.NET अनुप्रयोगों के लिए AI संचालित C# OCR लाइब्रेरी

जब लोग आमतौर पर OCR (ऑप्टिकल चरित्र मान्यता) के बारे में सोचते हैं, तो पहला एसोसिएशन अक्सर प्राथमिक कैप्चर डिवाइस के रूप में एक स्कैनर के साथ होता है। इस एसोसिएशन के ऐतिहासिक कारण हैं और अभी भी कई संदर्भों में प्रचलित है, जो बेजोड़ गुणवत्ता के साथ भौतिक दस्तावेजों से मुद्रित पाठ को कैप्चर करने के लिए सुसंगत और नियंत्रित वातावरण प्रदान करता है। हालांकि, एक स्कैनर विशेष उपकरण है जो हमेशा हाथ में नहीं होता है और इसे संचालित करने के लिए एक स्थिर वर्कस्टेशन की आवश्यकता होती है। सौभाग्य से, आधुनिक दुनिया पारंपरिक स्कैनर के लिए एक सुविधाजनक विकल्प प्रदान करती है - एक स्मार्टफोन कैमरा। स्मार्टफोन कैमरा तकनीक में प्रगति यह सुनिश्चित करती है कि यहां तक कि एक एंट्री-लेवल स्मार्टफोन भी OCR- तैयार दस्तावेजों को कैप्चर करने के लिए पर्याप्त गुणवत्ता प्रदान करता है। और अंतर्निहित मेमोरी बड़ी मात्रा में दस्तावेजों, समाचार पत्रों, पुस्तकों, सड़क के संकेतों और अन्य पाठ को डिजिटाइज़ करने के लिए पहले से कहीं अधिक आसान बनाती है। आपको उन तस्वीरों को मशीन-पठनीय पाठ में बदलने के लिए सही तकनीक की आवश्यकता है।

हमारी C# OCR लाइब्रेरी को विशेष रूप से सभी प्रकार की छवियों को आउट-ऑफ-द-बॉक्स को पहचानने के लिए डिज़ाइन किया गया है और यहां तक कि कम गुणवत्ता वाली तस्वीरों को भी संभालने के लिए ठीक-ठीक ट्यून किया जा सकता है। एक आधुनिक स्मार्टफोन के साथ संयुक्त, यह आपको अधिकांश रोजमर्रा की स्कैनिंग और पाठ मान्यता कार्यों के लिए शक्तिशाली OCR एप्लिकेशन बनाने की अनुमति देता है। सबसे उन्नत छवि प्रसंस्करण और दस्तावेज़ संरचना विश्लेषण कोड की कुछ पंक्तियों में किया जाता है, जिससे आप जटिल गणितीय एल्गोरिदम, तंत्रिका नेटवर्क और अन्य तकनीकी पेचीदगियों के बजाय व्यवसाय पर ध्यान केंद्रित कर सकते हैं।

// 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);

पीडीएफ पेपर दस्तावेजों को स्कैन करने के लिए सबसे लोकप्रिय प्रारूपों में से एक है, विशेष रूप से एक ही फ़ाइल में कई पृष्ठों को संयोजित करने की क्षमता के कारण। यह प्रारूप व्यापक रूप से अनुबंध, चालान, कानूनी दस्तावेज, पासपोर्ट और आईडी कार्ड, और व्यक्तियों, व्यवसायों, बैंकों और सरकारी एजेंसियों के बीच कई अन्य दस्तावेजों के आदान -प्रदान के लिए उपयोग किया जाता है। हालांकि, किसी भी स्कैन किए गए पीडीएफ अनिवार्य रूप से छवियों का एक संग्रह है। इसमें मशीन-पठनीय पाठ नहीं है, इसलिए उपयोगकर्ता दस्तावेज़ सामग्री को खोज, कॉपी या अन्यथा हेरफेर नहीं कर सकते हैं।

