Biblioteca C# OCR alimentada por IA para aplicativos .NET

Quando as pessoas normalmente pensam no OCR (reconhecimento óptico de caracteres), a primeira associação é frequentemente com um scanner como o principal dispositivo de captura. Essa associação tem razões históricas e ainda prevalece em muitos contextos, proporcionando um ambiente consistente e controlado para capturar texto impresso de documentos físicos com qualidade inigualável. No entanto, um scanner é um equipamento especializado que nem sempre está próximo e requer uma estação de trabalho estacionária para operar. Felizmente, o mundo moderno fornece uma alternativa conveniente aos scanners tradicionais - uma câmera de smartphone. Os avanços na tecnologia de câmera para smartphones garantem que mesmo um smartphone de nível básico ofereça qualidade suficiente para capturar documentos prontos para o OCR. E a memória embutida facilita a digitalização de grandes quantidades de documentos, jornais, livros, placas de rua e outros texto em movimento. Tudo o que você precisa é da tecnologia certa para converter essas fotos em texto legível por máquina. Nossa biblioteca C# OCR foi projetada especificamente para reconhecer todos os tipos de imagens prontas para uso e pode ser mais ajustado para lidar com as fotos de baixa qualidade. Combinado com um smartphone moderno, ele permite criar aplicativos de OCR poderosos para a maioria das tarefas diárias de digitalização e reconhecimento de texto. O processamento de imagem mais avançado e a análise da estrutura de documentos são realizados em algumas linhas de código, permitindo que você se concentre nos negócios, em vez de algoritmos matemáticos complexos, redes neurais e outros meandros técnicos.

// 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);

O PDF é um dos formatos mais populares para digitalizar documentos em papel, especialmente devido à sua capacidade de combinar várias páginas em um único arquivo. Esse formato é amplamente utilizado para a troca de contratos, faturas, documentos legais, passaportes e cartões de identificação e muitos outros documentos entre indivíduos, empresas, bancos e agências governamentais. No entanto, qualquer PDF digitalizado é essencialmente uma coleção de imagens. Ele não contém texto legível por máquina; portanto, os usuários não podem pesquisar, copiar ou manipular o conteúdo do documento. Aspose .NET OCR oferece uma maneira rápida, fácil e altamente confiável de converter qualquer PDF digitalizado em um documento totalmente pesquisável e indexável. Ele reconhece com precisão o conteúdo da página, convertendo-o em uma camada de texto legível por máquina sobre a imagem original que pode ser selecionada, copiada, lida por software de texto em fala e até processada automaticamente por tradutores, resumos e outras ferramentas de análise de IA.

// 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'.");

Os arquivos digitais, especialmente em grandes organizações, geralmente consistem em uma vasta coleção de varreduras e fotos, muitas das quais podem conter documentos de várias páginas. A gestão e a organização eficiente de tais arquivos efetivamente são essenciais para uma fácil recuperação de informações e navegação. No entanto, as imagens não contêm texto legível por máquina, tornando impossível pesquisar e analisar o conteúdo do documento. A biblioteca C# OCR permite procurar facilmente o texto em imagens, independentemente da fonte, tamanho do texto, estilo e outros parâmetros. A biblioteca também suporta pesquisas insensíveis ao caso e expressões regulares, que são extremamente úteis em várias aplicações e indústrias. Essa funcionalidade pode ser usada para categorizar documentos com base no conteúdo, palavras -chave ou padrões encontrados no texto; Procurando termos ou cláusulas específicas dentro de acordos e contratos; reorganizar arquivos com base em palavras -chave ou conteúdo encontrado nelas; Localize e identifique dados pessoais nos documentos, facilitando a garantia de conformidade com o GDPR e gerencie informações confidenciais com mais eficiência. A pesquisa de imagens com a criação de imagens também permite criar fluxos de trabalho automatizados e otimizar vários processos de negócios ao receber contratos e faturas assinadas.

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}""");
}

Agora você pode ir além do reconhecimento bruto e aplicar a lógica acionada por IA para melhorar a qualidade textual dos resultados do OCR. Os grandes modelos de idiomas (LLMs) podem corrigir inteligentemente erros de ortografia, restaurar os limites das palavras, aplicar regras gramaticais e adaptar o texto com base no contexto-algo que os verificadores ortográficos baseados em sintaxe não podem fazer. Esta etapa de pós-processamento é ideal para varreduras de baixa qualidade, fotos com ruído de fundo ou documentos multilíngues. Você pode conectar qualquer tubulação LLM que suporta entrada/saída básica de texto ou usar as ferramentas de correção inteligente interna da Aspose para obter resultados prontos para a produção.

// 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();