AI BIBLIOTEKA C# OCR dla aplikacji .NET

Kiedy ludzie zwykle myślą o OCR (rozpoznawanie znaków optycznych), pierwsze skojarzenie często ma skaner jako podstawowe urządzenie do przechwytywania. To stowarzyszenie ma przyczyny historyczne i nadal jest powszechne w wielu kontekstach, zapewniając spójne i kontrolowane środowisko do przechwytywania drukowanego tekstu z dokumentów fizycznych o niezrównanej jakości. Jednak skaner jest specjalistycznym sprzętem, który nie zawsze jest pod ręką i wymaga stacjonarnej stacji roboczej. Na szczęście współczesny świat stanowi wygodną alternatywę dla tradycyjnych skanerów - aparatu na smartfony. Postępy w technologii kamer smartfonów zapewniają, że nawet smartfon podstawowy zapewnia wystarczającą jakość do przechwytywania dokumentów gotowych do OCR. Wbudowana pamięć ułatwia digitalizację dużych ilości dokumentów, gazet, książek, znaków ulicznych i innego tekstu w podróży. Wszystko, czego potrzebujesz, to odpowiednia technologia, aby przekonwertować te zdjęcia na tekst, który można odczytać maszynowo.

Nasza biblioteka C# OCR jest specjalnie zaprojektowana w celu rozpoznania wszystkich rodzajów obrazów z pudełka i może być dodatkowo dostosowana do obsługi nawet zdjęć niskiej jakości. W połączeniu z nowoczesnym smartfonem pozwala tworzyć potężne aplikacje OCR dla większości codziennych zadań skanowania i rozpoznawania tekstu. Najbardziej zaawansowana analiza przetwarzania obrazu i struktury dokumentów są wykonywane w kilku wierszach kodu, co pozwala skupić się na biznesie, a nie złożonych algorytmach matematycznych, sieci neuronowych i innych zawiłości technicznych.

// 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 jest jednym z najpopularniejszych formatów dokumentów ze skanowaniem, szczególnie ze względu na jego zdolność do łączenia wielu stron w jednym pliku. Format ten jest szeroko stosowany do wymiany umów, faktur, dokumentów prawnych, paszportów i dowodów osobistych oraz wielu innych dokumentów między osobami fizycznymi, firmami, bankami i agencjami rządowymi. Jednak każdy zeskanowany PDF jest zasadniczo zbiorem obrazów. Nie zawiera tekstu odczytującego maszynę, więc użytkownicy nie mogą wyszukiwać, kopiować ani w inny sposób manipulować treścią dokumentu.

ASPOSE .NET OCR oferuje szybki, łatwy i wysoce niezawodny sposób konwersji dowolnego zeskanowanego PDF na w pełni wyszukiwany dokument i indeksowalny. Dokładnie rozpoznaje zawartość strony, przekształcając ją w czytaną maszynową warstwę tekstową na oryginalny obraz, który można wybrać, kopiować, odczytać za pomocą oprogramowania do mowy, a nawet automatycznie przetwarzanie przez tłumaczy, podsumowniki i inne narzędzia analityczne napędzane sztuczną inteligencją.

// 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'.");

Archiwa cyfrowe, szczególnie w dużych organizacjach, często składają się z ogromnej kolekcji skanów i zdjęć, z których wiele może zawierać dokumenty wielostronicowe. Skuteczne zarządzanie i organizację takich archiwów jest niezbędne dla łatwego wyszukiwania informacji i nawigacji. Jednak obrazy nie zawierają tekstu, które można odczytać, uniemożliwiając wyszukiwanie i analizę treści dokumentów.

Biblioteka C# OCR pozwala łatwo wyszukiwać tekst w obrazach, niezależnie od czcionki, rozmiaru tekstu, stylu i innych parametrów. Biblioteka obsługuje również wyszukiwania i wyrażenia regularne, które są niezwykle przydatne w różnych aplikacjach i branżach. Ta funkcjonalność może być używana do kategoryzacji dokumentów na podstawie treści, słów kluczowych lub wzorców znalezionych w tekście; wyszukiwanie określonych warunków lub klauzul w ramach umów i umów; reorganizacja plików na podstawie słów kluczowych lub treści znalezionych w nich; Znajdź i zidentyfikuj dane osobowe w dokumentach, ułatwiając zapewnienie zgodności RODO i skuteczniej zarządzaj poufnymi informacjami. Wyszukiwanie obrazów pozwala również na tworzenie zautomatyzowanych przepływów pracy i usprawnienia różnych procesów biznesowych po otrzymaniu podpisanych umów i faktur.

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}""");
}

Możesz teraz wyjść poza RAW rozpoznawanie i zastosować logikę opartą na AI, aby poprawić jakość tekstową wyników OCR. Duże modele językowe (LLM) mogą inteligentnie korygować błędy pisowni, przywracać granice słów, zastosować reguły gramatyczne i dostosować tekst oparty na kontekście-czego nie mogą zrobić, czego nie mogą zrobić.

Ten etap postprocessingu jest idealny do skanowania niskiej jakości, zdjęć z szumem w tle lub dokumentów wielojęzycznych. Możesz podłączyć dowolny rurociąg LLM, który obsługuje podstawowe dane wejściowe/wyjściowe tekstu lub użyć wbudowanych narzędzi Aspose Inteligentne korekty, aby uzyskać wyniki gotowe do produkcji.

// 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();