لماذا Aspose.OMR لـ C++؟

قم بإنشاء النماذج القابلة للقراءة آليًا والتعرف عليها بأي تخطيط وتعقيد في التطبيقات المحلية أو خدمات الويب أو في السحابة. الحل الذي نقدمه مناسب للمشاريع من أي حجم - بدءًا من الاستطلاعات والاختبارات البسيطة وحتى الاختبارات النهائية والانتخابات. انقر فوق العناصر أدناه لمعرفة المزيد حول ميزاتنا وفوائدنا.

Illustration ocr

لا حاجة للمعدات

استخدم آلة التصوير الموجودة في مكتبك أو حتى كاميرا الهاتف الذكي بدلاً من قارئ OMR المتخصص.

التخصيص الكامل

قم بتخصيص نماذج OMR عن طريق إضافة رموز QR والرموز الشريطية والصور وحقول التوقيع التي يتم إنشاؤها تلقائيًا.

نتائج موثوقة

تضمن خوارزميات الكشف عن العلامات الضوئية القوية المقترنة بالقدرة على الضبط الدقيق للتعرف على نتائج دقيقة بنسبة 100%.

الحل كله

يدعم Aspose.OMR for C++ سير عمل OMR الكامل - بدءًا من تصميم النموذج وحتى التعرف على النسخ المطبوعة المملوءة به.

صديقة للمطورين

واجهة برمجة التطبيقات الخاصة بنا سهلة الاستخدام للغاية حتى بالنسبة للمطورين عديمي الخبرة. يمكن كتابة تطبيق OMR بسيط في 10 أسطر من التعليمات البرمجية.

عينة التعليمات البرمجية الحية

استمتع بالبساطة: قم بتحويل الصورة إلى نص في ثلاثة أسطر فقط من كود C++!

على استعداد للاعتراف على استعداد للاعتراف قم بإسقاط ملف هنا أو انقر للتصفح *

* عن طريق تحميل ملفاتك أو استخدام الخدمة فإنك توافق على ذلك شروط الاستخدام و سياسة الخصوصية.

نتيجة الاعتراف
 

تحويل الصورة إلى نص

اكتشف المزيد من الأمثلة >
  string file = "source.png";
  AsposeOCRInput source;
  source.url = file.c_str();
  vector<AsposeOCRInput> content = {source};
  
  RecognitionSettings settings;
  settings.language_alphabet = language::eng;
  
  size_t size = 0;
  wchar_t* buffer = asposeocr_serialize_result(result, size);
  wcout << wstring(buffer) << endl;

  asposeocr_free_result(result);

قوة C++ في كل مكان

يعمل Aspose.OCR for C++ بسلاسة على أي نظام أساسي.

Microsoft Windows
Linux
MacOS
GitHub
Microsoft Azure
Amazon Web Services
Docker

تنسيقات الملفات المدعومة

Aspose.OCR for C++ يمكن أن تعمل مع أي [ملف]تقريبا( https://docs.aspose.com/ocr/cpp/supported-file-formats/ ) يمكنك الحصول عليها من الماسح الضوئي أو الكاميرا. يتم إرجاع نتائج التعرف بتنسيقات تبادل الملفات والبيانات الأكثر شيوعًا والتي يمكن حفظها أو استيرادها إلى قاعدة بيانات أو تحليلها في الوقت الفعلي.

الصور

  • JPEG
  • PNG
  • TIFF
  • BMP

دفعة التعرف الضوئي على الحروف

  • Multi-page PDF
  • ZIP
  • Folder

نتائج الاعتراف

  • Text
  • PDF
  • Microsoft Word
  • Microsoft Excel
  • RTF
  • JSON
  • XML

تثبيت

يتم توزيع Aspose.OCR لـ C++ كحزمة NuGet أو ملف قابل للتنزيل مع الحد الأدنى من التبعيات. يمكنك تثبيته بسهولة في مشروعك، وستكون جاهزًا للتعرف على النصوص بلغات متعددة مدعومة وحفظ نتائج التعرف بتنسيقات مختلفة.

