Pustaka C# OCR untuk aplikasi .NET

Ketika orang biasanya memikirkan OCR (Optical Character Recognition), asosiasi pertama sering kali dikaitkan dengan pemindai sebagai perangkat penangkapan utama. Asosiasi ini memiliki alasan historis dan masih lazim dalam banyak konteks, menyediakan lingkungan yang konsisten dan terkendali untuk menangkap teks cetak dari dokumen fisik dengan kualitas tak tertandingi. Namun, pemindai adalah peralatan khusus yang tidak selalu tersedia dan memerlukan stasiun kerja stasioner untuk beroperasi. Untungnya, dunia modern menyediakan alternatif yang nyaman untuk pemindai tradisional - kamera ponsel pintar. Kemajuan dalam teknologi kamera ponsel cerdas memastikan bahwa ponsel cerdas tingkat pemula sekalipun memberikan kualitas yang memadai untuk menangkap dokumen yang siap OCR. Dan memori internal membuatnya lebih mudah untuk mendigitalkan dokumen, surat kabar, buku, rambu jalan, dan teks lainnya dalam jumlah besar saat bepergian. Yang Anda butuhkan hanyalah teknologi yang tepat untuk mengubah foto-foto tersebut menjadi teks yang dapat dibaca mesin.

Pustaka C# OCR kami dirancang khusus untuk mengenali semua jenis gambar langsung dan dapat disesuaikan lebih lanjut untuk menangani foto berkualitas rendah sekalipun. Dikombinasikan dengan smartphone modern, ini memungkinkan Anda membuat aplikasi OCR yang kuat untuk sebagian besar tugas pemindaian dan pengenalan teks sehari-hari. Pemrosesan gambar paling canggih dan analisis struktur dokumen dilakukan dalam beberapa baris kode, memungkinkan Anda fokus pada bisnis daripada algoritma matematika yang rumit, jaringan saraf, dan seluk-beluk teknis lainnya.

// 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 adalah salah satu format paling populer untuk memindai dokumen kertas, terutama karena kemampuannya menggabungkan beberapa halaman menjadi satu file. Format ini banyak digunakan untuk pertukaran kontrak, faktur, dokumen hukum, paspor dan kartu identitas, dan banyak dokumen lainnya antara individu, bisnis, bank, dan lembaga pemerintah. Namun, setiap PDF yang dipindai pada dasarnya adalah kumpulan gambar. Itu tidak berisi teks yang dapat dibaca mesin, sehingga pengguna tidak dapat mencari, menyalin, atau memanipulasi konten dokumen.

Asumsikan .NET OCR menawarkan cara yang cepat, mudah, dan sangat andal untuk mengonversi PDF yang dipindai menjadi dokumen yang dapat dicari dan diindeks sepenuhnya. Ini secara akurat mengenali konten halaman, mengubahnya menjadi lapisan teks yang dapat dibaca mesin di atas gambar asli yang dapat dipilih, disalin, dibaca oleh perangkat lunak text-to-speech, dan bahkan secara otomatis diproses oleh penerjemah, peringkas, dan analitik bertenaga AI lainnya peralatan.

// 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'.");

Arsip digital, terutama di organisasi besar, sering kali terdiri dari banyak koleksi pindaian dan foto, banyak di antaranya mungkin berisi dokumen multi-halaman. Pengelolaan dan pengorganisasian arsip yang efisien dan efektif sangat penting untuk kemudahan penelusuran dan navigasi informasi. Namun, gambar tidak berisi teks yang dapat dibaca mesin, sehingga pencarian dan analisis konten dokumen tidak mungkin dilakukan.

Pustaka C# OCR memungkinkan Anda mencari teks dalam gambar dengan mudah, apa pun font, ukuran teks, gaya, dan parameter lainnya. Pustaka ini juga mendukung penelusuran peka huruf besar-kecil dan ekspresi reguler, yang sangat berguna dalam berbagai aplikasi dan industri. Fungsi ini dapat digunakan untuk mengkategorikan dokumen berdasarkan konten, kata kunci, atau pola yang ditemukan dalam teks; mencari istilah atau klausul tertentu dalam perjanjian dan kontrak; mengatur ulang file berdasarkan kata kunci atau konten yang ditemukan di dalamnya; menemukan dan mengidentifikasi data pribadi dalam dokumen, sehingga memudahkan untuk memastikan kepatuhan GDPR dan mengelola informasi sensitif dengan lebih efektif. Pencarian dalam gambar juga memungkinkan pembuatan alur kerja otomatis dan menyederhanakan berbagai proses bisnis setelah menerima kontrak dan faktur yang ditandatangani.

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}""");
}