API OCR سریع و قابل اعتماد بر اساس aspose.ocr for c ++
تصویر به تشخیص متن با Python OCR
ویترین بیشتر >import asposeocr
settings = asposeocr.RecognitionSettings()
input_data = [asposeocr.AsposeOCRInput()]
input_data[0].url = 'path/to/file'
recognize_result = AsposeOCRRecognize(input_data, settings)
> pip install aspose-ocr-python-cpp
چرا Aspose.ocr را برای پایتون از طریق C ++ انتخاب کنید؟
قابلیت های OCR خود را با aspose.ocr برای پایتون از طریق C ++ تقویت کنید. این کتابخانه پر از ویژگی یکپارچه OCR را در برنامه های پایتون با حداقل کد ادغام می کند. سرعت و دقت استثنایی را تجربه کنید و از 140+ زبان ، از جمله اسکریپت های لاتین ، سیریلیک ، عربی ، فارسی ، ایندیده و چینی پشتیبانی کنید. تصاویر متنوعی را از اسناد اسکن شده و عکس های تلفن های هوشمند گرفته تا تصاویر و PDF های اسکن شده تشخیص دهید. فیلترهای پیش پردازش پیشرفته با چالش هایی مانند تصاویر چرخشی ، پوستی و پر سر و صدا ، از عملکرد بهینه با استفاده از پردازش پردازنده GPU اطمینان می دهند.

سریع و دقیق OCR
نتایج OCR سریع و دقیق را با پایتون برش از طریق فناوری C ++ بدست آورید.
شناخت چند زبانه
متن را به بیش از 140 زبان بشناسید ، و از تطبیق پذیری برای برنامه های پایتون از طریق ادغام C ++ اطمینان حاصل کنید.
پشتیبانی جامع تصویر
با زحمت تصاویر را از اسکنرها ، دوربین ها و تلفن های هوشمند با پایتون از طریق C ++ پردازش کنید.
شناخت دقیق شخصیت چینی
دقیقاً بیش از 6000 کاراکتر چینی را در پروژه های پایتون خود از طریق C ++ تشخیص دهید.
سبک های قلم و قالب بندی را حفظ کنید
سبک های قلم و قالب بندی را برای نمایش دقیق متن شناخته شده در برنامه های پایتون خود از طریق C ++ حفظ کنید.
نمونه کد زنده
تشخیص متن را از تصاویر فقط در سه خط کد شروع کنید. سادگی را تجربه کنید!
* با بارگذاری پرونده های خود یا استفاده از خدماتی که با ما موافق هستید شرایط استفاده وت سیاست حفظ حریم.
تبدیل تصویر به متن
نمونه های بیشتر >// Initialize OCR engine
var recognitionEngine = new Aspose.OCR.AsposeOcr();
// Extract text from image
string result = recognitionEngine.RecognizeImage("<file name>");
// Display the recognition result
Console.WriteLine(result);
اولویت خود را انتخاب کنید
کتابخانه مناسب را برای نیازهای خود انتخاب کنید. API های موجود و قابلیت های آنها را برای انتخاب کارآمدترین راه حل کاوش کنید.
تطبیق پذیری
Python via .NET
یکسان بودن
Python via Java
عمل
Python via C++
ادغام OCR برای برنامه های پایتون
Aspose.ocr for Python از طریق C ++ یکپارچه با هر بستر پشتیبانی C ++ ادغام می شود-چه در ویندوزهای رومیزی ، ویندوز سرور ، مکوس ، لینوکس یا ابر.
قالب های فایل پشتیبانی شده
Aspose.OCR for Python via C++ می تواند با هر [پرونده]کار کند( https://docs.aspose.com/ocr/python-cpp/supported-file-formats/ ) می توانید از یک اسکنر یا دوربین دریافت کنید. نتایج تشخیص را می توان ذخیره کرد ، به یک پایگاه داده وارد کرد یا در زمان واقعی مورد تجزیه و تحلیل قرار گرفت.
تصاویر
- JPEG
- PNG
- TIFF
- BMP
دسته OCR
- Multi-page PDF
- ZIP
- Folder
نتایج تشخیص
- Text
- Microsoft Word
- Microsoft Excel
- RTF
- JSON
- XML
نصب بی دردسر برای پایتون از طریق C ++
Aspose.ocr for Python از طریق C ++ به عنوان یک بسته پایتون یا به عنوان پرونده قابل بارگیری با حداقل وابستگی تحویل داده می شود. به راحتی نصب آن را به پروژه خود تبدیل کنید ، و شما آماده هستید تا متون را به زبان های چند پشتیبانی شده بشناسید و نتایج تشخیص را در قالب های مختلف ذخیره کنید.
درخواست مجوز آزمایشی برای شروع توسعه یک برنامه OCR کاملاً کاربردی و بدون محدودیت.
