Dokumendi PNG tekstiks teisendaja
Rasterpildil asuva dokumendi (PNG) teisendamine lihttekstiks muudab staatilised pildipikslid optilise märgituvastuse abil muudetavateks sõnadeks.
Formaatide võrdlus ja tehnilised spetsifikatsioonid
| Spetsifikatsioon | PNG | TXT |
|---|---|---|
| MIME-tüüp | image/png | text/plain |
| Tüüp | raster | plain text |
| Tihendamine | lossless (DEFLATE / LZ77 + Huffman) | none |
| Standardne spetsifikatsioon | W3C PNG 3rd Edition | Unicode Standard / UTF-8 RFC 3629 |
| Tunnuskoodi päis (Magic Bytes) | 89 50 4E 47 0D 0A 1A 0A | UTF-8 / ASCII plain stream |
Formaadi ülevaade ja kasutusvaldkonnad
Skannitud paberdokumentide või tšekkide fotodega töötamisel käsitletakse tavaliselt rasterpildivuvandeid, näiteks Portable Network Graphics. Kuigi PNG-pildid säilitavad teksti ja diagrammide iga visuaalse detaili, ei saa neis olevaid sõnu esile tõsta, otsida ega redigeerida. PNG-dokumendi teisendamine lihttekstifailiks eraldab kirjutatud tähemärgid, mida saab seejärel muuta tavalistes tekstiredaktorites ja andmebaasides. See töövoog on hädavajalik paberarhiivide digiteerimiseks, arvete töötlemiseks ja skannitud memode suunamiseks kaasaegsetesse tekstiotsingusüsteemidesse. Inimtarkvaraarendajad ja kontoritöötajad toetuvad andmesisestuse automatiseerimiseks sellele tõlkeetapile. Trükitud tšekkide või ajalooliste kirjade lehekülgede tippimise asemel skannib optiline märgituvastus (OCR) pildivõrku, tuvastab tähtede kujud ja väljastab puhtad tähemärgiandmed. Tulemuseks olev lihttekstifail eemaldab kogu visuaalse stiili, fondid ja värvid, jättes alles ainult toored tähed ja numbrid, mis on valmis salvestamiseks või skriptidega töötlemiseks.
Tehnilised spetsifikatsioonid ja koodekite ülevaade
Dokumendi PNG-fail (MIME-tüüp image/png) kasutab rasterpaigutust kadudeta DEFLATE-tihendusega, mis ühendab LZ77 liuglevad sõnastikud ja Huffmani koodi. See algab 8-baidise maagilise arvu signatuuriga: 89 50 4E 47 0D 0A 1A 0A. Konteineri sees on pikslite andmed paigutatud plokkidesse nagu IHDR ja IDAT. Vastupidiselt sisaldab ekstraheeritud tekstifail (MIME-tüüp text/plain) tihendamata tähemärke ilma stiilideta, tuginedes standardsetele kodeeringutele nagu UTF-8 või ASCII ilma binaarsete maagiliste baitideta. Nende vahel teisendamine nõuab OCR-mootorilt PNG-pikslivõrgu parsimist, tekstipiiride tuvastamist ja glüüfide vastendamist tekstikoodidega.
OS-i ja brauseri ühilduvus
PNG-piltide teisendamist lihttekstiks toetavad universaalselt kõik kaasaegsed operatsioonisüsteemid ja veebikeskkonnad. Lauaarvutikeskkonnad, nagu Windows, macOS ja Linux, haldavad mõlemat vormingut omaselt terminalitööriistade või graafiliste tekstiredaktorite kaudu. iOS-i ja Androidi mobiiliplatvormidel on sisseehitatud süsteemsed OCR-funktsioonid, mis tõmbavad koheselt teksti PNG-kaamerajäädvustustest. Kaasaegsed veebibrauserid käitavad kliendipoolseid JavaScripti OCR-teeke, võimaldades kasutajatel teksti piltidest otse Chrome'is, Firefoxis, Safaris ja Edge'is eraldada ilma töölauatarkvara installimata.
💡 Kasulik teave
Parima võimaliku täpsuse saavutamiseks tekstieraldusel veenduge, et teie lähtepunkti PNG-dokumendil on suur kontrastsus, teravad servad ja vähemalt 300 DPI eraldusvõime, mis aitab optilise märgituvastuse algoritmil eristada sarnaseid tähti.
Formaatide võrdlus ja tehnilised spetsifikatsioonid
Tüüpiline suure eraldusvõimega PNG-pildina salvestatud täisleheküljeline tekstidokument võtab ruumi umbes 2 megabaiti. 4G mobiilsidevõrgus kiirusega 15 megabitti sekundis laaditakse see fail alla umbes 1,1 sekundiga. 100 megabitise sekundikiirusega 5G ühendusel võtab edastus umbes 0,16 sekundit ja 500 megabitise kiirusega fiiberoptilisel ühendusel lõpeb see sekundi murdosa jooksul. Pärast ekstraheeritud tekstifailiks teisendamist langeb saadud maht drastiliselt vaid 5 kilobaidini, muutes edasised võrguülekanded hetkeliseks.
Korduma kippuvad küsimused
Kuidas teisendada dokumendi PNG-d ekstraheeritud tekstiks ilma kvaliteeti kaotamata?
Kuna PNG kasutatakse kadudeta tihendust, säilivad pikslite andmed ideaalselt. Lõpliku teksti kvaliteet sõltub täielikult pilti lugeva OCR-mootori täpsusest. Kõrge eraldusvõimega lähteskannide kasutamine hoiab ära märkide tuvastamise vead.
Mis vahe on dokumendi PNG-l ja ekstraheeritud tekstil?
Dokumendi PNG on rasterpildivorming, mis salvestab teksti visuaalseid pilte tihendatud pikslite ja värvikanalite abil. Ekstraheeritud tekst on kerge lihttekstifail, mis sisaldab ainult standardseid tähemärkide kodeeringuid ilma visuaalse stiili, fontide või piltideta.