Chuyển đổi JPG sang Word
Việc chuyển đổi ảnh JPG tài liệu thành tài liệu Word giúp biến các điểm ảnh thành các đoạn văn bản có thể chỉnh sửa bằng công nghệ nhận dạng ký tự quang học.
So sánh định dạng & Thông số kỹ thuật
| Thông số kỹ thuật | JPG | DOCX |
|---|---|---|
| Loại MIME | image/ | application/ |
| Loại | Ảnh raster | tài liệu XML đóng gói |
| Nén | nén mất dữ liệu (Biến đổi Cosine Rời rạc / DCT) | ZIP (DEFLATE) |
| Thông số tiêu chuẩn | ISO/IEC 10918-1 / ITU-T T.81 | ISO/IEC 29500 / ECMA-376 |
| Chữ ký byte đầu tệp | FF D8 FF | 50 4B 03 04 (PK..) |
Tổng quan định dạng & Ứng dụng
Mọi người thường dùng camera điện thoại thông minh để chụp ảnh biên lai giấy, trang sách giáo khoa hoặc hợp đồng đã ký. Những ảnh này được lưu dưới dạng tệp JPG tài liệu, vốn chỉ là ảnh chứa chữ. Bạn không thể tô sáng, xóa hoặc viết lại các từ bên trong ảnh. Khi chuyển JPG thành tài liệu Word, phần mềm nhận dạng ký tự quang học sẽ quét hình dạng trong ảnh, nhận diện các ký tự văn bản và tái tạo chúng trong một tệp xử lý văn bản có thể chỉnh sửa. Quy trình này được sử dụng phổ biến tại văn phòng, trường học và kho lưu trữ pháp lý. Thay vì tự gõ từng trang văn bản từ một cuốn sách đã quét, người dùng có thể chuyển đổi hàng loạt. Tệp kết quả chứa văn bản được nhận dạng dưới dạng các đoạn văn bản thuần, cho phép nhân viên sửa lỗi chính tả và thêm tiêu đề cùng định dạng của riêng mình bằng các công cụ xử lý văn bản thông thường. Cách này tiết kiệm hàng giờ nhập dữ liệu thủ công và giúp tìm kiếm trong kho lưu trữ tài liệu số.
Thông số kỹ thuật & Phân tích codec
JPG tài liệu sử dụng loại MIME image/jpeg và dựa vào phương pháp nén mất dữ liệu Biến đổi Cosin rời rạc. Quá trình chuyển đổi sử dụng công cụ nhận dạng ký tự quang học Tesseract WebAssembly chạy trong trình duyệt, với mô hình ngôn ngữ tiếng Anh, để đọc ma trận pixel của JPG, ánh xạ các hình dạng ký tự thành chuỗi văn bản Unicode thuần và ghi mỗi dòng được nhận dạng thành một đoạn văn bản thuần trong vùng chứa tài liệu Word OpenXML (.docx) có thể chỉnh sửa.
Khả năng tương thích hệ điều hành & trình duyệt
Tài liệu Word mở được bằng các ứng dụng như Microsoft Word, Google Docs, LibreOffice Writer và Apple Pages. Có thể xem ảnh JPG bằng nhiều trình duyệt, phần mềm xem ảnh và hệ điều hành di động. Công cụ này chuyển đổi ngay trong trình duyệt bằng thư viện OCR WebAssembly, nên ảnh không được tải lên máy chủ.
Thông tin hữu ích
Để đạt kết quả chuyển đổi tốt nhất, hãy đảm bảo tệp JPG nguồn của bạn có độ tương phản cao, ánh sáng tốt và độ nghiêng tối thiểu trước khi chạy nhận dạng văn bản.
Câu hỏi thường gặp
Làm thế nào để chuyển đổi Tài liệu JPG sang Tài liệu Word mà không làm giảm chất lượng?
Vì JPG sử dụng phương pháp nén mất dữ liệu, ảnh ban đầu không có dữ liệu văn bản thực. Quá trình chuyển đổi tái tạo văn bản bằng công nghệ nhận dạng ký tự quang học. Bố cục, phông chữ và bảng gốc không được giữ lại, nhưng văn bản kết quả có thể chỉnh sửa hoàn toàn và rõ nét.
Sự khác biệt giữa Tài liệu JPG và Tài liệu Word là gì?
Tài liệu JPG là một hình ảnh raster phẳng được tạo thành từ các điểm ảnh có màu sắc được chi phối bởi thuật toán nén biến đổi cosin rời rạc có tổn hao. Tài liệu Word là một kho lưu trữ ZIP được đóng gói chứa các luồng văn bản XML có cấu trúc, kiểu dáng và hướng dẫn bố cục.