Bibliothèque C # OCR à alimentation AI pour .NET

Lorsque les gens pensent généralement à l’OCR (reconnaissance des caractères optiques), la première association est souvent avec un scanner comme dispositif de capture principal. Cette association a des raisons historiques et est toujours répandue dans de nombreux contextes, fournissant un environnement cohérent et contrôlé pour capturer du texte imprimé à partir de documents physiques avec une qualité inégalée. Cependant, un scanner est un équipement spécialisé qui n’est pas toujours à portée de main et nécessite un poste de travail stationnaire pour fonctionner. Heureusement, le monde moderne offre une alternative pratique aux scanners traditionnels - une caméra pour smartphone. Les progrès de la technologie de la caméra pour smartphone garantissent que même un smartphone d’entrée de gamme offre une qualité suffisante pour capturer des documents prêts pour l’OCR. Et la mémoire intégrée facilite que jamais la numérisation de grandes quantités de documents, journaux, livres, panneaux de signalisation et autres texte en déplacement. Tout ce dont vous avez besoin est la bonne technologie pour convertir ces photos en texte lisible par machine.

Notre bibliothèque C # OCR est spécialement conçue pour reconnaître tous les types d’images prêtes à l’emploi et peut être encore affinée pour gérer même les photos de faible qualité. Combiné avec un smartphone moderne, il vous permet de créer des applications OCR puissantes pour la plupart des tâches quotidiennes de numérisation et de reconnaissance de texte. Le traitement d’image le plus avancé et l’analyse de la structure des documents sont effectués dans quelques lignes de code, vous permettant de vous concentrer sur les affaires plutôt que sur des algorithmes mathématiques complexes, des réseaux de neurones et d’autres subtilités techniques.

// 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);

Le PDF est l’un des formats les plus populaires pour la numérisation des documents papier, en particulier en raison de sa capacité à combiner plusieurs pages en un seul fichier. Ce format est largement utilisé pour l’échange de contrats, factures, documents juridiques, passeports et cartes d’identité, et de nombreux autres documents entre les particuliers, les entreprises, les banques et les agences gouvernementales. Cependant, tout PDF numérisé est essentiellement une collection d’images. Il ne contient pas de texte lisible par machine, les utilisateurs ne peuvent donc pas rechercher, copier ou autrement manipuler le contenu du document.
Aspose .NET OCR vous offre un moyen rapide, facile et très fiable de convertir n’importe quel PDF numérisé en un document entièrement consultable et indexable. Il reconnaît avec précision le contenu de la page, le convertissant en une couche de texte lisible par machine sur l’image d’origine qui peut être sélectionnée, copiée, lue par logiciel de texte vocal, et même traitée automatiquement par des traducteurs, des résumurs et d’autres outils d’analyse alimentés par AI.

// 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'.");

Les archives numériques, en particulier dans les grandes organisations, consistent souvent en une vaste collection de scans et de photos, dont beaucoup peuvent contenir des documents de plusieurs pages. La gestion et l’organisation efficaces de ces archives sont essentiellement essentielles pour la récupération et la navigation faciles de l’information. Cependant, les images ne contiennent pas de texte lisible par machine, ce qui rend impossible la recherche et l’analyse du contenu du document.

La bibliothèque C # OCR vous permet de rechercher facilement du texte dans les images, quelle que soit la police, la taille du texte, le style et d’autres paramètres. La bibliothèque prend également en charge les recherches insensibles à des cas et les expressions régulières, qui sont extrêmement utiles dans diverses applications et industries. Cette fonctionnalité peut être utilisée pour catégoriser les documents en fonction du contenu, des mots clés ou des modèles trouvés dans le texte; rechercher des conditions ou des clauses spécifiques dans les accords et les contrats; réorganiser des fichiers basés sur des mots clés ou un contenu trouvés en eux; Localisez et identifiez les données personnelles dans les documents, ce qui facilite la conformité au RGPD et gérer les informations sensibles plus efficacement. La recherche d’images avec des images permet également de créer des workflows automatisés et de rationaliser divers processus métier lors de la réception de contrats et de factures signées.

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}""");
}

Vous pouvez désormais aller au-delà de la reconnaissance brute et appliquer la logique axée sur l’IA pour améliorer la qualité textuelle des résultats de l’OCR. Les modèles de grands langues (LLM) peuvent intelligemment corriger les erreurs d’orthographe, restaurer les limites des mots, appliquer des règles de grammaire et adapter le texte en fonction du contexte - quelque chose que les vérificateurs orthographiques basés sur la syntaxe ne peuvent pas faire.

Cette étape de post-traitement est idéale pour les analyses de basse qualité, les photos avec bruit de fond ou les documents multilingues. Vous pouvez brancher n’importe quel pipeline LLM qui prend en charge l’entrée / sortie de texte de base, ou utiliser les outils de correction intelligente intégrés d’Aspose pour obtenir des résultats prêts pour la production.

// 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();