اطلب ترخيصًا تجريبيًا لبدء تطوير تطبيق التعرف الضوئي على الحروف (OCR) كامل الوظائف دون قيود.

قوة C++ في جميع المجالات

تدعم مكتبتنا الإصدار 11 من C++‎ والإصدارات الأحدث بشكل كامل، مما يتيح تشغيل تطبيقاتك بسلاسة على أي نظام أساسي - سطح المكتب Windows وWindows Server وmacOS وLinux والسحابة.

28 لغة الاعتراف

تتعرف واجهة برمجة تطبيقات C++ OCR الخاصة بنا على عدد كبير من اللغات ونصوص الكتابة الشائعة، بما في ذلك اللغات المختلطة:

اترك اكتشاف اللغة للمكتبة أو قم بتعريف اللغة بنفسك لتحسين أداء التعرف والموثوقية.

  • الأبجدية اللاتينية الموسعة: الكرواتية، التشيكية، الدانمركية، الهولندية، الإنجليزية، الإستونية، الفنلندية، الفرنسية، الألمانية، الإيطالية، اللاتفية، الليتوانية، النرويجية، البولندية، البرتغالية، الرومانية، السلوفاكية، السلوفينية، الإسبانية، السويدية؛
  • الأبجدية السيريلية: البيلاروسية، البلغارية، الكازاخستانية، الروسية، الصربية، الأوكرانية؛
  • الصينية: أكثر من 6000 حرف؛
  • الهندية.

الميزات والقدرات التي تمكن

Aspose.OCR for C++ اكتشف الميزات والإمكانيات المتقدمة لـ Aspose.OCR لـ C++.

Feature icon

التعرف الضوئي على الحروف للصور

استخرج النص من صور الهاتف الذكي بدقة مستوى المسح الضوئي.

Feature icon

ملف PDF قابل للبحث

قم بتحويل أي مسح ضوئي إلى مستند قابل للبحث والفهرسة بشكل كامل.

Feature icon

التعرف على عنوان URL

التعرف على الصورة من URL دون تنزيلها محليًا.

Feature icon

الاعتراف بالجملة

اقرأ جميع الصور من المستندات والمجلدات والأرشيفات متعددة الصفحات.

Feature icon

أي الخط والأسلوب

التعرف على النص والتعرف عليه في جميع الخطوط والأنماط الشائعة.

Feature icon

التعرف الدقيق

اضبط كل معلمة OCR للحصول على أفضل نتائج التعرف.

Feature icon

مدقق املائي

تحسين النتائج عن طريق تصحيح الكلمات التي بها أخطاء إملائية تلقائيًا.

Feature icon

البحث عن النص في الصور

ابحث عن نص أو تعبير عادي ضمن مجموعة من الصور.

Feature icon

مقارنة النصوص الصورة

مقارنة النصوص على صورتين، بغض النظر عن الحالة والتخطيط.

Feature icon

الحد من نطاق الاعتراف

حدد مجموعة الأحرف التي سيبحث عنها محرك التعرف الضوئي على الحروف.

Feature icon

كشف عيوب الصورة

العثور تلقائيًا على مناطق الصورة التي يحتمل أن تكون بها مشكلات.

Feature icon

التعرف على المناطق

ابحث عن مناطق محددة فقط من الصورة واقرأها، وليس كل النص.

نماذج كود C++

تعمق في نماذج التعليمات البرمجية لدمج Aspose.OCR لـ C++ بسلاسة في تطبيقاتك.

إتقان تثبيت C++

باعتباره ملف أرشيف C++ (LIB) خفيف الوزن أو ملفًا قابلاً للتنزيل مع الحد الأدنى من التبعيات، يتم توزيع Aspose.OCR لـ C++ بسهولة. يعد التكامل في مشروعك، مباشرة من بيئة التطوير المتكاملة (IDE) لـ C++ المفضلة لديك، عملية سلسة. ما عليك سوى تثبيته، وستكون جاهزًا للاستفادة من النطاق الكامل لإمكانيات التعرف الضوئي على الحروف، وحفظ نتائج التعرف بأي من التنسيقات المدعومة.

