إتقان تحويل الصورة إلى نص باستخدام Python عبر Java
التعرف على النص في الصور باستخدام بايثون
المزيد من المعارض ># Initialize OCR engine
recognitionEngine = AsposeOcr()
# Add image to batch
input = OcrInput(InputType.SINGLE_IMAGE)
input.add("sample.png")
# Extract text from image
result = recognitionEngine.recognize(input)
# Display the recognition result
print(result[0].recognition_text)
> pip install aspose-ocr-python-java or
download
لماذا Aspose.OCR لـ Python عبر Java؟
يقوم Aspose.OCR for Python عبر Java بدمج إمكانات التعرف البصري على الأحرف (OCR) القوية بسلاسة في دفاتر الملاحظات والتطبيقات الخاصة بـ Python عبر الأنظمة الأساسية. من خلال واجهة برمجة التطبيقات البديهية وعالية السرعة، يمكنك استخراج النص بسهولة من عمليات المسح أو لقطات الشاشة أو روابط الويب أو صور الهاتف الذكي، مما يوفر نتائج جاهزة للدمج أو التحليل أو التخزين. يمكنك التعرف على الصور الممسوحة ضوئيًا وصور الهواتف الذكية ولقطات الشاشة وملفات PDF الممسوحة ضوئيًا، وحفظ النتائج بتنسيقات المستندات الشائعة. تتعامل مرشحات المعالجة المسبقة المتقدمة مع الصور المدورة والمنحرفة والصاخبة. تحسين الأداء عن طريق تفريغ المهام إلى وحدة معالجة الرسومات.
التعرف الضوئي على الحروف سريع ودقيق
احصل على نتائج التعرف الضوئي على الحروف (OCR) عالية السرعة والدقيقة باستخدام تقنية Python المتقدمة عبر Java.
دعم متعدد اللغات
تعرف على النص بأكثر من 130 لغة، بما في ذلك النصوص اللاتينية والسيريلية والعربية والفارسية والهندية والصينية، مما يضمن تنوع تطبيقات Python الخاصة بك عبر Java.
دعم الصور المرنة
قم بمعالجة الصور من الماسحات الضوئية والكاميرات والهواتف الذكية بسلاسة باستخدام Python عبر Java.
الدقة في التعرف على الحروف الصينية
تعرّف على أكثر من 6000 حرف صيني بدقة في مشاريع Python الخاصة بك عبر Java.
الحفاظ على أنماط الخطوط والتنسيقات
حافظ على أنماط الخطوط وتنسيقاتها لتمثيل دقيق للنص الذي تم التعرف عليه في تطبيقات Python الخاصة بك عبر Java.
عينة التعليمات البرمجية الحية
ابدأ التعرف على النص من الصور في ثلاثة أسطر فقط من التعليمات البرمجية. تجربة البساطة!
* عن طريق تحميل ملفاتك أو استخدام الخدمة فإنك توافق على ذلك شروط الاستخدام و سياسة الخصوصية.
تحويل الصورة إلى نص
مزيد من الأمثلة ># Initialize OCR engine
recognitionEngine = AsposeOcr()
# Add image to batch
input = OcrInput(InputType.SINGLE_IMAGE)
input.add("sample.png")
# Extract text from image
result = recognitionEngine.recognize(input)
# Display the recognition result
print(result[0].recognition_text)
اختر تفضيلاتك
اختر المكتبة المناسبة لاحتياجاتك. استكشف واجهات برمجة التطبيقات المتاحة وإمكانياتها لتحديد الحل الأكثر كفاءة.
براعه
Python via .NET
التوحيد
Python via Java
أداء
Python via C++
التوافق مع الواجهة الخلفية لجافا
تم تصميم مكتبتنا كوحدة Python، وتضمن التوافق عبر أنظمة التشغيل الرئيسية التي تدعم Java - بما في ذلك Microsoft Windows، وLinux، وmacOS، أو المنصات السحابية. يمكّنك هذا من تطوير التطبيقات على أحد الأنظمة الأساسية وتشغيلها بسلاسة على نظام آخر، مما يلغي الحاجة إلى أي تعديلات على التعليمات البرمجية.
تنسيقات الملفات المدعومة
Aspose.OCR for Python via Java يمكن أن تعمل مع أي [ملف]تقريبا( https://docs.aspose.com/ocr/python-java/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
- GIF
- Bitmap
دفعة التعرف الضوئي على الحروف
- Multi-page PDF
- ZIP
- Folder
نتائج الاعتراف
- Text
- Microsoft Word
- Microsoft Excel
- HTML
- RTF
- ePub
- JSON
- XML
التثبيت السهل لبيثون عبر جافا
يتم تسليم Aspose.OCR لـ Python عبر Java كحزمة Python 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.
التعرف الضوئي على الحروف (OCR) القوي لتطبيقات بايثون
تتكامل مكتبتنا بسهولة، مما يتيح تشغيل تطبيقات Python بسلاسة على أي نظام أساسي - سطح المكتب Windows وWindows Server وmacOS وLinux والسحابة.
