Thư viện C# OCR được hỗ trợ cho AI cho các ứng dụng .NET

Khi mọi người thường nghĩ về OCR (nhận dạng ký tự quang học), liên kết đầu tiên thường có máy quét làm thiết bị chụp chính. Hiệp hội này có lý do lịch sử và vẫn còn phổ biến trong nhiều bối cảnh, cung cấp môi trường nhất quán và được kiểm soát để nắm bắt văn bản in từ các tài liệu vật lý với chất lượng chưa từng có. Tuy nhiên, một máy quét là thiết bị chuyên dụng không phải lúc nào cũng có sẵn và yêu cầu máy trạm đứng yên hoạt động. May mắn thay, thế giới hiện đại cung cấp một sự thay thế thuận tiện cho máy quét truyền thống - một camera điện thoại thông minh. Những tiến bộ trong công nghệ camera điện thoại thông minh đảm bảo rằng ngay cả một điện thoại thông minh cấp nhập cảnh cũng cung cấp đủ chất lượng để nắm bắt các tài liệu sẵn sàng OCR. Và bộ nhớ tích hợp giúp dễ dàng hơn bao giờ hết trong việc số hóa số lượng lớn tài liệu, báo chí, sách, biển báo đường phố và các văn bản khác khi đang di chuyển. Tất cả những gì bạn cần là công nghệ phù hợp để chuyển đổi những bức ảnh đó thành văn bản có thể đọc được bằng máy.

Thư viện C# OCR của chúng tôi được thiết kế đặc biệt để nhận ra tất cả các loại hình ảnh ngoài hộp và có thể được tinh chỉnh thêm để xử lý ngay cả các bức ảnh chất lượng thấp. Kết hợp với điện thoại thông minh hiện đại, nó cho phép bạn tạo các ứng dụng OCR mạnh mẽ cho hầu hết các tác vụ quét và nhận dạng văn bản hàng ngày. Phân tích cấu trúc tài liệu và xử lý hình ảnh tiên tiến nhất được thực hiện trong một vài dòng mã, cho phép bạn tập trung vào kinh doanh thay vì các thuật toán toán học phức tạp, mạng lưới thần kinh và các vấn đề kỹ thuật khác.

// 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 là một trong những định dạng phổ biến nhất để quét các tài liệu giấy, đặc biệt là do khả năng kết hợp nhiều trang thành một tệp. Định dạng này được sử dụng rộng rãi để trao đổi hợp đồng, hóa đơn, tài liệu pháp lý, hộ chiếu và thẻ ID và nhiều tài liệu khác giữa các cá nhân, doanh nghiệp, ngân hàng và cơ quan chính phủ. Tuy nhiên, bất kỳ PDF được quét nào về cơ bản là một tập hợp các hình ảnh. Nó không chứa văn bản có thể đọc được bằng máy, vì vậy người dùng không thể tìm kiếm, sao chép hoặc thao túng nội dung tài liệu.

aspose .NET OCR cung cấp cho bạn một cách nhanh chóng, dễ dàng và có độ tin cậy cao để chuyển đổi bất kỳ PDF được quét nào thành một tài liệu có thể tìm kiếm và có thể lập chỉ mục đầy đủ. Nó nhận ra chính xác nội dung trang, chuyển đổi nó thành một lớp văn bản có thể đọc được trên hình ảnh gốc có thể được chọn, sao chép, đọc bằng phần mềm văn bản thành giọng nói và thậm chí tự động được xử lý bởi các dịch giả, trình tóm tắt và các công cụ phân tích hỗ trợ AI khác.

// 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'.");

Lưu trữ kỹ thuật số, đặc biệt là trong các tổ chức lớn, thường bao gồm một bộ sưu tập lớn các bản quét và hình ảnh, nhiều trong số đó có thể chứa các tài liệu nhiều trang. Quản lý hiệu quả và tổ chức các tài liệu lưu trữ như vậy một cách hiệu quả là rất cần thiết để dễ dàng truy xuất và điều hướng thông tin. Tuy nhiên, hình ảnh không chứa văn bản có thể đọc được bằng máy, khiến không thể tìm kiếm và phân tích nội dung tài liệu.

Thư viện C# OCR cho phép bạn dễ dàng tìm kiếm văn bản trong hình ảnh, bất kể phông chữ, kích thước văn bản, kiểu và các tham số khác. Thư viện cũng hỗ trợ các tìm kiếm không nhạy cảm trường hợp và các biểu thức thường xuyên, cực kỳ hữu ích trong các ứng dụng và ngành công nghiệp khác nhau. Chức năng này có thể được sử dụng để phân loại các tài liệu dựa trên nội dung, từ khóa hoặc mẫu được tìm thấy trong văn bản; tìm kiếm các điều khoản hoặc điều khoản cụ thể trong các thỏa thuận và hợp đồng; Tổ chức lại các tệp dựa trên các từ khóa hoặc nội dung được tìm thấy trong chúng; Xác định vị trí và xác định dữ liệu cá nhân trong các tài liệu, giúp dễ dàng đảm bảo tuân thủ GDPR và quản lý thông tin nhạy cảm hiệu quả hơn. Tìm kiếm hình ảnh Withing cũng cho phép tạo các quy trình công việc tự động và hợp lý hóa các quy trình kinh doanh khác nhau khi nhận được các hợp đồng và hóa đơn đã ký.

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}""");
}

Bây giờ bạn có thể vượt ra ngoài sự công nhận thô và áp dụng logic điều khiển AI để cải thiện chất lượng văn bản của kết quả OCR. Các mô hình ngôn ngữ lớn (LLM) có thể sửa lỗi chính tả một cách thông minh, khôi phục ranh giới từ, áp dụng các quy tắc ngữ pháp và điều chỉnh văn bản dựa trên ngữ cảnh-điều mà các trình kiểm tra chính tả dựa trên cú pháp có thể làm.

Bước hậu xử lý này là lý tưởng cho các lần quét chất lượng thấp, ảnh có nhiễu nền hoặc tài liệu đa ngôn ngữ. Bạn có thể cắm vào bất kỳ đường ống LLM nào hỗ trợ đầu vào/đầu ra văn bản cơ bản hoặc sử dụng các công cụ hiệu chỉnh thông minh tích hợp của Aspose để có kết quả sẵn sàng sản xuất.

// 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();