API de reconhecimento óptico de caracteres para Python

Extraia texto de digitalizações, fotos e capturas de tela

Converter PDF digitalizado em PDFs pesquisáveis ​​e indexáveis

Leia scripts latinos, cirílicos e asiáticos em todos os tipos de letra populares

Reconhecer mais de 6.000 caracteres chineses

Trabalhe com imagens borradas, distorcidas, rotacionadas e com ruído

Identifique e preserve os blocos de conteúdo do layout de texto original

Detecção e leitura de áreas de uma imagem: parágrafos, linhas e palavras isoladas

Processe em massa documentos, pastas e arquivos de várias páginas

Reconhecer imagens da Internet sem fazer download

Identifique e corrija automaticamente palavras com erros ortográficos

Encontre texto em imagens e compare de forma inteligente os textos das imagens

Fácil de usar

Você só precisa de 5 linhas de código para reconhecer a imagem e exibir o resultado. Sim, é realmente simples assim!

# Inicializar mecanismo de OCR
recognitionEngine = AsposeOcr()
# Adicionar imagem ao lote
input = OcrInput(InputType.SINGLE_IMAGE)
input.add("sample.png")
# Extrair texto da imagem
result = recognitionEngine.recognize(input)
# Exibir o resultado do reconhecimento
print(result[0].recognition_text)

28 idiomas de reconhecimento

Aspose.OCR for Python via .NET pode reconhecer um grande número de idiomas e todos os scripts de escrita populares, incluindo textos com idiomas mistos:

• Alfabeto latino estendido: croata, tcheco, dinamarquês, holandês, inglês (incluindo manuscrito), estoniano, finlandês, francês, alemão, italiano, letão, lituano, norueguês, polonês, português, romeno , eslovaco, esloveno, espanhol, sueco.
• Alfabeto cirílico: bielorrusso, búlgaro, cazaque, russo, sérvio, ucraniano.
• Chinês: mais de 6.000 caracteres.
• Hindi

Você também pode ler textos em outros idiomas baseados em latim estendido e cirílico, mesmo que não sejam suportados diretamente pelo mecanismo de OCR. Por exemplo, latim, vietnamita, gaélico e assim por diante.

Filtros de processamento poderosos

A precisão e a confiabilidade do reconhecimento óptico de caracteres dependem muito da qualidade da imagem original. Aspose.OCR for Python via .NET oferece um grande número de filtros de processamento de imagem totalmente automatizados e manuais que aprimoram uma imagem antes de ela ser enviada ao mecanismo de OCR:

• Endireita automaticamente as imagens alinhadas em um pequeno ângulo em relação à horizontal.
• Gire manualmente imagens muito distorcidas.
• Remova automaticamente sujeira, manchas, arranhões, reflexos, gradientes indesejados e outros ruídos.
• Ajuste automaticamente o contraste da imagem.
• Atualize automaticamente ou redimensione manualmente a imagem.
• Converta imagens em preto e branco ou em tons de cinza.
• Inverta as cores da imagem para que as áreas claras pareçam escuras e as escuras pareçam claras.
• Aumente a espessura dos caracteres em uma imagem.
• Desfoque imagens com ruído enquanto preserva as bordas das letras.
• Endireite a curvatura da página e corrija a distorção da lente da câmera para as fotos da página.

Esses filtros podem ser combinados e aplicados a toda a imagem ou apenas a áreas selecionadas da imagem, bem como no processamento em lote. Além de ajustar o pré-processamento no pipeline de reconhecimento, você também pode armazenar imagens processadas para exibição, armazenamento em cache e depuração.

Otimizado para tipos de documentos específicos

Aspose.OCR for Python via .NET oferece redes neurais especialmente treinadas para extrair texto de certos tipos de imagens com máxima precisão:

• Cartões de identidade e passaportes digitalizados ou fotografados.
• Placas de veículos.
• Faturas.
• Recibos.

Verificador ortográfico integrado

Embora Aspose.OCR for Python via .NET forneça alta precisão de reconhecimento, defeitos de impressão, sujeira ou fontes fora do padrão podem fazer com que certos caracteres ou palavras sejam reconhecidos incorretamente. Para melhorar ainda mais os resultados do reconhecimento, você pode ativar o corretor ortográfico, que encontra e corrige automaticamente erros de ortografia com base no idioma de reconhecimento selecionado.

Se o texto reconhecido contiver terminologia especializada, abreviações e outras palavras que não estão presentes nos dicionários ortográficos comuns, você pode fornecer suas próprias listas de palavras.

Criando PDFs pesquisáveis

Mesmo com a maior precisão de reconhecimento, a imagem original pode conter muitas informações não textuais importantes ou simplesmente ter grande valor histórico. Aspose.OCR for Python via .NET oferece uma solução simples e elegante para combinar o melhor dos dois mundos. Extraímos o texto de uma imagem, documento PDF ou pacote de arquivos e o colocamos como uma camada de texto invisível sobre as imagens originais. O resultado é salvo em formato PDF, que é o padrão da indústria para armazenar e compartilhar documentos. Os arquivos resultantes podem ser pesquisados ​​e indexados, e o texto pode ser selecionado e copiado da mesma forma como se você selecionasse e copiasse os caracteres originais.

Reconhecimento em massa

Aspose.OCR for Python via .NET permite que você reconheça vários arquivos, independentemente de seu número e tipo, tão simples quanto ler uma única imagem. Com uma única chamada de API, você pode reconhecer várias páginas de um scanner de alimentação automática ou extrair placas de veículos de câmeras de trânsito automáticas.

Os resultados podem ser salvos como documentos PDF pesquisáveis ​​ou planilhas, ou retornados como texto simples, JSON ou XML para análise posterior.