画像とPDFをC++でテキストに変換する

画像からテキストを抽出し、検索可能なPDFを作成します

スキャナーまたはカメラから取得できるすべての画像をサポートします

拡張ラテン文字とキリル文字を読み取ります

6,000以上の漢字を認識します

一般的なすべての書体と書式を検出して認識します

認識前に画像を前処理します

画像全体または選択した領域のみを処理します

回転した画像、歪んだ画像、ノイズの多い画像をサポート

フォルダまたはアーカイブ内のすべての画像のバッチ認識

Webリンクとして提供された画像を認識します

スペルミスのある単語を検索して自動的に修正します

JSONとして認識結果を取得する

使いやすい

あなたはまだC++OCRが難しいと思いますか？私たちのライブラリでは、画像を認識して結果を表示するために必要なコードは5行だけです。このコードを試して、自分の目で確かめてください。

// 画像パスを提供する
std::string image_path = "../Data/Source/sample.png";

// 結果のバッファーを準備します
const size_t len = 4096;
wchar_t buffer[len] = { 0 };

// 魔法をかける
size_t size = aspose::ocr::page(image_path.c_str(), buffer, len);

// 認識結果を表示する
std::wcout << buffer << L"\n";

26認識言語

OCR APIは、多数の言語と、混合言語のテキストを含むすべての一般的な書き込みスクリプトを認識できます。

• 拡張ラテンアルファベット：クロアチア語、チェコ語、デンマーク語、オランダ語、英語、エストニア語、フィンランド語、フランス語、ドイツ語、イタリア語、ラトビア語、リトアニア語、ノルウェー語、ポーランド語、ポルトガル語、ルーマニア語、スロバキア語、スロベニア語、スペイン語、スウェーデン語。
• キリル文字：ベラルーシ語、ブルガリア語、カザフスタン語、ロシア語、セルビア語、ウクライナ語。
• 中国語：6,000文字以上。

言語検出をライブラリに任せるか、言語を自分で定義して、認識のパフォーマンスと信頼性を高めることができます。

バッチ処理

OCR APIは、1回の呼び出しで複数の画像を認識できるさまざまなバッチ処理メソッドを提供することにより、すべての画像を1つずつ認識しないようにします。

• 複数ページのPDFおよびTIFFファイルの認識。
• フォルダ内のすべてのファイルの認識。
• アーカイブ内のすべてのファイルの認識。

// アーカイブパスを提供する
std::string archive_path = "book.zip";

// 結果のバッファーを準備します
const size_t len = 4096;
wchar_t buffer[len] = { 0 };

// RecognitionSettingsオブジェクトをデフォルト値で初期化します
RecognitionSettings settings;

// 認識
size_t res_len = aspose::ocr::pages_multi(archive_path.c_str(), buffer, len, settings);

フォーマットを保持する

OCRライブラリは、Arial、Times New Roman、Courier New、Tahoma、Calibriなどの一般的なすべての書体を通常の太字および斜体のスタイルで読み取り、OCR結果の書式を慎重に保持します。認識結果を行に分割し、ページ内のテキスト領域を検出することもできます。

写真を認識する

OCRアプリケーションの普及は、通常、スキャナーがほとんどのユーザーにとって一般的ではないという事実によって止められています。 OCRライブラリには、暗い画像、回転した画像、歪んだ画像、ノイズの多い画像を処理できる強力な画像前処理フィルターが組み込まれています。すべての画像形式のサポートと組み合わせることで、スマートフォンの写真でも確実に認識できます。前処理と画像補正のほとんどは自動的に行われるため、困難な場合にのみ介入する必要があります。

// 元の画像
std::string image_path = "../Data/Source/sample.png";
rect rectangles[2] = { {90, 186, 775, 95} , { 928, 606, 790, 160 } };

// 結果のバッファーを準備します
const size_t len = 4096;
wchar_t buffer[len] = { 0 };

// スキュー角度を調整する
RecognitionSettings settings;
settings.format = export_format::text;
settings.rectangles = rectangles;
settings.rectangles_size = 2;
settings.skew = 5;

// 画像を認識する
size_t res_len = aspose::ocr::page_settings(image_path.c_str(), buffer, len, settings);

スペルチェック

OCRは信頼できる結果を生成しますが、ほこりや印刷の欠陥により、一部の記号が正しく認識されない場合があります。 OCR APIには、スペルミスのある単語を自動的に置き換えるスペルチェッカーが組み込まれており、認識結果を手動で修正する必要がありません。