بعد التثبيت، يمكنك البدء على الفور في استخدام Aspose.OCR لـ C++ ، وإن كان مع بعض القيود. يرفع الترخيص المؤقت جميع قيود الإصدار التجريبي لمدة 30 يومًا. استغل هذه الفترة لبدء تطوير تطبيق التعرف الضوئي على الحروف (OCR) كامل الوظائف، مما يسمح لك باتخاذ قرار مستنير بشأن شراء Aspose.OCR لـ C++ في مرحلة لاحقة.

التعرف الضوئي على الحروف لصور C++

التغلب على التحدي المتمثل في تطبيقات التعرف الضوئي على الحروف التي تفتقر إلى الماسحات الضوئية واسعة النطاق. تتميز واجهة برمجة التطبيقات (API) الخاصة بنا بمرشحات قوية للمعالجة المسبقة للصور والتي تتعامل ببراعة مع الصور المدورة والمنحرفة والمزعجة. ومع دعم جميع تنسيقات الصور، فهو يضمن التعرف الموثوق به حتى من صور الهاتف الذكي. تتم معظم عمليات المعالجة المسبقة وتصحيح الصور تلقائيًا، مما يتطلب تدخلك فقط في الحالات الصعبة. كما يمكنك تحديد مناطق الصورة مسبقًا للعمل معها.

قم بتعيين زاوية مخصصة لتصحيح الانحراف ومناطق التعرف على العيوب - C++

string file = "photo.png";
AsposeOCRInput source;
source.url = file.c_str();
std::vector<AsposeOCRInput> content = { source };

// Fine-tune recognition
RecognitionSettings settings;
settings.detect_areas_mode = detect_areas_mode_enum::PHOTO;

// Extract text from the photo
auto result = asposeocr_recognize(content.data(), content.size(), settings);

// Output the recognized text
wchar_t* buffer = asposeocr_serialize_result(result, buffer_size, export_format::text);
std::wcout << std::wstring(buffer) << std::endl;

// Release the resources
asposeocr_free_result(result);

التعرف على النص في مناطق محددة من الصورة

تحديد مناطق محددة للتعرف على النص، وتعزيز الدقة. قم بتخصيص التعرف على التركيز على المجالات المهمة، وتحسين النتائج في سير عمل معالجة الصور لديك.

تحديد مناطق التعرف على OCR - C++

// Original image
std::string image_path = "../Data/Source/sample.png";
rect rectangles[2] = { {90, 186, 775, 95} , { 928, 606, 790, 160 } };

// Prepare buffer for result
const size_t len = 4096;
wchar_t buffer[len] = { 0 };

// Adjust skew angle
RecognitionSettings settings;
settings.format = export_format::text;
settings.rectangles = rectangles;
settings.rectangles_size = 2;
settings.skew = 5;

// Recognize image
size_t res_len = aspose::ocr::page_settings(image_path.c_str(), buffer, len, settings);

تحويل المسح الضوئي إلى وثيقة قابلة للتحرير

في حين أن العديد من الشركات والمؤسسات والأفراد يعملون بنشاط على تقليل اعتمادهم على المستندات الورقية، إلا أن هذا لا يزال هو التنسيق الأكثر انتشارًا للتخزين والمشاركة. تعد المستندات الممسوحة ضوئيًا والمدعومة بأرشيفات مادية كافية للامتثال التنظيمي والأغراض القانونية والنسخ الاحتياطي والتكرار على المدى الطويل. ومع ذلك، تنشأ حالات العمل في كثير من الأحيان لإنشاء مستندات جديدة استنادًا إلى المحتوى الممسوح ضوئيًا الموجود أو أجزاء من المستندات الموجودة.

