کتابخانه C# OCR برای برنامه های کاربردی .NET

هنگامی که افراد به طور معمول به OCR (تشخیص شخصیت نوری) فکر می کنند ، اولین ارتباط اغلب با یک اسکنر به عنوان دستگاه ضبط اولیه است. این انجمن دلایل تاریخی دارد و هنوز هم در بسیاری از زمینه ها شیوع دارد و محیطی مداوم و کنترل شده را برای ضبط متن چاپ شده از اسناد فیزیکی با کیفیت بی نظیر فراهم می کند. با این حال ، یک اسکنر تجهیزات تخصصی است که همیشه در دست نیست و برای کار کردن به یک ایستگاه کاری ثابت نیاز دارد. خوشبختانه ، دنیای مدرن جایگزین مناسبی برای اسکنرهای سنتی - یک دوربین تلفن هوشمند است. پیشرفت در فناوری دوربین تلفن های هوشمند اطمینان حاصل می کند که حتی یک تلفن هوشمند در سطح ورودی کیفیت کافی را برای ضبط اسناد OCR آماده ارائه می دهد. و حافظه داخلی باعث می شود دیجیتالی کردن مقادیر زیادی اسناد ، روزنامه ها ، کتاب ها ، علائم خیابانی و سایر متن ها در حال حرکت آسانتر از همیشه باشد. تمام آنچه شما نیاز دارید فناوری مناسب برای تبدیل آن عکس ها به متن قابل خواندن با دستگاه است.

کتابخانه C# OCR ما به طور خاص برای تشخیص انواع تصاویر خارج از جعبه طراحی شده است و می تواند به خوبی تنظیم شود تا حتی عکس های با کیفیت پایین را کنترل کند. همراه با یک تلفن هوشمند مدرن ، به شما امکان می دهد برنامه های قدرتمند OCR را برای اکثر کارهای اسکن و تشخیص متن روزمره ایجاد کنید. پیشرفته ترین پردازش تصویر و تجزیه و تحلیل ساختار اسناد 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 ، روی 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 قالب ها برای اسکن اسناد کاغذ است ، به خصوص به دلیل توانایی آن در ترکیب چندین صفحه در یک پرونده واحد. این قالب به طور گسترده ای برای تبادل قراردادها ، فاکتورها ، اسناد حقوقی ، 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 در اصل مجموعه ای از تصاویر است. این متن قابل خواندن با دستگاه نیست ، بنابراین کاربران نمی توانند محتوای سند را جستجو ، کپی یا در غیر این صورت دستکاری کنند.

aspose .net OCR روشی سریع ، آسان و بسیار قابل اعتماد برای تبدیل هر PDF اسکن شده به یک سند کاملاً قابل جستجو و شاخص را به شما ارائه می دهد. این محتوای صفحه را به طور دقیق تشخیص می دهد ، و آن را به یک لایه متن قابل خواندن بر روی تصویر اصلی تبدیل می کند که می تواند انتخاب ، کپی ، خوانده شده توسط نرم افزار متن به گفتار ، و حتی به طور خودکار توسط مترجمان ، خلاصه کننده ها و سایر ابزارهای تحلیلی AI پردازش شود.

// 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'.");

بایگانی های دیجیتال ، به ویژه در سازمان های بزرگ ، اغلب از مجموعه گسترده ای از اسکن ها و عکس ها تشکیل شده است که بسیاری از آنها ممکن است حاوی اسناد چند صفحه ای باشند. مدیریت کارآمد و سازماندهی چنین بایگانی به طور مؤثر برای بازیابی اطلاعات آسان و ناوبری ضروری است. با این حال ، تصاویر حاوی متن قابل خواندن با دستگاه 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 قلم ، اندازه متن ، سبک و سایر پارامترها ، متن را در تصاویر جستجو کنید. این کتابخانه همچنین از جستجوهای حساس و عبارات منظم پشتیبانی می کند ، که در برنامه ها و صنایع مختلف بسیار مفید است. این قابلیت می تواند برای طبقه بندی اسناد بر اساس محتوا ، کلمات کلیدی یا الگوهای موجود در متن استفاده شود. جستجوی شرایط خاص یا بندها در توافق نامه ها و قراردادها. سازماندهی مجدد پرونده ها بر اساس کلمات کلیدی یا محتوای موجود در آنها. داده های شخصی را در اسناد پیدا و شناسایی کنید ، و اطمینان از انطباق GDPR و مدیریت مؤثرتر اطلاعات حساس را آسان تر می کند. جستجوی تصاویر با تصاویر همچنین امکان ایجاد گردش کار خودکار و ساده سازی فرآیندهای مختلف تجاری را با دریافت قراردادهای امضا شده و فاکتورها فراهم می کند.

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}""");
}

اکنون می توانید فراتر از شناخت خام بروید و از منطق AI محور استفاده کنید تا کیفیت متنی نتایج OCR را بهبود بخشد. مدل های بزرگ زبان (LLMS) می توانند خطاهای هجی هوشمندانه را اصلاح کنند ، مرزهای کلمه را بازیابی کنند ، قوانین گرامر را اعمال کنند و متن را بر اساس متن تطبیق دهند-کاری که طلسم های مبتنی بر نحو نمی توانند انجام دهند.

این مرحله پس از پردازش برای اسکن با کیفیت پایین ، عکس هایی با سر و صدای پس زمینه یا اسناد چند زبانه ایده آل است. شما می توانید هر خط لوله LLM را که از ورودی/خروجی اصلی متن پشتیبانی می کند ، وصل کنید ، یا از ابزارهای تصحیح هوشمند داخلی داخلی برای به دست آوردن نتایج آماده تولید استفاده کنید.

// 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();