Dokumenta PNG uz izgūta teksta pārveidotājs
Rasterattēla PNG dokumenta konvertēšana par vienkāršu tekstu pārveido statiskus attēla pikseļus rediģējamos vārdos, izmantojot optisko rakstzīmju atpazīšanu.
Formātu salīdzinājums un tehniskās specifikācijas
| Specifikācija | PNG | TXT |
|---|---|---|
| MIME tips | image/png | text/plain |
| Tips | raster | plain text |
| Kompresija | lossless (DEFLATE / LZ77 + Huffman) | none |
| Standarta specifikācija | W3C PNG 3rd Edition | Unicode Standard / UTF-8 RFC 3629 |
| Maģisko baitu galvene | 89 50 4E 47 0D 0A 1A 0A | UTF-8 / ASCII plain stream |
Formāta pārskats un lietojums
Darbs ar skenētiem papīra dokumentiem vai čeku fotogrāfijām parasti nozīmē rīkošanos ar rasterattēlu failiem, piemēram, Portable Network Graphics. Lai gan PNG attēli saglabā katru teksta un diagrammu vizuālo detaļu, tajos esošos vārdus nevar iezīmēt, meklēt vai rediģēt. PNG dokumenta pārveidošana par vienkārša teksta failu izvelk rakstītas rakstzīmes, lai tās varētu modificēt pamata teksta redaktoros un datubāzēs. Šī plūsma ir būtiska papīra arhīvu digitalizēšanai, rēķinu apstrādei un skenētu piezīmju ievadīšanai modernās teksta meklēšanas sistēmās. Programmatūras inženieri un biroja darbinieki paļaujas uz šo tulkošanas soli, lai automatizētu datu ievadi. Tā vietā, lai rakstītu drukātu čeku vai vēsturisku vēstuļu lapas, OCR dzinņi skenē attēla režģi, atpazīst burtu formas un izvada tīrus rakstzīmju datus. Iegūtais vienkāršā teksta fails noņem visu vizuālo noformējumu, fontus un krāsas, atstājot tikai neapstrādātās alfanūmermiskās rakstzīmes, kas ir gatavas glabāšanai vai skriptu apstrādei.
Tehniskās specifikācijas un kodeku sadalījums
Dokumenta PNG fails (MIME tips image/png) izmanto rasterizētu izkārtojumu ar bezzaudējumu DEFLATE saspiešanu, apvienojot LZ77 slīdošās vārdnīcas un Hofmaņa kodēšanu. Tas sākas ar 8 baitu maģiskā skaitļa parakstu: 89 50 4E 47 0D 0A 1A 0A. Konteinerā pikseļu dati ir sakārtoti blokos, piemēram, IHDR un IDAT. Savukārt izgūta teksta fails (MIME tips text/plain) satur nesaspiestas rakstzīmju virknes bez jebkāda stila, paļaujoties uz standarta kodējumiem, piemēram, UTF-8 vai ASCII, bez jebkādiem bināriem maģiskajiem baitiem. Konvertēšanai starp tiem ir nepieciešams OCR dzinējs, lai parsētu PNG pikseļu režģi, noteiktu teksta robežas un kartētu glyphus uz teksta rakstzīmju kodiem.
OS un pārlūkprogrammu saderība
PNG attēlu konvertēšana uz vienkāršu tekstu tiek universāli atbalstīta mūsdienu operētājsistēmās un tīmekļa vidēs. Darbvirsmas vides, piemēram, Windows, macOS un Linux, apstrādā abus formātus vietējā līmenī, izmantojot termināļa rīkus vai grafiskos teksta redaktorus. Mobilajām platformām iOS un Android ir iebūvētas sistēmas OCR iespējas, kas uzreiz izvelk tekstu no PNG kameras uzņēmumiem. Mūsdienu tīmekļa pārlūkprogrammas darbina klienta puses JavaScript OCR bibliotēkas, ļaujot lietotājiem izgūt tekstu no attēliem tieši pārlūkprogrammās Chrome, Firefox, Safari un Edge, neinstalējot darbvirsmas programmatūru.
💡 Noderīga informācija
Lai iegūtu visaugstāko precizitāti teksta izgūšanas laikā, pārliecinieties, ka jūsu avota PNG dokumentam ir augsts kontrasts, asas malas un vismaz 300 DPI izšķirtspēja, kas palīdz optiskās rakstzīmju atpazīšanas algoritmam atšķirt līdzīgus burtus.
Formātu salīdzinājums un tehniskās specifikācijas
Tipisks pilnas lapas teksta dokuments, kas saglabāts kā augstas izšķirtspējas PNG attēls, aizņem aptuveni 2 megabaitus. Izmantojot 4G mobilo tīklu ar lejupielādes ātrumu 15 megabiti sekundē, šis fails tiek pārsūtīts aptuveni 1,1 sekundē. 5G savienojumā ar ātrumu 100 megabiti sekundē pārsūtīšana aizņem apmēram 0,16 sekundes, bet optiskajā savienojumā ar ātrumu 500 megabiti sekundē tā beidzas milisekundes daļā. Pēc konvertēšanas uz izgūta teksta failu iegūtais izmērs dramatiski samazinās līdz tikai 5 kilobaitiem, padarot turpmākos tīkla pārsūtīšanas procesus tūlītējus.
Biežāk uzdotie jautājumi
Kā konvertēt dokumenta PNG uz izgūtu tekstu, nezaudējot kvalitāti?
Tā kā PNG izmanto bezzaudējumu saspiešanu, pikseļu dati tiek saglabāti nevainojami. Galīgā teksta kvalitāte ir pilnībā atkarīga no attēlu lasošā OCR dzinēja precizitātes. Augstas izšķirtspējas avota skenējumu izmantošana novērš rakstzīmju atpazīšanas kļūdas.
Kāda ir atšķirība starp dokumenta PNG un izgūtu tekstu?
Dokumenta PNG ir rasterattēla formāts, kas saglabā teksta vizuālos attēlus, izmantojot saspiestus pikseļus un krāsu kanālus. Izgūts teksts ir viegls vienkārša teksta dokuments, kas satur tikai standarta rakstzīmju kodējumus bez vizuālā stila, fontiem vai attēliem.