يسهل Aspose.OCR for ++ تحويل صورة ممسوحة ضوئيًا أو ملف PDF قائم على الصور إلى مستند DOCX أو RTF قابل للتحرير أو جدول بيانات Microsoft Excel (XLSX). يتم التعرف على المحتوى بدقة وسرعة عالية، مما يوفر عليك الوقت والجهد في الكتابة اليدوية ويضمن عدم وجود أخطاء بشرية، خاصة عند العمل بكميات كبيرة من النص.

تحويل الصورة الممسوحة ضوئيًا إلى مستند نصي قابل للتحرير - C++

// Provide the folder with scanned pages
directory dir("./scans/");
const string current_dir = dir.full_name();
const string image = current_dir + "p.png";
const size_t len = 6000;
wchar_t buffer[len] = { 0 };

// Recognize and save results to Microsoft Word document
RecognitionSettings settings;
settings.save_format = file_format::docx;
asposeocr_page_save(image.c_str(), "result.docx", settings);

كشف عيوب الصورة

يمكن أن تؤثر عيوب الصورة بشكل كبير على دقة التعرف الضوئي على الحروف. يمكن أن يكون سببها جودة عملية الحصول على الصور، والظروف البيئية، والأجهزة المستخدمة لالتقاط الصورة. لتحسين دقة التعرف، من الضروري إجراء المعالجة المسبقة للصور وتحسينها للتخفيف من هذه العيوب كلما أمكن ذلك.

يمكن لـ Aspose.OCR لـ C++ العثور تلقائيًا على مناطق الصورة التي قد تسبب مشاكل أثناء التعرف. يمكنك تسليط الضوء على مناطق المشاكل عند معاينة الصورة وحتى التعرف الضوئي على الحروف (OCR) باستخدام إعدادات التعرف البديلة للحصول على نتيجة أفضل.

التعرف على النص في الصور الباهتة والمشوهة ومنخفضة التباين - C++

// Provide the image
string file = "source.png";
AsposeOCRInput source;
source.url = file.c_str();
vector<AsposeOCRInput> content = {source};

// Activate detection of low-contrast areas
RecognitionSettings settings;
settings.defect_type = defect_type::ASPOSE_OCR_DETECT_DARK_IMAGES;

// Find and show low-contrast areas
AsposeOCRRecognitionResult result = asposeocr_recognize(content.data(), content.size(), settings);
for (size_t p_number = 0; p_number < result.pages_amount; ++p_number)
{
  cout << "Page " << p_number << ";\n";
  const auto& page = result.recognized_pages[p_number];
  for (size_t defect_number = 0; defect_number < page.defects_count; ++defect_number)
  {
    const auto& defect_area = page.defect_areas[defect_number];
    cout << "Low-contrast area " << defect_number << ":" << defect_area.area << std::endl;
  }
}

// Release the resources
asposeocr_free_result(result);

تجهيز الدفعات

تحررك واجهة OCR API من التعرف على كل صورة واحدة تلو الأخرى من خلال تقديم طرق معالجة مجمعة متنوعة تسمح لك بالتعرف على صور متعددة في مكالمة واحدة:

  • التعرف على ملفات PDF وTIFF متعددة الصفحات.
  • التعرف على جميع الملفات الموجودة في المجلد.
  • التعرف على كافة الملفات في الأرشيف.

التعرف على أرشيف ZIP - C++

// Provide a ZIP archive
string file = "pages.zip";
AsposeOCRInput source;
source.url = file.c_str();
std::vector<AsposeOCRInput> content = { source };

// Fine-tune recognition
RecognitionSettings settings;
settings.detect_areas_mode = detect_areas_mode_enum::COMBINE;

// Extract texts
auto result = asposeocr_recognize(content.data(), content.size(), settings);

خيار الكشف عن النص

يمكنك تقسيم نتائج التعرف إلى أسطر واكتشاف مناطق النص في الصفحة.

كشف النص على الصورة - C++

size_t res_len = asposeocr_get_rectangles_number(image_path.c_str(), areas_type::lines, false);
rect* rectangles = new rect[res_len];
res_len = asposeocr_get_rectangles(image_path.c_str(), areas_type::lines, false, rectangles, res_len);