قم بتمكين تطبيقات C++ الخاصة بك باستخدام تقنية التعرف الضوئي على الحروف (OCR).
إتقان التعرف الضوئي على الحروف: تحويل الصور إلى نص
المزيد من المعارض >AsposeOCRInput source;
source.url = file_path_str.c_str();
vector<AsposeOCRInput> content = {source};
// Extract text from the image
AsposeOCRRecognitionResult result
= asposeocr_recognize(content.data(), content.size());
// Output the recognized text
size_t size = 0;
wchar_t* result = asposeocr_serialize_result(result, size);
> Install-Package Aspose.Ocr.Cpp
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.
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++!
* عن طريق تحميل ملفاتك أو استخدام الخدمة فإنك توافق على ذلك شروط الاستخدام و سياسة الخصوصية.
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.
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
- 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++.
التعرف الضوئي على الحروف للصور
استخرج النص من صور الهاتف الذكي بدقة مستوى المسح الضوئي.
ملف PDF قابل للبحث
قم بتحويل أي مسح ضوئي إلى مستند قابل للبحث والفهرسة بشكل كامل.
التعرف على عنوان URL
التعرف على الصورة من URL دون تنزيلها محليًا.
الاعتراف بالجملة
اقرأ جميع الصور من المستندات والمجلدات والأرشيفات متعددة الصفحات.
أي الخط والأسلوب
التعرف على النص والتعرف عليه في جميع الخطوط والأنماط الشائعة.
التعرف الدقيق
اضبط كل معلمة OCR للحصول على أفضل نتائج التعرف.
مدقق املائي
تحسين النتائج عن طريق تصحيح الكلمات التي بها أخطاء إملائية تلقائيًا.
البحث عن النص في الصور
ابحث عن نص أو تعبير عادي ضمن مجموعة من الصور.
مقارنة النصوص الصورة
مقارنة النصوص على صورتين، بغض النظر عن الحالة والتخطيط.
الحد من نطاق الاعتراف
حدد مجموعة الأحرف التي سيبحث عنها محرك التعرف الضوئي على الحروف.
كشف عيوب الصورة
العثور تلقائيًا على مناطق الصورة التي يحتمل أن تكون بها مشكلات.
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++
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);