เครื่องมือแปลงไฟล์รูปภาพ PNG เอกสารเป็นข้อความ
การแปลงเอกสารภาพแรสเตอร์ PNG เป็นข้อความธรรมดา จะเปลี่ยนพิกเซลภาพนิ่งให้เป็นคำที่แก้ไขได้โดยใช้เทคโนโลยีการจดจำตัวอักษรด้วยแสง
การเปรียบเทียบรูปแบบและข้อกำหนดทางเทคนิค
| ข้อกำหนด | PNG | TXT |
|---|---|---|
| ประเภท MIME | image/png | text/plain |
| ประเภท | raster | plain text |
| การบีบอัด | lossless (DEFLATE / LZ77 + Huffman) | none |
| ข้อกำหนดมาตรฐาน | W3C PNG 3rd Edition | Unicode Standard / UTF-8 RFC 3629 |
| ส่วนหัว Magic Bytes | 89 50 4E 47 0D 0A 1A 0A | UTF-8 / ASCII plain stream |
ภาพรวมรูปแบบและการใช้งาน
การทำงานกับเอกสารกระดาษสแกนหรือรูปภาพใบเสร็จมักจะต้องจัดการกับไฟล์ภาพแรสเตอร์ เช่น Portable Network Graphics แม้ว่าภาพ PNG จะรักษาความละเอียดทางภาพทั้งหมดของข้อความและแผนภาพไว้ได้ แต่คุณไม่สามารถไฮไลต์ ค้นหา หรือแก้ไขคำที่อยู่ข้างในได้ การแปลงเอกสาร PNG ให้เป็นไฟล์ข้อความธรรมดาจะดึงตัวอักษรที่เขียนไว้ออกมาเพื่อให้สามารถแก้ไขได้ภายในโปรแกรมประมวลผลคำและฐานข้อมูลพื้นฐาน ขั้นตอนการทำงานนี้มีความจำเป็นสำหรับการแปลงคลังเอกสารกระดาษให้อยู่ในรูปแบบดิจิทัล การประมวลผลใบแจ้งหนี้ และป้อนบันทึกที่สแกนลงในระบบค้นหาข้อความสมัยใหม่ วิศวกรซอฟต์แวร์และพนักงานออฟฟิศพึ่งพาขั้นตอนการแปลงนี้เพื่ออัตโนมัติการป้อนข้อมูล แทนที่จะพิมพ์หน้าใบเสร็จรับเงินหรือจดหมายประวัติศาสตร์ทีละหน้า เครื่องมือ OCR จะสแกนกริดภาพ จดจำรูปร่างของตัวอักษร และส่งออกข้อมูลตัวอักษรที่สะอาด ไฟล์ข้อความธรรมดาที่ได้จะตัดรูปแบบภาพ แบบอักษร และสีทั้งหมดออก เหลือเพียงตัวอักษรและตัวเลขดิบที่พร้อมสำหรับการจัดเก็บหรือการประมวลผลสคริปต์
ข้อมูลทางเทคนิคและรายละเอียดตัวแปลงสัญญาณ (Codec)
ไฟล์เอกสาร PNG (MIME type image/png) ใช้เลย์เอาต์แรสเตอร์ที่มีการบีบอัดแบบไม่สูญเสียข้อมูล DEFLATE ซึ่งผสมผสานพจนานุกรมเลื่อน LZ77 และการเข้ารหัสแบบฮัฟแมน เริ่มต้นด้วยลายเซ็นเลขวิเศษ 8 ไบต์: 89 50 4E 47 0D 0A 1A 0A ภายในคอนเทนเนอร์ ข้อมูลพิกเซลจะถูกจัดเรียงเป็นชิ้นส่วนเช่น IHDR และ IDAT ในทางกลับกัน ไฟล์ข้อความที่ดึงออกมา (MIME type text/plain) มีสตริงอักขระที่ไม่มีการบีบอัดและไม่มีการจัดรูปแบบ โดยอาศัยการเข้ารหัสมาตรฐานเช่น UTF-8 หรือ ASCII โดยไม่มีไบต์วิเศษแบบไบนารี การแปลงระหว่างสองรูปแบบนี้ต้องอาศัยเครื่องมือ OCR เพื่อแยกวิเคราะห์กริดพิกเซลของ PNG ตรวจจับขอบเขตของข้อความ และแมปตัวอักษรเข้ากับรหัสอักขระข้อความ
