Libreria C# OCR per applicazioni .NET

Quando le persone in genere pensano all’OCR (riconoscimento ottico dei caratteri), la prima associazione è spesso con uno scanner come dispositivo di acquisizione principale. Questa associazione ha ragioni storiche ed è ancora prevalente in molti contesti, fornendo un ambiente coerente e controllato per l’acquisizione di testo stampato da documenti fisici con una qualità senza pari. Tuttavia, uno scanner è un’apparecchiatura specializzata che non è sempre a portata di mano e richiede il funzionamento di una postazione di lavoro fissa. Fortunatamente, il mondo moderno offre una comoda alternativa agli scanner tradizionali: la fotocamera dello smartphone. I progressi nella tecnologia delle fotocamere degli smartphone garantiscono che anche uno smartphone entry-level fornisca una qualità sufficiente per acquisire documenti pronti per l’OCR. Inoltre, la memoria integrata semplifica più che mai la digitalizzazione di grandi quantità di documenti, giornali, libri, segnali stradali e altri testi mentre sei in movimento. Tutto ciò di cui hai bisogno è la tecnologia giusta per convertire quelle foto in testo leggibile dalla macchina.

La nostra libreria C# OCR è progettata specificamente per riconoscere tutti i tipi di immagini immediatamente e può essere ulteriormente ottimizzata per gestire anche le foto di bassa qualità. In combinazione con uno smartphone moderno, consente di creare potenti applicazioni OCR per la maggior parte delle attività quotidiane di scansione e riconoscimento del testo. L’elaborazione delle immagini e l’analisi della struttura dei documenti più avanzate vengono eseguite in poche righe di codice, consentendoti di concentrarti sul business piuttosto che su complessi algoritmi matematici, reti neurali e altre complessità tecniche.

// 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);

Il PDF è uno dei formati più popolari per la scansione di documenti cartacei, soprattutto grazie alla sua capacità di combinare più pagine in un unico file. Questo formato è ampiamente utilizzato per lo scambio di contratti, fatture, documenti legali, passaporti e carte d’identità e molti altri documenti tra privati, aziende, banche ed enti governativi. Tuttavia, qualsiasi PDF scansionato è essenzialmente una raccolta di immagini. Non contiene testo leggibile dalla macchina, quindi gli utenti non possono cercare, copiare o manipolare in altro modo il contenuto del documento.

Aspose .NET OCR ti offre un modo veloce, facile e altamente affidabile per convertire qualsiasi PDF scansionato in un documento completamente ricercabile e indicizzabile. Riconosce accuratamente il contenuto della pagina, convertendolo in uno strato di testo leggibile dalla macchina sopra l’immagine originale che può essere selezionato, copiato, letto da software di sintesi vocale e persino elaborato automaticamente da traduttori, riassunti e altri strumenti di analisi basati sull’intelligenza artificiale utensili.

// 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'.");

Gli archivi digitali, soprattutto nelle grandi organizzazioni, sono spesso costituiti da una vasta raccolta di scansioni e foto, molte delle quali possono contenere documenti multipagina. La gestione efficiente e l’organizzazione efficace di tali archivi sono essenziali per un facile recupero e navigazione delle informazioni. Tuttavia, le immagini non contengono testo leggibile dalla macchina, rendendo impossibile la ricerca e l’analisi del contenuto del documento.

La libreria C# OCR ti consente di cercare facilmente il testo nelle immagini, indipendentemente dal carattere, dalla dimensione del testo, dallo stile e da altri parametri. La libreria supporta anche ricerche senza distinzione tra maiuscole e minuscole ed espressioni regolari, che sono estremamente utili in varie applicazioni e settori. Questa funzionalità può essere utilizzata per classificare i documenti in base al contenuto, alle parole chiave o ai modelli presenti nel testo; ricerca di termini o clausole specifiche all’interno di accordi e contratti; riorganizzare i file in base a parole chiave o contenuti presenti al loro interno; individuare e identificare i dati personali all’interno dei documenti, semplificando la garanzia della conformità al GDPR e la gestione delle informazioni sensibili in modo più efficace. La ricerca all’interno delle immagini consente inoltre di creare flussi di lavoro automatizzati e di semplificare vari processi aziendali dopo aver ricevuto contratti e fatture firmati.

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}""");
}