130+ لغات التعرف
تتعرف واجهة برمجة تطبيقات Python وJava OCR 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: الإنجليزية، الإسبانية، الفرنسية، الإندونيسية، البرتغالية، الألمانية، الفيتنامية، التركية، الإيطالية، البولندية، وأكثر من 80 لغة أخرى؛
- الأبجدية السيريلية: الروسية، الأوكرانية، الكازاخستانية، الصربية، البيلاروسية، البلغارية؛
- العربية، الفارسية، الأردية؛
- النص الصيني والديفاناغاري، بما في ذلك الهندية والماراثية والبوجبورية وغيرها.
مرشحات معالجة الصور المحسنة
تعتمد دقة التعرف البصري على الأحرف بشكل كبير على جودة الصورة الأصلية. يوفر Aspose.OCR for Python via Java مجموعة واسعة من مرشحات معالجة الصور الآلية واليدوية لتحسين الصورة قبل إرسالها إلى محرك OCR:
- قم بتسوية الصور المائلة قليلاً تلقائيًا.
- قم بتصحيح دوران الصور شديدة الانحراف يدويًا.
- قم بإزالة الأوساخ والبقع والخدوش والوهج والتدرجات غير المرغوب فيها وأنواع الضوضاء الأخرى تلقائيًا.
- ضبط تباين الصورة تلقائيًا.
- ترقية الصورة تلقائيًا أو تغيير حجمها يدويًا.
- تحويل الصور إلى أبيض وأسود أو رمادي.
- عكس ألوان الصورة، مما يجعل المناطق الفاتحة تظهر داكنة والمناطق الداكنة تظهر فاتحة.
- زيادة سمك الأحرف في الصورة.
- طمس الصور المزعجة مع الحفاظ على حواف الحروف.
- تسوية انحراف الصفحة وتصحيح تشوه عدسة الكاميرا في صور الصفحة.
واجهات برمجة التطبيقات المحددة لأنواع المستندات المختلفة
يوفر Aspose.OCR for Python via Java شبكات عصبية مدربة خصيصًا لاستخراج النص من أنواع معينة من الصور بأقصى قدر من الدقة:
- بطاقات الهوية وجوازات السفر الممسوحة ضوئيًا أو المصورة.
- لوحات ترخيص المركبات.
- الفواتير.
- الإيصالات.
المدقق الإملائي المدمج
على الرغم من أن Aspose.OCR for Python عبر Java يوفر دقة عالية في التعرف، إلا أن عيوب الطباعة أو الأوساخ أو الخطوط غير القياسية قد تتسبب في التعرف على أحرف أو كلمات معينة بشكل غير صحيح. لتحسين نتائج التعرف بشكل أكبر، يمكنك تشغيل المدقق الإملائي، الذي يبحث عن الأخطاء الإملائية ويصححها تلقائيًا بناءً على لغة التعرف المحددة.
إذا كان النص الذي تم التعرف عليه يحتوي على مصطلحات متخصصة واختصارات وكلمات أخرى غير موجودة في قواميس التدقيق الإملائي الشائعة، فيمكنك توفير قوائم الكلمات الخاصة بك.
التعرف على الدفعة بكفاءة
تمكّنك واجهة برمجة تطبيقات Python OCR الخاصة بنا من تسهيل عملية التعرف على الصور. استخدم طرق معالجة الدفعات المتنوعة للمعالجة الفعالة لصور متعددة في مكالمة واحدة:
- التعرف على ملفات PDF وTIFF متعددة الصفحات.
- معالجة كافة الملفات داخل مجلد.
- التعامل مع التعرف على كافة الملفات في الأرشيف.
- التعرف على الصور من قائمة محددة.
التعلم عبر أمثلة بايثون
استكشف مجموعة متنوعة من أمثلة Python المصممة لمساعدتك على فهم وظائف وإمكانيات حل التعرف الضوئي على الحروف الخاص بنا بسرعة. احصل بسرعة على نظرة ثاقبة لإنشاء حلول مخصصة تلبي متطلبات عملك المحددة.
الميزات والقدرات
Aspose.OCR for Python via Java اكتشف الميزات المتقدمة لـ Aspose.OCR لـ Python
التعرف الضوئي على الحروف للصور
استخرج النص من صور الهاتف الذكي بدقة مستوى المسح الضوئي.
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.
عينات كود بايثون
اكتشف نماذج التعليمات البرمجية لدمج Aspose.OCR for Python عبر Java في تطبيقاتك بسلاسة.
تركيب سهل
باعتباره حزمة Python أو ملفًا قابلاً للتنزيل مع الحد الأدنى من التبعيات، يضمن Aspose.OCR لـ Python عبر Java سهولة التوزيع. قم بدمجه في مشروعك مباشرةً من Python، وستكون جاهزًا للاستفادة من إمكانات التعرف الضوئي على الحروف الكاملة، وحفظ نتائج التعرف بتنسيقات مختلفة.
بعد التثبيت، ابدأ على الفور في استخدام Aspose.OCR لـ Python عبر Java، وإن كان مع بعض القيود. يزيل 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 Python عبر Java لاحقًا.
