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