کتابخانه C# OCR برای برنامه های NET

هنگامی که مردم معمولاً به OCR (تشخیص کاراکتر نوری) فکر می کنند، اولین ارتباط اغلب با یک اسکنر به عنوان دستگاه ضبط اولیه است. این ارتباط دلایل تاریخی دارد و هنوز در بسیاری از زمینه ها رایج است و محیطی سازگار و کنترل شده برای گرفتن متن چاپ شده از اسناد فیزیکی با کیفیتی بی بدیل فراهم می کند. با این حال، اسکنر تجهیزات تخصصی است که همیشه در دسترس نیست و برای کار کردن به یک ایستگاه کاری ثابت نیاز دارد. خوشبختانه، دنیای مدرن جایگزین مناسبی برای اسکنرهای سنتی - دوربین گوشی هوشمند - ارائه می دهد. پیشرفت‌های فناوری دوربین گوشی‌های هوشمند تضمین می‌کند که حتی یک گوشی هوشمند سطح پایه کیفیت کافی برای ثبت اسناد OCR را فراهم می‌کند. و حافظه داخلی دیجیتالی کردن مقادیر زیادی از اسناد، روزنامه ها، کتاب ها، علائم خیابان ها و سایر متن ها را در حال حرکت آسان تر می کند. تنها چیزی که نیاز دارید تکنولوژی مناسب برای تبدیل آن عکس ها به متن قابل خواندن توسط ماشین است.

کتابخانه C# OCR ما به‌طور خاص طراحی شده است تا همه انواع تصاویر را خارج از جعبه تشخیص دهد و می‌تواند برای کنترل عکس‌های با کیفیت پایین بیشتر تنظیم شود. همراه با یک تلفن هوشمند مدرن، به شما امکان می دهد تا برنامه های OCR قدرتمندی را برای اکثر کارهای روزمره اسکن و تشخیص متن ایجاد کنید. پیشرفته ترین پردازش تصویر و تجزیه و تحلیل ساختار سند در چند خط کد انجام می شود و به شما امکان می دهد به جای الگوریتم های پیچیده ریاضی، شبکه های عصبی و سایر پیچیدگی های فنی، بر تجارت تمرکز کنید.

// 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 یکی از محبوب ترین فرمت ها برای اسکن اسناد کاغذی است، به خصوص به دلیل توانایی آن در ترکیب چندین صفحه در یک فایل واحد. این فرمت به طور گسترده برای مبادله قراردادها، فاکتورها، اسناد قانونی، گذرنامه و کارت شناسایی و بسیاری از اسناد دیگر بین افراد، مشاغل، بانک ها و سازمان های دولتی استفاده می شود. با این حال، هر PDF اسکن شده اساسا مجموعه ای از تصاویر است. این شامل متن قابل خواندن توسط ماشین نیست، بنابراین کاربران نمی توانند محتوای سند را جستجو، کپی یا دستکاری کنند.

Aspose .NET OCR راهی سریع، آسان و بسیار قابل اعتماد برای تبدیل هر پی دی اف اسکن شده به یک سند کاملاً قابل جستجو و فهرست بندی را به شما ارائه می دهد. محتوای صفحه را به دقت تشخیص می‌دهد و آن را به یک لایه متنی قابل خواندن توسط ماشین روی تصویر اصلی تبدیل می‌کند که می‌تواند انتخاب شود، کپی شود، توسط نرم‌افزار تبدیل متن به گفتار خوانده شود، و حتی به‌طور خودکار توسط مترجم‌ها، خلاصه‌نویس‌ها و سایر تجزیه و تحلیل‌های مبتنی بر هوش مصنوعی پردازش شود. ابزار.

// 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'.");

آرشیوهای دیجیتال، به ویژه در سازمان های بزرگ، اغلب از مجموعه وسیعی از اسکن ها و عکس ها تشکیل شده اند که بسیاری از آنها ممکن است حاوی اسناد چند صفحه ای باشند. مدیریت کارآمد و سازماندهی موثر چنین آرشیوهایی برای بازیابی و ناوبری آسان اطلاعات ضروری است. با این حال، تصاویر حاوی متن قابل خواندن توسط ماشین نیستند و جستجو و تجزیه و تحلیل محتوای سند را غیرممکن می کند.

کتابخانه C# OCR به شما امکان می دهد بدون در نظر گرفتن فونت، اندازه متن، سبک و سایر پارامترها به راحتی متن را در تصاویر جستجو کنید. این کتابخانه همچنین از جستجوهای حساس به حروف بزرگ و عبارات منظم پشتیبانی می کند که در برنامه ها و صنایع مختلف بسیار مفید است. این قابلیت می تواند برای دسته بندی اسناد بر اساس محتوا، کلمات کلیدی یا الگوهای موجود در متن استفاده شود. جستجوی شرایط یا بندهای خاص در توافقات و قراردادها؛ سازماندهی مجدد فایل ها بر اساس کلمات کلیدی یا محتوای موجود در آنها؛ پیدا کردن و شناسایی داده های شخصی در اسناد، اطمینان از مطابقت با GDPR و مدیریت موثرتر اطلاعات حساس را آسان تر می کند. جستجوی درون تصاویر همچنین امکان ایجاد گردش‌های کاری خودکار و ساده‌سازی فرآیندهای مختلف تجاری را پس از دریافت قراردادها و فاکتورهای امضا شده فراهم می‌کند.

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}""");
}