aspose .net ocr आपको किसी भी स्कैन किए गए पीडीएफ को पूरी तरह से खोजा और अनुक्रमित दस्तावेज़ में परिवर्तित करने के लिए एक तेज, आसान और अत्यधिक विश्वसनीय तरीका प्रदान करता है। यह पृष्ठ सामग्री को सही ढंग से पहचानता है, इसे मूल छवि पर एक मशीन-पठनीय पाठ परत में परिवर्तित करता है जिसे चुना जा सकता है, कॉपी किया जा सकता है, पाठ-से-स्पीच सॉफ़्टवेयर द्वारा पढ़ा जा सकता है, और यहां तक कि स्वचालित रूप से अनुवादक, समर, और अन्य एआई-संचालित एनालिटिक्स टूल द्वारा संसाधित किया जा सकता है।

// 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'.");

डिजिटल अभिलेखागार, विशेष रूप से बड़े संगठनों में, अक्सर स्कैन और फ़ोटो का एक विशाल संग्रह होता है, जिनमें से कई में बहु-पृष्ठ दस्तावेज़ हो सकते हैं। इस तरह के अभिलेखागार का कुशल प्रबंधन और संगठन प्रभावी रूप से आसान सूचना पुनर्प्राप्ति और नेविगेशन के लिए आवश्यक है। हालांकि, छवियों में मशीन-पठनीय पाठ नहीं होता है, जिससे दस्तावेज़ सामग्री को खोज और विश्लेषण करना असंभव हो जाता है।

C# OCR लाइब्रेरी आपको फ़ॉन्ट, टेक्स्ट आकार, स्टाइल और अन्य मापदंडों की परवाह किए बिना आसानी से छवियों में पाठ की खोज करने की अनुमति देती है। पुस्तकालय केस-असंवेदनशील खोजों और नियमित अभिव्यक्तियों का भी समर्थन करता है, जो विभिन्न अनुप्रयोगों और उद्योगों में बेहद उपयोगी हैं। इस कार्यक्षमता का उपयोग पाठ में पाए गए सामग्री, कीवर्ड, या पैटर्न के आधार पर दस्तावेजों को वर्गीकृत करने के लिए किया जा सकता है; समझौतों और अनुबंधों के भीतर विशिष्ट शर्तों या खंडों की खोज; उनके भीतर पाए जाने वाले कीवर्ड या सामग्री के आधार पर फ़ाइलों को पुनर्गठित करना; दस्तावेजों के भीतर व्यक्तिगत डेटा का पता लगाएं और पहचानें, जिससे जीडीपीआर अनुपालन सुनिश्चित करना और संवेदनशील जानकारी को अधिक प्रभावी ढंग से प्रबंधित करना आसान हो जाए। छवियों को खोजने से स्वचालित वर्कफ़्लोज़ बनाने और हस्ताक्षरित अनुबंधों और चालान प्राप्त करने पर विभिन्न व्यावसायिक प्रक्रियाओं को सुव्यवस्थित करने की अनुमति मिलती है।

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}""");
}

अब आप कच्ची मान्यता से परे जा सकते हैं और OCR परिणामों की पाठ्य गुणवत्ता में सुधार करने के लिए AI- चालित तर्क को लागू कर सकते हैं। बड़ी भाषा मॉडल (LLM) समझदारी से वर्तनी त्रुटियों को ठीक कर सकते हैं, शब्द सीमाओं को पुनर्स्थापित कर सकते हैं, व्याकरण नियमों को लागू कर सकते हैं, और संदर्भ के आधार पर पाठ को अनुकूलित कर सकते हैं-कुछ ऐसा जो सिंटैक्स-आधारित स्पेलचैकर्स नहीं कर सकता है।

यह पोस्टप्रोसेसिंग कदम कम गुणवत्ता वाले स्कैन, पृष्ठभूमि शोर के साथ फोटो, या बहुभाषी दस्तावेजों के लिए आदर्श है। आप किसी भी LLM पाइपलाइन में प्लग कर सकते हैं जो बुनियादी पाठ इनपुट/आउटपुट का समर्थन करता है, या उत्पादन-तैयार परिणाम प्राप्त करने के लिए Aspose के अंतर्निहित स्मार्ट सुधार टूल का उपयोग करता है।

// 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();