ความเข้ากันได้ของระบบปฏิบัติการและเบราว์เซอร์
การแปลงภาพ PNG เป็นข้อความธรรมดาได้รับการรองรับอย่างสม่ำเสมอในระบบปฏิบัติการสมัยใหม่และรันไทม์บนเว็บ สภาพแวดล้อมเดสก์ท็อปเช่น Windows, macOS และ Linux จัดการทั้งสองรูปแบบได้โดยตรงผ่านเครื่องมือเทอร์มินัลหรือโปรแกรมแก้ไขข้อความ GUI แพลตฟอร์มมือถือบน iOS และ Android มีความสามารถ OCR ของระบบในตัวที่ดึงข้อความจากการจับภาพด้วยกล้อง PNG ได้ทันที เว็บบราวเซอร์สมัยใหม่เรียกใช้ไลบรารี OCR JavaScript ฝั่งไคลเอนต์ ทำให้ผู้ใช้สามารถดึงข้อความจากภาพได้โดยตรงภายใน Chrome, Firefox, Safari และ Edge โดยไม่ต้องติดตั้งซอฟต์แวร์เดสก์ท็อป
💡 ข้อมูลที่เป็นประโยชน์
เพื่อให้ได้ความแม่นยำสูงสุดในระหว่างการดึงข้อความ ตรวจสอบให้แน่ใจว่าเอกสาร PNG ต้นฉบับของคุณมีความคมชัดสูง ขอบคม และมีความละเอียดอย่างน้อย 300 DPI เพื่อช่วยให้อัลกอริทึมการจดจำตัวอักษรด้วยแสงแยกแยะระหว่างตัวอักษรที่คล้ายคลึงกันได้
การเปรียบเทียบรูปแบบและข้อกำหนดทางเทคนิค
เอกสารข้อความแบบเต็มหน้าทั่วไปที่จัดเก็บเป็นภาพ PNG ความละเอียดสูงจะมีขนาดประมาณ 2 เมกะไบต์ ผ่านเครือข่ายมือถือ 4G ที่ดาวน์โหลดด้วยความเร็ว 15 เมกะบิตต่อวินาที ไฟล์นี้จะถ่ายโอนในเวลาประมาณ 1.1 วินาที บนการเชื่อมต่อ 5G ที่ทำงานที่ 100 เมกะบิตต่อวินาที การถ่ายโอนจะใช้เวลาประมาณ 0.16 วินาที และบนการเชื่อมต่อไฟเบอร์ที่ 500 เมกะบิตต่อวินาที จะเสร็จสิ้นในเศษเสี้ยวของมิลลิวินาที เมื่อแปลงเป็นไฟล์ข้อความที่ดึงออกมาแล้ว ขนาดที่ได้จะลดลงอย่างมากเหลือเพียง 5 กิโลไบต์ ทำให้การถ่ายโอนเครือข่ายครั้งต่อไปเกิดขึ้นได้ทันที
คำถามที่พบบ่อย
คุณจะแปลงเอกสาร PNG เป็นข้อความที่ดึงออกมาโดยไม่สูญเสียคุณภาพได้อย่างไร
เนื่องจาก PNG ใช้การบีบอัดแบบไม่สูญเสียข้อมูล ข้อมูลพิกเซลจึงถูกเก็บรักษาไว้อย่างสมบูรณ์แบบ คุณภาพของข้อความสุดท้ายขึ้นอยู่กับความแม่นยำของเครื่องมือ OCR ที่อ่านภาพ การใช้การสแกนต้นฉบับความละเอียดสูงจะช่วยป้องกันข้อผิดพลาดในการจดจำตัวอักษร
ความแตกต่างระหว่างเอกสาร PNG และข้อความที่ดึงออกมาคืออะไร
เอกสาร PNG เป็นรูปแบบภาพแรสเตอร์ที่เก็บภาพภาพของข้อความโดยใช้พิกเซลที่บีบอัดและช่องสี ข้อความที่ดึงออกมาคือเอกสารข้อความธรรมดาน้ำหนักเบาที่มีเฉพาะการเข้ารหัสอักขระมาตรฐานโดยไม่มีการจัดรูปแบบภาพ แบบอักษร หรือรูปภาพ