Pretvarač PNG dokumenata u izdvojeni tekst
Pretvaranje rasterske slike dokumenta u formatu PNG u običan tekst pretvara statične piksele slike u riječi koje se mogu uređivati pomoću optičkog prepoznavanja znakova.
Usporedba formata i tehničke specifikacije
| Specifikacija | PNG | TXT |
|---|---|---|
| MIME vrsta | image/png | text/plain |
| Vrsta | raster | plain text |
| Kompresija | lossless (DEFLATE / LZ77 + Huffman) | none |
| Standardna specifikacija | W3C PNG 3rd Edition | Unicode Standard / UTF-8 RFC 3629 |
| Zaglavlje čarobnih bajtova (Magic Bytes) | 89 50 4E 47 0D 0A 1A 0A | UTF-8 / ASCII plain stream |
Pregled formata i primjena
Rad s skeniranim papirnatim dokumentima ili fotografijama računa obično znači rukovanje datotekama rasterskih slika kao što je Portable Network Graphics. Iako PNG slike čuvaju svaki vizualni detalj teksta i dijagrama, ne možete označavati, pretraživati niti uređivati riječi unutar njih. Pretvaranje PNG dokumenta u datoteku običnog teksta izdvaja napisane znakove tako da se mogu mijenjati unutar osnovnih uređivača teksta i baza podataka. Ovaj tijek rada neophodan je za digitalizaciju papirnih arhiva, obradu faktura i unos skeniranih podsjetnika u moderne sustave za pretraživanje teksta. Softverski inženjeri i uredski radnici oslanjaju se na ovaj korak prevođenja kako bi automatizirali unos podataka. Umjesto prepisivanja stranica otisnutih računa ili povijesnih pisama, OCR strojevi skeniraju mrežu slika, prepoznaju oblike slova i ispisuju čiste podatke o znakovima. Dobivena datoteka običnog teksta uklanja sav vizualni stil, fontove i boje, ostavljajući samo sirove alfanumeričke znakove spremne za pohranu ili obradu skriptom.
Tehničke specifikacije i pregled kodeka
Datoteka dokumenta PNG (MIME tip image/png) koristi rasterski izgled s kompresijom bez gubitaka DEFLATE, kombinirajući LZ77 klizne rječnike i Huffmanovo kodiranje. Počinje 8-bajtственным potpisom magičnog broja: 89 50 4E 47 0D 0A 1A 0A. Unutar spremnika podaci o pikselima raspoređeni su u dijelove poput IHDR i IDAT. Suprotno tome, datoteka izdvojenog teksta (MIME tip text/plain) sadrži nekomprimirane nizove znakova bez ikakvog stila, oslanjajući se na standardne kodiranja kao što su UTF-8 ili ASCII bez ikakvih binarnih magičnih bajtova. Pretvaranje između njih zahtijeva da OCR mehanizam analizira PNG mrežu piksela, otkrije granice teksta i preslika glifove u kodove tekstualnih znakova.
Kompatibilnost s OS-om i preglednikom
Pretvaranje PNG slika u običan tekst univerzalno je podržano na modernim operativnim sustavima i web okruženjima. Radne površine poput sustava Windows, macOS i Linux izvorno rukuju s oba formata putem terminalskih alata ili grafičkih uređivača teksta. Mobilne platforme na iOS-u i Androidu imaju ugrađene mogućnosti sustava OCR koje trenutačno izvlače tekst iz snimaka PNG kamere. Moderni web preglednici pokreću JavaScript OCR biblioteke na strani klijenta, omogućujući korisnicima izvlačenje teksta iz slika izravno unutar Chromea, Firefoxa, Safarija i Edgea bez instaliranja stolnog softvera.
💡 Korisne informacije
Za najveću točnost tijekom izvlačenja teksta provjerite ima li vaš izvorni PNG dokument visok kontrast, oštre rubove i razlučivost od najmanje 300 DPI kako biste pomogli algoritmu optičkog prepoznavanja znakova da razlikuje slična slova.
Usporedba formata i tehničke specifikacije
Tipičan tekstualni dokument na cijeloj stranici pohranjen kao PNG slika visoke razlučivosti ima veličinu od oko 2 megabajta. Preko 4G mobilne mreže koja preuzima brzinom od 15 megabita u sekundi, ova datoteka se prenosi za otprilike 1,1 sekundu. Na 5G vezi koja radi brzinom od 100 megabita u sekundi prijenos traje oko 0,16 sekundi, a na optičkoj vezi od 500 megabita u sekundi završava u djeliću milisekunde. Jednom pretvorena u datoteku izdvojenog teksta, rezultirajuća veličina dramatički pada na samo 5 kilobajta, čineći naknadne mrežne prijenose trenutačnim.
Često postavljana pitanja
Kako pretvoriti PNG dokument u izdvojeni tekst bez gubitka kvalitete?
Budući da PNG koristi kompresiju bez gubitaka, podaci o pikselima su savršeno sačuvani. Kvaliteta konačnog teksta u potpunosti ovisi o točnosti OCR mehanizma koji čita sliku. Korištenje izvornih skeniranja visoke razlučivosti sprječava pogreške u prepoznavanju znakova.
Koja je razlika između PNG dokumenta i izdvojenog teksta?
PNG dokument je format rasterske slike koji pohranjuje vizualne slike teksta pomoću komprimiranih piksela i kanala u boji. Izdvojeni tekst je lagani dokument običnog teksta koji sadrži samo standardne kodiranja znakova bez vizualnog stila, fontova ili slika.