BMP in PDF konvertieren
Hochwertige, vollständig automatische Vektorisierung in Vollfarbe mit KI.
Keine minderwertige Qualität und kein Nachzeichnen in 2 Farben, wie das andere Websites tun.
Hochwertige, vollständig automatische Vektorisierung in Vollfarbe mit KI.
Keine minderwertige Qualität und kein Nachzeichnen in 2 Farben, wie das andere Websites tun.
BMP ist ein veraltetes verlustfreies¹ Rasterformat, das hauptsächlich in Microsoft Windows verwendet wird und Komprimierung, Farbprofile und Transparenz unterstützt, sie jedoch selten anwendet. Es wird hauptsächlich für nicht fotografische Inhalte wie Logos, Symbole, Diagramme, Illustrationen und sonstige ähnliche digitale Druckvorlagen verwendet. PNG ist in der Regel besser geeignet als BMP, und SVG ist oft eine bessere Wahl als die beiden anderen Optionen.
Als Rasterformat codiert BMP Bilder als gleichförmiges Raster aus Pixeln, wobei man sich jedes einzelne Raster als kleines Rechteck (in der Regel ein Quadrat) einer vorgegebenen Farbe vorstellen kann. Zusammen genommen sieht dieses Pixelraster bei einer Betrachtung in der nativen Größe dann wie ein Bild aus. Wenn man jedoch ein Rasterbild zu einer größeren Größe hochskaliert, erhält man ein verpixeltes oder unscharfes Bild.
¹ Verlustfrei bedeutet, dass bei der Codierung eines Bildes und anschließenden erneuten Decodierung ein Ergebnis erzeugt wird, das mit dem Original identisch ist.
PDF ist ein Dokumentenaustauschformat, das Vektorgrafiken, Rasterbilder, Text und andere Dokumentenmerkmale unterstützt. Es gilt als Nachfolgeformat für PostScript und EPS.
Es kann in allen modernen Webbrowsern angezeigt werden und die meisten Dokumenten- und Vektorbearbeitungsprogramme bieten eine breite Unterstützung. Es wird zwar normalerweise nicht nur für Vektorbilder verwendet, ist jedoch ein gängiges Format mit breiter Unterstützung. Deshalb kann es sich in Fällen, in denen SVG nicht unterstützt wird, als nützlich erweisen.
Wenn Ihr Downstream-Anwendungsfall SVG unterstützt, ist dieses Format normalerweise eine bessere Wahl als PDF.
Sie können Ihr Bild zu dem oben abgebildeten gestrichelten Feld ziehen und dort ablegen, oder Sie können darauf klicken, woraufhin ein Dialogfeld zur Auswahl einer Datei geöffnet wird.
Sobald Ihr Bild hochgeladen ist, startet der Vektorisierungsvorgang automatisch.
Der Vektorisierungsvorgang wird auf unseren Hochleistungsservern durchgeführt, und es wird schnell ein hochwertiges Ergebnis erzeugt.
Nach Abschluss des Vorgangs Sie das Ergebnis in einem interaktiven Viewer, in dem Sie es vergrößern und schwenken können. So haben Sie Gelegenheit, das Ergebnis genau zu prüfen, bevor Sie es herunterladen.
Sobald Sie mit der Prüfung fertig sind, klicken Sie einfach auf „Herunterladen“, um das Ergebnis auf Ihren Computer zu laden.
Wir bieten eine große Bandbreite an Exportoptionen und Formaten (einschließlich PDF), die es Ihnen ermöglichen, das Ergebnis an Ihre spezifischen Anforderungen anzupassen.
Das Vektorisieren eine Bildes ist für das menschliche Auge ganz einfach, aber überraschenderweise relativ schwierig für einen Computer. Die meisten Programme, die den Versuch einer Vektorisierung machen, erzielen schlechte Ergebnisse mit ganz offenkundigen Mängeln. Im Ergebnis können Formen sichtbar sein, die dort nichts zu suchen haben, z. B. Anti-Aliasing-Artefakte. Oder Formen können fehlen, die vorhanden sein sollten, z. B. kleine und/oder nur schwach erkennbare Merkmale. Selbst wenn die Formen richtig erscheinen, können die Kurven, die die Formen definieren, Mängel aufweisen. In manchen Fällen spiegeln die Kurven das Originalbild nicht genau wider. In anderen Fällen gibt es zu viele Kurven, oder die vorhandenen Kurven sind schlecht platziert, sie sind nicht mit den zugehörigen Tangenten verbunden oder werden durch einen unpassenden Kurventyp repräsentiert (z. B. durch Verwendung einer quadratischen Bézierkurve, wenn ein elliptischer Bogen angebrachter wäre).
