API оптического распознавания символов для Python

Извлечение текста из сканов, фотографий и скриншотов

Преобразование отсканированных PDF-файлов в доступные для поиска и индексирования PDF-файлы

Распознавайте латиницу, кириллицу и азиатские шрифты

Распознавайте более 6000 китайских иероглифов

Работа с размытыми, искаженными, повернутыми и зашумленными изображениями

Определите и сохраните блоки контента из исходного текстового макета

Обнаружение и чтение областей изображения: абзацы, строки и отдельные слова

Массовая обработка многостраничных документов, папок и архивов

Распознавайте изображения из Интернета без скачивания

Определите и автоматически исправьте слова с ошибками

Находите текст на изображениях и интеллектуально сравнивайте тексты изображений

Easy to use

Вам нужно всего 5 строк кода, чтобы распознать изображение и отобразить результат. Да, это действительно так просто!

# Инициализируйте OCR
recognitionEngine = AsposeOcr()
# Добавьте изображение в пакет
input = OcrInput(InputType.SINGLE_IMAGE)
input.add("sample.png")
# Извлеките текст из изображения
result = recognitionEngine.recognize(input)
# Выведите результат распознавания
print(result[0].recognition_text)

28 языков распознавания

Aspose.OCR for Python via .NET может распознавать большое количество языков и все популярные сценарии письма, включая тексты на смешанных языках:

Вы также можете читать тексты на других языках, основанных на расширенной латинице и кириллице, даже если они не поддерживаются напрямую механизмом OCR. Например, латинский, вьетнамский, гэльский и т. д.

Мощные фильтры обработки

Точность и надежность оптического распознавания символов сильно зависят от качества исходного изображения. Aspose.OCR for Python via .NET предлагает большое количество полностью автоматизированных и ручных фильтров обработки изображений, которые улучшают изображение перед его отправкой в ​​механизм распознавания:

Эти фильтры можно комбинировать и применять ко всему изображению или только к выбранным областям изображения, а также при пакетной обработке. Вы можете не только точно настроить предварительную обработку в конвейере распознавания, но и сохранять обработанные изображения для отображения, кэширования и отладки.

Оптимизировано для определенных типов документов

Aspose.OCR for Python via .NET предлагает специально обученные нейронные сети для извлечения текста из определенных типов изображений с максимальной точностью:

Встроенная проверка орфографии

Хотя Aspose.OCR for Python via .NET обеспечивает высокую точность распознавания, дефекты печати, загрязнения или нестандартные шрифты могут привести к неправильному распознаванию определенных символов или слов. Чтобы улучшить результаты распознавания, вы можете включить проверку орфографии, которая находит и автоматически исправляет орфографические ошибки в зависимости от выбранного языка распознавания.

Если распознанный текст содержит специализированную терминологию, аббревиатуры и другие слова, которых нет в обычных орфографических словарях, вы можете предоставить свои собственные списки слов.

Создание файлов PDF с возможностью поиска

Даже при высочайшей точности распознавания исходное изображение может содержать много важной нетекстовой информации или просто представлять большую историческую ценность. Aspose.OCR for Python via .NET предлагает простое и элегантное решение, объединяющее лучшее из обоих миров. Мы извлекаем текст из изображения, документа PDF или пакета файлов и помещаем его как невидимый текстовый слой поверх исходных изображений. Результат сохраняется в формате PDF, который является отраслевым стандартом для хранения и обмена документами. Полученные файлы можно искать и индексировать, а текст можно выбирать и копировать так же, как если бы вы выделили и скопировали исходные символы.

Пакетное распознавание

Aspose.OCR for Python via .NET позволяет распознавать несколько файлов, независимо от их количества и типа, так же просто, как чтение одного изображения. С помощью одного вызова API вы можете распознать несколько страниц из сканера с автоматической подачей или извлечь номерные знаки транспортных средств из автоматических камер дорожного движения.

Результаты можно сохранить в формате PDF-документа или электронной таблицы с возможностью поиска либо вернуть в виде обычного текста, JSON или XML для дальнейшего анализа.