Biblioteca C# OCR alimentada con IA para aplicaciones .NET

Cuando las personas generalmente piensan en OCR (reconocimiento de caracteres ópticos), la primera asociación a menudo es con un escáner como dispositivo de captura primario. Esta asociación tiene razones históricas y aún prevalece en muchos contextos, proporcionando un entorno consistente y controlado para capturar texto impreso de documentos físicos con una calidad inigualable. Sin embargo, un escáner es un equipo especializado que no siempre está a la mano y requiere una estación de trabajo estacionaria para operar. Afortunadamente, el mundo moderno proporciona una alternativa conveniente a los escáneres tradicionales: una cámara de teléfono inteligente. Los avances en la tecnología de cámara de teléfonos inteligentes aseguran que incluso un teléfono inteligente de nivel de entrada proporcione una calidad suficiente para capturar documentos listos para OCR. Y la memoria incorporada hace que sea más fácil que nunca digitalizar grandes cantidades de documentos, periódicos, libros, letreros de la calle y otros textos sobre la marcha. Todo lo que necesita es la tecnología adecuada para convertir esas fotos en texto legible por máquina.

Nuestra biblioteca C# OCR está diseñada específicamente para reconocer todo tipo de imágenes fuera de la caja y se puede ajustar aún más para manejar incluso las fotos de baja calidad. Combinado con un teléfono inteligente moderno, le permite crear potentes aplicaciones OCR para la mayoría de las tareas de escaneo diario y reconocimiento de texto. El procesamiento de imágenes más avanzado y el análisis de la estructura de documentos se realizan en algunas líneas de código, lo que le permite centrarse en los negocios en lugar de los algoritmos matemáticos complejos, las redes neuronales y otras complejidades técnicas.

// Configure preprocessing filters
PreprocessingFilter filters = new PreprocessingFilter {
  PreprocessingFilter.ContrastCorrectionFilter(),
  PreprocessingFilter.AutoDewarping()
};

// Add a photo for recognition
OcrInput photos = new OcrInput(InputType.SingleImage, filters);
photos.Add("photo.png");

// Fine-tune recognition setings
RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.Eng;
settings.DetectAreasMode = DetectAreasMode.CURVED_TEXT;

// Extract text from a page
AsposeOcr api = new AsposeOcr();
List<RecognitionResult> results = api.Recognize(photos, settings);

// Automatically correct spelling (English)
string text = results[0].GetSpellCheckCorrectedText(SpellCheckLanguage.Eng);
// Display recognized text
Console.WriteLine(text);

PDF es uno de los formatos más populares para escanear documentos en papel, especialmente debido a su capacidad para combinar múltiples páginas en un solo archivo. Este formato se usa ampliamente para el intercambio de contratos, facturas, documentos legales, pasaportes y tarjetas de identificación, y muchos otros documentos entre individuos, empresas, bancos y agencias gubernamentales. Sin embargo, cualquier PDF escaneado es esencialmente una colección de imágenes. No contiene texto legible por máquina, por lo que los usuarios no pueden buscar, copiar o manipular el contenido del documento.

Aspose .Net OCR le ofrece una forma rápida, fácil y muy confiable de convertir cualquier PDF escaneado en un documento totalmente de búsqueda e indexable. Reconoce con precisión el contenido de la página, convirtiéndolo en una capa de texto legible por máquina sobre la imagen original que se puede seleccionar, copiar, leer por software de texto a voz e incluso procesada automáticamente por traductores, resumen y otras herramientas analíticas con IA.

// Load the scanned PDF
OcrInput pdf = new OcrInput(InputType.PDF);
pdf.Add("Delivery-Agreement.pdf");

// Recognize the text from document
AsposeOcr api = new AsposeOcr();
List<RecognitionResult> result = api.Recognize(pdf);

// Save searchable PDF
AsposeOcr.SaveMultipageDocument("Readable-Contract.pdf", SaveFormat.Pdf, result);
// Report progress
Console.WriteLine($@"Recognition finished. See '{Directory.GetCurrentDirectory()}\Readable-Contract.pdf'.");

Los archivos digitales, especialmente en grandes organizaciones, a menudo consisten en una vasta colección de escaneos y fotos, muchos de los cuales pueden contener documentos de varias páginas. La gestión eficiente y la organización de dichos archivos de manera efectiva es esencial para una fácil recuperación de información y navegación. Sin embargo, las imágenes no contienen texto legible por máquina, lo que hace que sea imposible buscar y analizar el contenido del documento.

La biblioteca C# OCR le permite buscar fácilmente texto en imágenes, independientemente de la fuente, el tamaño del texto, el estilo y otros parámetros. La biblioteca también admite búsquedas insensibles a casos y expresiones regulares, que son extremadamente útiles en diversas aplicaciones e industrias. Esta funcionalidad se puede utilizar para clasificar documentos basados en el contenido, las palabras clave o los patrones que se encuentran en el texto; buscar términos o cláusulas específicos dentro de acuerdos y contratos; reorganizar archivos basados en palabras clave o contenido que se encuentran dentro de ellos; Localice e identifique los datos personales dentro de los documentos, lo que facilita garantizar el cumplimiento de GDPR y administrar la información confidencial de manera más efectiva. La búsqueda de imágenes con las imágenes también permite crear flujos de trabajo automatizados y optimizar varios procesos comerciales al recibir contratos y facturas firmados.

string sourceFolder = "images";
string searchFor = "OCR";

// Search for text in images
AsposeOcr api = new AsposeOcr();
foreach(var image in Directory.GetFiles(sourceFolder,"*.png"))
{
  bool found = api.ImageHasText(image, searchFor);
  if(found) Console.WriteLine($@"Found ""{searchFor}"" in image ""{image}""");
}

Ahora puede ir más allá del reconocimiento bruto y aplicar la lógica impulsada por la IA para mejorar la calidad textual de los resultados de OCR. Los modelos de lenguaje grande (LLM) pueden corregir de manera inteligente los errores de ortografía, restaurar los límites de las palabras, aplicar reglas de gramática y adaptar el texto en función del contexto, algo que los correctores ortográficos basados en sintaxis no pueden hacer.

Este paso de posprocesamiento es ideal para escaneos de baja calidad, fotos con ruido de fondo o documentos multilingües. Puede enchufar cualquier tubería LLM que admita la entrada/salida de texto básica, o utilizar las herramientas de corrección inteligentes de Aspose Smart para obtener resultados listos para la producción.

// Optional logger for progress and error reporting (can be set to null)
ILogger logger = new ConsoleLogger();

// Configure AI model for postprocessing
AsposeAIModelConfig modelConfig = new AsposeAIModelConfig
{
    AllowAutoDownload = true,
    DirectoryModelPath = "D://Models", // Path to local or downloaded model files
};

// Initialize AI postprocessing engine
AsposeAI aiEngine = new AsposeAI(modelConfig, logger);

// Register a spell-checking processor
aiEngine.AddPostProcessor(new SpellCheckAIProcessor());

// Execute AI-based postprocessing on OCR results
aiEngine.RunPostprocessor(ocrResults);

// Output the refined recognition result
Console.WriteLine("Corrected OCR Output:\n");
Console.WriteLine(ocrResults[0].RecognitionText);

// Release resources
aiEngine.Dispose();