Jeder Schritt im Vektorisierungsvorgang ist komplex, und es können viele verschiedene Algorithmen verwendet werden. Viele unserer Mitbewerber verwenden alte und einfache Algorithmen, die nicht zu guten Ergebnissen führen. Einige unterstützen lediglich eine 2-Farben-Vektorisierung, was den praktischen Nutzen erheblich einschränkt. Die Vectorizer.AI-Vektorisierungs-Engine basiert auf unserer eigenen proprietären Forschung und verwendet zum Erzeugen optimaler Ergebnisse eine Kombination aus Deep Learning und anderen Techniken. Kurven werden sorgfältig ausgewählt und optimiert, damit sie dem zugrunde liegenden Bild im höchstmöglichen Maß entsprechen.
Außerdem identifizieren wir typische Formen wie Kreise, Ellipsen, Rechtecke, Sterne und Dreiecke und stellen sie explizit als solche dar. Dadurch verbessert sich das Erscheinungsbild der Ergebnisse, und sie lassen sich leichter bearbeiten.
Bei der Entwicklung eines Vektorisierungs-Algorithmus wird zur Vereinfachung häufig die Entscheidung getroffen, nur zwei Farben zu unterstützen (z. B. schwarz und weiß). Produkte, die auf derartigen Algorithmen basieren, sind deutlich weniger brauchbar und nicht so vielseitig wie Vektorisierungssysteme in Vollfarbe. Andere Systeme wiederum unterstützen mehr Farben, allerdings nur durch die wiederholte Ausführung eines 2-Farben-Algorithmus bei jeder separaten Farbe.
Im Gegensatz dazu wurde die Vectorizer.AI-Vektorisierungs-Engine von Grund auf so entwickelt, dass sie eine Vollfarben-Vektorisierung, einschließlich Transparenz und partieller Transparenz, unterstützt. Die unserem System zugrunde liegende Vektorgrafik gewährleistet nahtlose Konsistenz zwischen nebeneinander liegenden Formgrenzen und ermöglicht es dem System gleichzeitig, das Ergebnis zum Erzielen der bestmöglichen Qualität zu optimieren.
Die Vektorisierung dient zwei Zwecken: der Rekonstruktion und der Inspiration.
Die rekonstruktive Vektorisierung ist der Prozess der Konvertierung eines durch Rasterung eines Vektororiginals erstellten Bitmap-Bildes in ein Vektorbild, das so weit wie möglich mit dem Original identisch ist. Das Ziel dabei ist die Rekonstruktion der Original-Vektorvorlage. Diese Art der Vektorisierung ist besonders bei Logos, Symbolen und anderen digitalen Grafiken sinnvoll, wenn die Original-Vektorvorlage nicht zur Verfügung steht.
Bei der inspirierenden Vektorisierung wird ein Foto, ein Gemälde oder ein sonstiges ähnliches Rasterbild in ein Vektorbild konvertiert, das vom Original inspiriert ist, es jedoch nicht unbedingt präzise zu rekonstruieren versucht. Es geht dabei eher um das Einfangen des künstlerischen Geistes oder des Wesens des Originals und weniger um das Rekonstruieren eines platonischen Ideals.
Unser Fokus liegt hauptsächlich auf der rekonstruktiven Vektorisierung, aber wir unterstützen natürlich auch die inspirierende Variante.
Die meisten Vektorformate unterstützen das Einbetten von Rasterbildern in Vektoren. Dadurch wird eine „gefälschte“ Vektordatei erstellt, da die zugrunde liegende Pixelbasis des Bildes nicht geändert wird. Bei den Ergebnissen ist dann kein Hochskalieren auf eine größere Größe ohne Qualitätsverlust möglich.
Beim Konvertieren von BMP in PDF ist es also ganz wichtig, dass das Bild auch tatsächlich vektorisiert wird. Bei diesem Vorgang werden die Formen im Bild erkannt, Kurven an sie angepasst und das Ergebnis als echte Vektordatei exportiert. Das Endergebnis enthält keine Pixeldaten und kann ohne Qualitätsverlust auf eine beliebige Größe skaliert werden.
Mit Vectorizer.AI unterstützen wir nur eine echte Vektorisierung.