تحميل الترخيص
lic = License()
lic.set_license(self.licPath)
التعرف على الصور
التحدي الرئيسي في تطبيقات التعرف الضوئي على الحروف هو ندرة الماسحات الضوئية للمستخدمين النهائيين. تتميز واجهة برمجة التطبيقات (API) الخاصة بنا، والتي تم دمجها بسلاسة مع Python عبر Java، بمرشحات معالجة مسبقة قوية للصور تتعامل مع الصور المدورة والمائلة والمزعجة. ومع دعم جميع تنسيقات الصور، فإنه يسمح بالتعرف الموثوق به، حتى من صور الهاتف الذكي. تتم معظم عمليات المعالجة المسبقة وتصحيح الصور تلقائيًا، مما يتطلب تدخلك فقط في الحالات الصعبة.
تطبيق التصحيحات التلقائية للصور - بايثون
api = AsposeOcr()
# set preprocessing options
filters = PreprocessingFilter()
filters.add(PreprocessingFilter.auto_skew())
# Create OcrInput and add images
input = OcrInput(InputType.SINGLE_IMAGE, filters)
input.add("sample.png")
# set recognition options
settings = RecognitionSettings()
settings.set_detect_areas_mode(DetectAreasMode.TABLE)
settings.set_threads_count(1)
settings.set_language(Language.ENG)
# recognize
result = api.recognize(input, settings)
# print result
print(res[0].recognition_text)
محول بايثون العالمي
تقرأ واجهة برمجة التطبيقات (API) الخاصة بنا أي صورة من الماسحات الضوئية أو الكاميرات أو الهواتف الذكية ببراعة: مستندات PDF وملفات JPEG وPNG وTIFF وGIF وBMP. يضمن الدعم الكامل لمستندات PDF متعددة الصفحات وصور TIFF وDjVu تعدد الاستخدامات. يمكنك أيضًا تقديم صورة من الويب عبر عنوان URL.
يتم إرجاع نتائج التعرف بتنسيقات تبادل المستندات والبيانات الشائعة: نص عادي، وPDF، وMicrosoft Word، وMicrosoft Excel، وJSON، وXML.
التعرف على PDF وحفظ النتائج بتنسيقات الإخراج المختلفة - Python
api = AsposeOcr()
# Create OcrInput and add images
input = OcrInput(aspose.models.InputType.PDF)
file = os.path.join(self.dataDir, "pdfs/multi_page_1.pdf")
input.add(file, 0, 3)
set = RecognitionSettings()
set.set_detect_areas_mode(DetectAreasMode.NONE)
result = api.recognize(input, set)
api.save_multipage_document("test.xml", Format.XML, result)
api.save_multipage_document("test.json", Format.JSON, result)
api.save_multipage_document("test.pdf", Format.PDF, result)
api.save_multipage_document("test.xlsx", Format.XLSX, result)
api.save_multipage_document("test.docx", Format.DOCX, result)
api.save_multipage_document("test.txt", Format.TEXT, result)
api.save_multipage_document("test.html", Format.HTML, result)
api.save_multipage_document("test.epub", Format.EPUB, result)
api.save_multipage_document("test.rtf", Format.RTF, result)
تحسين استخدام الموارد
يوفر التعرف الضوئي على الحروف (OCR) خوارزمية تعرف خاصة لاستخراج المحتوى من الصور ذات النصوص المتناثرة والخلفيات الصاخبة/الملونة. تعمل هذه الطريقة على تحسين دقة التعرف الضوئي على الحروف بشكل كبير في حالات العمل التالية:
- قراءة النص من صور الشوارع.
- تقسيم وتحديد علامات الطريق واللافتات ضمن صور الشوارع.
- حدد موقع علامات الأسعار وفسر النص المستخرج على أنه أسعار.
- ابحث عن المناطق محل الاهتمام وقم بتجميعها على ملصقات الأطعمة، مثل المعلومات الغذائية أو قوائم المكونات.
- تحديد وتحليل لوحات ترخيص السيارة.
- استخراج النص من القوائم والكتالوجات.
منطقة مفتوحة التعرف الضوئي على الحروف - بايثون
api = AsposeOcr()
# Create OcrInput and add images
input = OcrInput(InputType.SINGLE_IMAGE)
input.add("border.jpg")
result = api.recognize(input, RecognitionSettings())
result_street = api.recognize_street_photo(input)
print(result[0].recognition_text)
استخراج النص من صور الشوارع
يوفر التعرف الضوئي على الحروف (OCR) لـ Python خوارزمية تعرف خاصة تستخرج النص من لوحات ترخيص المركبات، بما في ذلك الصور المظلمة والضبابية. يمكن بعد ذلك حفظ النص الناتج تلقائيًا في قاعدة البيانات أو التحقق منه تلقائيًا.
التعرف على رقم السيارة - بايثون
api = AsposeOcr()
# Create OcrInput and add images
input = OcrInput(InputType.SINGLE_IMAGE)
input.add(os.path.join(self.dataDir, "CarNumbers.jfif"))
# recognize
result = api.recognize_car_plate(input, CarPlateRecognitionSettings())
# print result
print(result[0].recognition_text)