ادغام پس زمینه C ++ برای برنامه های پایتون
کتابخانه ما یکپارچه با Backend C ++ ادغام می شود و برنامه های Python را قادر می سازد تا یکپارچه روی هر سیستم عامل اجرا شوند - Windows Desktop ، Windows Server ، MacOS ، Linux و Cloud.
140+ زبان تشخیص
پشتیبانی از زبان ها و اسکریپت های متنوع ، از جمله زبانهای مختلط:
با اجازه دادن به کتابخانه زبان را تشخیص داده یا آن را برای بهبود عملکرد تعریف کنید ، بهینه سازی را بهینه کنید.
- ** گسترش یافته لاتین ** الفبای: انگلیسی ، اسپانیایی ، فرانسوی ، اندونزیایی ، پرتغالی ، آلمانی ، ویتنامی ، ترکی ، ایتالیایی ، لهستانی و 80+ بیشتر ؛
- ** سیریلیک ** الفبای: روسی ، اوکراینی ، قزاق ، صربستان ، بلاروس ، بلغاری ؛
- عربی ، فارسی ، اردو ؛
- اسکریپت چینی و Devanagari ، از جمله هندی ، مراتی ، بوجپوری و دیگران.
ویژگی های کلیدی
Aspose.OCR for Python via C++ قابلیت های پیشرفته aspose.ocr را برای پایتون از طریق C ++ کاوش کنید.
عکس OCR
متن را از عکس های تلفن هوشمند با دقت در سطح اسکن استخراج کنید.
PDF قابل جستجو
هر اسکن را به یک سند کاملاً قابل جستجو و شاخص تبدیل کنید.
شناخت URL
بدون بارگیری در محلی ، تصویری را از URL تشخیص دهید.
شناخت انبوه
تمام تصاویر را از اسناد ، پوشه ها و بایگانی های چند صفحه ای بخوانید.
هر قلم و سبک
متن را در همه نوع و سبک های محبوب شناسایی و تشخیص دهید.
شناخت تنظیم دقیق
هر پارامتر OCR را برای بهترین نتایج تشخیص تنظیم کنید.
طلسم طلسم
با اصلاح خودکار کلمات غلط املایی ، نتایج را بهبود بخشید.
متن را در تصاویر پیدا کنید
متن یا بیان منظم را در مجموعه ای از تصاویر جستجو کنید.
متون تصویر را مقایسه کنید
متون را بدون در نظر گرفتن مورد و چیدمان بر روی دو تصویر مقایسه کنید.
دامنه تشخیص محدود
مجموعه شخصیت هایی را که موتور OCR به دنبال آن خواهد بود محدود کنید.
نقص تصویر را تشخیص دهید
به طور خودکار زمینه های بالقوه مشکل ساز تصویر را پیدا کنید.
مناطق را بشناسید
فقط زمینه های خاص یک تصویر را پیدا کرده و بخوانید ، نه همه متن.
نمونه کد پایتون
نمونه های کد را برای ادغام یکپارچه aspose.ocr for python از طریق C ++ در برنامه های خود کشف کنید.
نصب بی دردسر
کشف مناطق مستند
اسکن تصویر یا عکس از یک سند متنی اغلب شامل چندین بلوک محتوا است ، از جمله پاراگراف های متن ، جداول ، تصاویر ، فرمول ها و موارد دیگر. با موفقیت و دقیق شناخت این مناطق مورد علاقه در یک صفحه برای OCR مؤثر بسیار مهم است. این فرآیند محوری به عنوان شناسایی منطقه اسناد شناخته می شود که شامل شناسایی ، سازماندهی و طبقه بندی مناطق محتوای مجزا است.Aspose.ocr چندین الگوریتم تشخیص منطقه را ارائه می دهد و به شما امکان می دهد یکی را انتخاب کنید که برای محتوای خاص خود بهترین کار را داشته باشد.
تنظیم برای محتوای تصویر متغیر - Python OCR
settings = asposeocr.RecognitionSettings()
settings.areasMode = asposeocr.DetectAreasMode.TABLE
# DetectAreasMode.DOCUMENT / PHOTO / CURVED_TEXT / TABLE / COMBINE
input_data = [asposeocr.AsposeOCRInput()]
input_data[0].url = 'path/to/file'
recognize_result = asposeocr.AsposeOCRRecognize(input_data, settings)
قالب های مختلف خروجی
OCR برای C ++ می تواند نتایج تشخیص را در قالب های مختلف ذخیره کند تا بتوانند در یک پایگاه داده به اشتراک گذاشته شوند ، نمایش داده شوند یا تجزیه و تحلیل شوند: متن ساده ، PDF ، Microsoft Word ، Microsoft Excel ، JSON و XML. {index-content-python-cpp.code_samples.item3.content2}
ذخیره نتایج تشخیص در JSON - Python
recognize_result_txt
= asposeocr.AsposeOCRSerializeResult(
recognize_result,
asposeocr.ExportFormat.json)