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。
HRZ 影像格式雖然不像 JPEG、PNG 或 GIF 等格式那麼廣為人知，但它在某些需要高解析度和準確色彩呈現的特定領域中，因其特殊用途而脫穎而出。此格式的開發旨在滿足平面設計、數位藝術、醫學影像和科學研究等專業人士的需求，在這些領域中，精準度和品質不容妥協。與較為傳統的格式不同，HRZ 被設計為能以高效率的方式包含大量詳細資訊，使其特別適合需要大量後製處理的影像，或將在極高解析度顯示器上觀看的影像。
HRZ 格式的核心是一個容器，可以根據專案需求，以無損或有損的方式儲存影像。這種適應性是一個關鍵功能，因為它允許使用者在保留影像最高品質或選擇略微降低品質以換取大幅縮小檔案大小之間做出明智的選擇。這種靈活性使 HRZ 成為處理高畫質影像的專業人士的萬用工具。
HRZ 格式的標誌性功能之一是它支援廣色域和高動態範圍 (HDR)。HRZ 影像具備使用深色 (每個通道最高 16 位元或更多) 儲存資訊的能力，可以呈現比大多數其他格式更廣泛的色彩光譜和更細微的漸層。這在數位電影和醫學影像等領域特別有益，在這些領域中，捕捉和重現最準確和細微的色彩至關重要。
HRZ 格式的另一個顯著優點是其全面的元資料支援。HRZ 檔案中的元資料可以包含著作權資訊、相機設定、地理標籤等，這對於需要追蹤影像來源、設定和其他相關詳細資訊的專業人士至關重要。這些資料不僅對於歸檔目的至關重要，而且對於確保影像符合某些標準和授權也很重要。HRZ 強大的元資料功能使其成為需要在影像內容旁邊提供詳細文件說明的應用程式的絕佳選擇。
壓縮是 HRZ 另一個表現優異的領域。此格式採用一種精密的壓縮演算法，專門用於保留最大的細節和色彩準確度。與可能會產生明顯偽像或模糊的傳統壓縮方法不同，HRZ 的演算法可確保影像在壓縮後仍保持清晰和生動。這對於歸檔目的特別重要，在歸檔目的當中，影像的完整性必須隨著時間推移而保持，或對於數位電影等應用程式，在數位電影等應用程式中，每個像素都很重要。
HRZ 影像也支援多個圖層和透明度，這些特性在平面設計和數位藝術中非常受歡迎。此功能允許將複雜的合成儲存在單一檔案中，而無需合併圖層，從而保留在未來進行編輯或調整的能力。透明度支援進一步增強了此格式的靈活性，使其成為建立疊加、標誌和其他需要整合到各種背景中的元素的理想選擇。
此格式的出色可擴充性是另一個值得注意的功能。HRZ 可以處理幾乎任何解析度的影像，從小型縮圖到大型看板，而不會有任何品質損失。這種可擴充性使其成為在各種媒體尺寸上工作的專業人士的最愛，並且需要他們的影像在不同的格式和顯示器上保持保真度。
此外，HRZ 格式的設計考慮到了未來性。它支援擴充功能和未來的升級，這意味著隨著數位影像技術的發展，HRZ 格式可以更新以包含新功能或改進現有功能，而不會影響舊檔案的相容性。這種前瞻性的方法確保以 HRZ 格式儲存的檔案保持可存取和相關性，即使開發出更新的影像技術也是如此。
整合到 HRZ 格式中的安全性功能也值得注意。它包含加密和數位權利管理 (DRM) 的選項，使用戶可以保護他們的影像免於未經授權的存取或使用。這對於希望在數位領域保護其智慧財產權的攝影師、藝術家和任何創意專業人士來說尤其重要。
在檔案處理和軟體相容性方面，HRZ 受到越來越多的影像編輯和檢視軟體的支援，這要歸功於其開放格式以及公開文件和程式庫的可用性。這種易於存取性鼓勵廣泛採用，並允許開發人員將 HRZ 支援整合到他們的應用程式中，確保使用者可以在沒有任何重大障礙的情況下使用 HRZ 檔案。
儘管有許多優點，但 HRZ 格式在獲得普遍採用時確實面臨一些挑戰。與 JPEG 等壓縮程度更高的格式相比，主要障礙之一是檔案大小相對較大。在儲存空間受限的情況下，例如在網頁開發或行動應用程式中，這可能會成為一個限制因素。然而，在專業環境中，通常認為以更高的品質和更豐富的細節進行權衡是值得的，在這些環境中，這些屬性是不可協商的。
另一個考量是需要專用軟體才能充分發揮 HRZ 格式的功能。雖然許多應用程式支援基本的檢視和編輯，但要充分利用此格式的功能（例如其全面的元資料支援和進階色彩設定檔），可能需要更專業的工具。這可能會對業餘愛好者或預算有限的人構成進入障礙，儘管相關領域的專業人士可能會發現這項投資是合理的。
HRZ 格式的開發和維護由一個專門的產業利益相關者聯盟監督，確保它持續符合專業標準並根據使用者需求進行演進。這種治理模式有助於隨著時間推移維持此格式的品質、安全性及相容性，反映出致力於支援全球產業和專業人士的高階影像需求。
總之，HRZ 影像格式代表了數位影像技術的重大進步，提供了在更主流的格式中難以找到的品質、靈活性及安全性。它具備維持高解析度細節、支援廣泛色彩光譜和管理大量元資料的能力，使其成為各個領域專業人士的寶貴工具。儘管存在挑戰，例如檔案大小較大以及需要專用軟體 ，但在適當的環境中使用 HRZ 的好處遠遠超過這些考量。隨著數位影像技術持續發展，HRZ 格式已做好準備進行調整，並在專業影像管理領域中保持關鍵地位。
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。