Wysoka jakość, pełnokolorowa, w pełni automatyczna wektoryzacja. Korzystanie z AI.
Brak niskiej jakości lub 2-kolorowego śledzenia, jak robią to inne witryny.
JPG (also known as JPEG) is an extremely common, lossy¹ raster format for grayscale or color images that does not support transparency. JPG was designed for, and works best with, photographic content. Logos, icons, and other digital artwork with sharp boundaries between regions of constant or near-constant color usually do not look good when encoded as JPG. Ringing, blurriness, color distortions, mosquito noise, and other artifacts are common when encoding such images with JPG.
As a raster format, JPG encodes images as a uniform grid of pixels, each of which can be thought of as a small rectangle (usually a square) of a specified color. Podsumowując, ta siatka pikseli wygląda jak obraz, gdy jest oglądana w jego natywnym rozmiarze, ale skalowanie obrazu rastrowego do większego rozmiaru spowoduje powstanie pikselowanego lub rozmytego obrazu.
¹ Straty oznacza, że kodowanie obrazu, a następnie jego ponowne dekodowanie, daje wynik inny niż oryginał.
PDF is a document interchange format that supports vector graphics, raster images, text, and other document features. It is a successor format to PostScript and EPS.
Można go przeglądać we wszystkich nowoczesnych przeglądarkach internetowych, a większość edytorów dokumentów i edytorów wektorowych również szeroko go obsługuje. While it is not usually used for vector images alone, it is a common format with widespread support, so it can be useful in cases where SVG is not supported.
If your downstream use case supports SVG, it is usually a better choice than PDF.
Możesz przeciągnąć i upuścić obraz na pole kreskowane powyżej lub kliknąć go, aby otworzyć okno dialogowe wyboru pliku.
Po przesłaniu obrazu proces wektoryzacji rozpocznie się automatycznie.
Proces wektoryzacji jest wykonywany na naszych wysokowydajnych serwerach, aby szybko uzyskać wynik wysokiej jakości.
Po zakończeniu procesu zostanie wyświetlony wynik w interaktywnej przeglądarce zdolnej do powiększania i panoramowania, dzięki czemu możesz go szczegółowo sprawdzić przed pobraniem.
Po zakończeniu przeglądania możesz kliknąć przycisk „Pobierz”, aby pobrać wynik na komputer.
We offer a wide variety of export options and formats, including PDF, that allow you to tailor the result to your specific needs.
Wektoryzacja obrazu jest łatwa dla ludzkiego oka, ale zaskakująco trudna dla komputera. Większość oprogramowania, które próbuje to zrobić, daje słabe wyniki, z rażącymi wadami. W wyniku można wprowadzić kształty, których nie powinno być, takie jak artefakty zapobiegające aliasowaniu lub może brakować kształtów, które powinny tam być, takie jak małe i/lub słabe elementy. Nawet jeśli kształty są prawidłowe, krzywe definiujące kształty mogą być źle dobrane. W niektórych przypadkach krzywe po prostu nie są zbyt dobrze zgodne z oryginalnym obrazem. W innych przypadkach krzywych jest zbyt wiele lub obecne krzywe są źle umieszczone, nie łączą się z dopasowującymi stycznymi, kiedy powinny, lub są reprezentowane przy użyciu niewłaściwego typu krzywej (np. przy użyciu kwadratowego beziera, gdy łuk eliptyczny byłby lepszy).
Każdy etap w procesie wektoryzacji jest złożony i istnieje wiele różnych algorytmów, których można użyć. Wielu naszych konkurentów korzysta ze starych i prostych algorytmów, które nie dają dobrych wyników. Niektóre z nich obsługują tylko 2-kolorową wektoryzację, co znacznie ogranicza ich przydatność. The Vectorizer.AI vectorization engine is based on our own proprietary research and uses a combination of deep learning and other techniques to produce the best results. Krzywe są starannie dobierane i zoptymalizowane, aby pasowały do obrazu leżącego poniżej tak blisko, jak to możliwe.
Identyfikujemy również typowe kształty, takie jak koła, elipsy, prostokąty, gwiazdy i trójkąty, i przedstawiamy je wyraźnie jako takie. Dzięki temu wyniki wyglądają lepiej i ułatwia ich edycję.
Powszechnym upraszczającym wyborem dokonywanym podczas opracowywania algorytmu wektoryzacji jest obsługa tylko dwóch kolorów (np. czarnego i białego). Produkty zbudowane na takich algorytmach są znacznie mniej przydatne i wszechstronne niż systemy wektoryzacji pełnokolorowej. Inne systemy obsługują więcej kolorów, ale tylko poprzez wielokrotne uruchamianie dwukolorowego algorytmu na każdym kolorze osobno.
In contrast, the Vectorizer.AI vectorization engine was built from the ground up to support full-color vectorization, including transparency and partial transparency. Graf wektorowy leżący u podstaw naszego systemu bezproblemowo utrzymuje spójność między sąsiednimi granicami kształtu, jednocześnie umożliwiając systemowi optymalizację wyniku w celu uzyskania najlepszej możliwej jakości.
Wektoryzacja występuje w dwóch głównych smakach: rekonstrukcyjnym i inspirującym.
Wektoryzacja rekonstrukcyjna to proces konwersji obrazu bitmapowego, który został kiedyś utworzony przez rasteryzację oryginału wektorowego, na obraz wektorowy, który jest jak najbardziej zbliżony do oryginału. Celem jest rekonstrukcja oryginalnej grafiki wektorowej. Jest najbardziej przydatny w przypadku logo, ikon i innych grafik cyfrowych, w których oryginalna grafika wektorowa nie jest dostępna.
Inspirująca wektoryzacja przekształca fotografię, obraz lub inny podobny obraz rastrowy w obraz wektorowy, który jest inspirowany oryginałem, ale niekoniecznie próbuje go dokładnie zrekonstruować. Chodzi bardziej o uchwycenie jakiejś artystycznej esencji lub ducha oryginału, niż o rekonstrukcję ideału platonicznego.
Naszym głównym celem jest rekonstrukcyjna wektoryzacja, ale oczywiście wspieramy również inspirację.
Większość formatów wektorowych obsługuje osadzanie w nich obrazów rastrowych. W ten sposób tworzy się „fałszywy” plik wektorowy, ponieważ nie zmienia on podstawowej natury pikseli obrazu. Dzięki takim wynikom nadal nie możesz robić rzeczy, takich jak skalowanie ich do większego rozmiaru bez utraty jakości.
So when converting from JPG to PDF, it is very important to actually vectorize the image. Proces ten obejmuje wykrywanie kształtów na obrazie, dopasowanie do nich krzywych i eksportowanie wyniku jako prawdziwego pliku wektorowego. Rezultat końcowy nie zawiera żadnych danych pikseli i można skalować go do dowolnego rozmiaru bez utraty jakości.
At Vectorizer.AI, we only support true vectorization.