性不可或缺，讓此格式非常適合需要精確度和詳細操作的任務，例如網頁設計、動畫和影片製作中的特殊效果。
PSD 格式的另一個顯著優點是它支援精密的文字編輯。當文字加入 PSD 檔案時，它仍然完全可編輯，讓使用者能夠修改字型屬性、對齊、 色彩和效果，而不會將文字轉為點陣圖或轉換為影像圖層。這對於需要頻繁調整文字的設計工作特別有價值，因為它能保留文字的清晰度和明晰度，無論編輯多少次。此外，Photoshop 的進階文字功能，例如路徑或形狀上的文字，以及匯入和匯出文字以在其他應用程式中使用的能力，讓 PSD 檔案對於涉及複雜字體排印的專案極具多功能性。
PSD 檔案也以其與廣泛色彩模式和深度的廣泛相容性而聞名。它們支援從灰階到多通道色彩模式的所有內容，包括 RGB、CMYK 和 Lab 色彩。這讓它們高度適用於各種用途，從螢幕上可視的數位設計到需要 CMYK 色彩規格的印刷準備專案。此外，PSD 檔案可以儲存每個通道高達 32 位元的令人印象深刻的色彩深度，提供高動態範圍，並允許更精確的色彩校正和分級技術。
包含調整圖層的能力是另一個讓 PSD 格式與眾不同的功能。這些圖層包含色彩校正、曝光、對比和其他增強功能的設定，這些設定可以套用於底層圖層，而不會永久改變原始影像資料。這表示調整可以在編輯過程的任何階段進行微調或移除，提供無與倫比的靈活性。調整圖層與圖層遮色片並行運作，圖層遮色片能夠選擇性地套用效果，進一步強調 PSD 格式的非破壞性精神。
PSD 檔案也支援包含向量元素，例如形狀和文字，這些元素在不損失品質的情況下保持完美的可縮放性。這是因為向量圖形的數學性質，它們與解析度無關。將向量技術整合到像 PSD 這樣的以點陣為主的格式中，允許可縮放性和詳細編輯之間的和諧。這種組合對於需要任何尺寸的清晰度和像素級別細節的應用程式至關重要，例如標誌設計、網頁圖形和可縮放的組合。
在 PSD 檔案中包含智慧型物件標誌著精密的影像編輯的另一項飛躍。智慧型物件保留影像的原 始內容及其所有原始特性，允許非破壞性的縮放、旋轉和變形。它們也可以連結到外部檔案，確保當外部檔案更新時，PSD 檔案會自動反映這些更新。此功能對於協作工作流程和涉及重複元素的專案特別有用，這些元素可能需要在多個檔案中更新。
Photoshop 的自動化功能與 PSD 格式密切相關。動作，也就是使用者記錄的任務序列，可以儲存在 PSD 檔案中以進行重複處理，大幅加快跨多個檔案調整大小、格式化或套用濾鏡等任務的工作流程。類似地，Photoshop 腳本更複雜，能夠進行條件邏輯和精密的處理，也可以套用於 PSD 檔案，進一步擴展軟體在自動化例行任務和複雜程序方面的功能。
儘管有許多優點，但 PSD 格式豐富的功能集卻以檔案大小為代價。PSD 檔案通常佔用大量的儲存空間，特別是在儲存具有多個圖層、高色彩深度和智慧型物件等附加功能的大型影像時。透過使用圖層壓縮等功能並最大化使用調整圖層而不是複製內容，可以在某種程度上減輕此問題。然而，對於長期儲存或分享，許多使用者會將影像壓縮或以更省空間的格式（例如 JPEG 或 PNG）儲存副本以進行分發，同時保留原始 PSD 以供編輯用途。
互操作性是 PSD 格式的強項之一。儘管是 Adobe 的專有格式，但 PSD 檔案可以在大量的第三方軟體應用程式中開啟，並在不同程度上進行編輯。這要歸功於 Adobe 對此格式的文件化，以及軟體開發社群致力於維持相容性。然而，並非所有應用程式都支援 PSD 功能的完整範圍，使用者可能會發現某些元素（例如圖層效果和調整圖層）無法在不同的軟體之間完美轉換，因此在應用程式之間移動檔案時需要小心。
Adobe 已推出 PSB（Photoshop Big）格式作為 PSD 的延伸，以滿足現代對極大型影像的需求。PSB 支援基本上無限的檔案大小，可容納任何尺寸高達 300,000 像素的文件，與 PSD 檔案的 30,000 像素限制相反。這對於高解析度攝影、大型合成影像和詳細的數位繪畫特別有用。儘管有這些差異，但 PSB 仍與 PSD 檔案中可用的大多數功能相容，為超過 PSD 格式限制的專案提供無縫的工作流程。
總之，PSD 影像格式是一種複雜且多功能的檔案類型，旨在滿足數位藝術和平面設計社群的需求。它對非破壞性編輯、圖層組合、透明度、廣泛的色彩模式、調整圖層、向量元素和智慧型物件的支援，使其成為專業工作流程中不可或缺的工具。雖然其複雜性和檔案大小可能會帶來挑戰，但它在靈活性與品質方面提供的優點是無與倫比的。圍繞 PSD 格式的持續開發和相容性工作確保它仍然是創意專業的核心，支撐從簡單設計到複雜數位藝術作品的廣泛專案。
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。