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。
JPEG 2000 多層 (JPM) 格式是 JPEG 2000 標準的延伸，JPEG 2000 標準是一種影像壓縮標準和編碼系統。它是由聯合影像專家小組委員會於 2000 年創建，目的是取代原始的 JPEG 標準。JPEG 2000 以其高壓縮效率和處理各種影像類型（包括灰階、彩色和多組成影像）的能力而聞名。JPM 格式特別擴展了 JPEG 2000 的功能，以支援複合文件，其中可以包含文字、圖形和影像的組合。
JPM 在 JPEG 2000 套件 (ISO/IEC 15444-6) 的第 6 部分中定義，它被設計為將多個影像和相關資料封裝在單一檔案中。這使其特別適用於文件影像、醫學影像和技術影像等應用，其中需要將不同類型的內容儲存在一起。JPM 格式允許有效儲存文件中的頁面，每個頁面都可以包含具有不同特徵的幾個影像區域，以及非影像資料，例如註解或元資料。
JPM 的主要特徵之一是它使用 JPEG 2000 碼流 (JPX)，它是基本 JPEG 2000 碼流 (JP2) 的延伸版本。JPX 支援更廣泛的色彩空間、更精密的元資料和更高的位元深度。在 JPM 檔案中，每個影像或「層」都儲存為一個獨立的 JPX 碼流。這允許根據每個層的特性對其進行壓縮，這可以帶來更有效的壓縮和更高的品質結果，特別是對於具有不同內容類型的複合文件。
JPM 檔案的結構是階層式的，由一系列方塊組成。方塊是一個自給自足的單元，包括標頭和資料。標頭指定方塊的類型和長度，而資料包含實際內容。JPM 檔案中的頂層方塊是簽章方塊，它將檔案識別為 JPEG 2000 系列檔案。在簽章方塊之後，還有 檔案類型方塊、標頭方塊和內容方塊等。標頭方塊包含有關檔案的資訊，例如頁面數和每個頁面的屬性，而內容方塊包含影像資料和任何相關的非影像資料。
在壓縮方面，JPM 檔案可以使用無損和有損壓縮方法。無損壓縮確保可以從壓縮資料中完美重建原始影像資料，這對於影像完整性至上的應用（例如醫學影像）至關重要。另一方面，有損壓縮允許透過捨棄一些影像資料來縮小檔案大小，這在不需要完美保真度的應用中是可以接受的。
JPM 還支援「漸進式解碼」的概念，這表示可以在全解析度影像仍在下載或處理時顯示影像的低解析度版本。這對於大型影像或網路連線速度慢的情況特別有用，因為它允許使用者快速預覽，而無需等待整個檔案可用。
JPM 的另一個重要方面是它對元資料的支援。JPM 檔案中的元資料可以包括有關文件的資訊，例如作者、標題和關鍵字，以及有關每個影像的資訊，例如拍攝日期、相機設定和地理位置。這些元資料可以 XML 格式儲存，使其易於存取和修改。此外，JPM 支援包含 ICC 設定檔，這些設定檔定義影像的色彩空間，確保在不同裝置上準確地重現色彩。
JPM 檔案還能夠儲存影像的多個版本，每個版本具有不同的解析度或品質設定。此功能稱為「多層」，允許更有效地儲存和傳輸，因為可以根據應用程式的特定需求或可用頻寬選擇適當版本的影像。
安全性是 JPM 提供強大功能的另一個領域。此格式支援包含數位簽章和加密，可用於驗證文件的真實性並保護敏感資訊。這在法律和醫療文件管理等領域特別重要，在這些領域中文件的完整性和機密性至關重要。
儘管有許多優點，但 JPM 格式並未廣泛採用，特別是在消費市場中。這部分是因為格式的複雜性和處理 JPM 檔案所需的 運算資源。此外，包括 JPM 在內的 JPEG 2000 系列標準一直受到專利授權問題的影響，與通常不受專利約束的原始 JPEG 標準相比，這阻礙了它的採用。
對於處理 JPM 檔案的軟體開發人員和工程師，有許多提供對此格式支援的函式庫和工具。這些包括 OpenJPEG 函式庫（一個開源的 JPEG 2000 編解碼器）和來自各種影像軟體公司的商業產品。在處理 JPM 檔案時，開發人員必須熟悉 JPEG 2000 碼流語法，以及處理複合文件和元資料的特定需求。
總之，JPM 影像格式是 JPEG 2000 標準的強大延伸，它提供了一系列適合儲存和管理複合文件的特點。它對多個影像層、漸進式解碼、元資料、多層和安全功能的支援使其成為專業和技術應用程式的理想選擇，在這些應用程式中影像品質和文件完整性至關重要。雖然它可能不像其他影像格式那樣普遍使用，但它的專業功能確保它仍然是文件影像和醫學影像等領域的重要工具。
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。