Dokumento JPG į „Word" dokumento keitiklis
Konvertuojant dokumento JPG rastrinį vaizdą į „Word" dokumentą, plokšti paveikslėlio pikseliai paverčiami redaguojamais teksto paragrafais naudojant optinį simbolių atpažinimą.
Formatų palyginimas ir techninės specifikacijos
| Specifikacija | JPG | DOCX |
|---|---|---|
| MIME tipas | image/jpeg | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| Tipas | raster | packaged XML document |
| Glaudinimas | lossy (Discrete Cosine Transform / DCT) | ZIP (DEFLATE) |
| Standartinė specifikacija | ISO/IEC 10918-1 / ITU-T T.81 | ISO/IEC 29500 / ECMA-376 |
| Maginės baitų antraštės (Magic Bytes) | FF D8 FF | 50 4B 03 04 (PK..) |
Formato apžvalga ir taikymas
Žmonės dažnai fotografuoja popierinius kvitus, vadovėlių puslapius ar pasirašytas sutartis išmaniojo telefono kamera. Šie kadrai išsaugomi kaip dokumento JPG failai, kurie iš esmės yra tiesiog paveikslėliai, kuriuose yra raidžių. Paveikslėlyje esančių žodžių negalima pažymėti, ištrinti ar perrašyti. Konvertuojant JPG į „Word" dokumentą, optinio simbolių atpažinimo programinė įranga nuskenuoja vaizdo formas, atpažįsta teksto simbolius ir atkuria juos redaguojamame teksto apdorojimo faile. Šis darbo procesas yra įprastas biuruose, mokyklose ir teisiniuose archyvuose. Vietoj rankinio teksto puslapių pervedimo iš nuskenuotos knygos, vartotojas atlieka paketinį konvertavimą. Gautas failas leidžia darbuotojams atnaujinti lenteles, taisyti rašybos klaidas ir formatuoti antraštes naudojant įprastus teksto apdorojimo įrankius. Tai sutaupo valandas rankinio duomenų įvedimo ir užtikrina, kad skaitmeninių dokumentų archyvai išliktų paieškos lauke.
Techninės specifikacijos ir kodekų apžvalga
Dokumento JPG naudoja image/jpeg MIME tipą ir remiasi nuostolingu diskrečiuoju kosinusų virpesių (DCT) glaudinimu. Šis glaudinimas pašalina smulkius spalvų ir šviesumo duomenis, kad failų dydžiai išliktų maži. Neapdorotas failas prasideda šešioliktainiu magiškojo baito parašu FF D8 FF. Savo ruožtu „Word" dokumentas naudoja application/vnd.openxmlformats-officedocument.wordprocessingml.document MIME tipo standartą. Tai iš tikrųjų yra ZIP talpykla, suspausta DEFLATE algoritmu, kurioje yra XML failų rinkinys, pvz., document.xml, apibrėžiantis pastraipas, šriftus ir stilius. Formatu konvertavimui reikalingas optinio simbolių atpažinimo variklis, kad nuskaitytų JPG pikselių matricą, susietų simbolių glifus su „Unicode" teksto eilutėmis ir sugeneruotų atitinkamą XML struktūrą tiksliniame DOCX konteineryje.
OS ir naršyklės suderinamumas
„Word" dokumentai tiesiogiai atidaromi „Microsoft Word", „Google Docs", „LibreOffice Writer" ir „Apple Pages" programose „Windows", „macOS", „Linux", „iOS" ir „Android" sistemose. Dokumento JPG vaizdai atidaromi beveik kiekvienoje interneto naršyklėje, vaizdų peržiūros priemonėje ir mobiliojoje operacinėje sistemoje. Šiuolaikinės naršyklės gali atlikti konvertavimą kliento pusėje naudodamos „JavaScript" optinio simbolių atpažinimo bibliotekas arba serverio pusėje per apdorojimo tarnybas.
💡 Naudinga informacija
Norėdami pasiekti geriausių konvertavimo rezultatų, prieš paleisdami teksto atpažinimą užtikrinkite, kad šaltinio JPG turėtų didelį kontrastą, ryškų apšvietimą ir minimalų pasvirimą.
Formatų palyginimas ir techninės specifikacijos
Tipinis 2 megabitu nuskenuoto dokumento JPG failas atsisiunčiamas maždaug per 0,04 sekundės per 500 Mbps šviesolaidinį ryšį, per 0,4 sekundės naudojant greitą 5G ryšį ir maždaug per 2 sekundes standartiniame 4G tinkle.
Dažnai užduodami klausimai
Kaip konvertuoti dokumento JPG į „Word" dokumentą neprarandant kokybės?
Kadangi JPG naudoja glaudinimą su nuostoliais, pradinėje nuotraukoje nėra faktinių teksto duomenų. Konvertavimo procesas atkuria tekstą naudojant optinį simbolių atpažinimą. Nors vizualiniam išdėstymui gali prireikti nedidelių rankinių koregavimų, gautas tekstas yra visiškai redaguojamas ir ryškus.
Kuo skiriasi dokumento JPG ir „Word" dokumentas?
Dokumento JPG yra plokščias rastrinis vaizdas, sudarytas iš spalvotų pikselių, kuriuos valdo nuostolingas diskrečiojo kosinusų virpesių (DCT) glaudinimas. „Word" dokumentas yra sufasuotas ZIP archyvas, kuriame yra struktūrizuoti XML teksto srautai, stiliai ir išdėstymo instrukcijos.