كيفية تلقائي إدخال البيانات من النماذج مع Aspose.OCR

استخراج المعلومات من النماذج الورقية، الاستبيانات، أو الاستطلاعات هو علامة زجاجية دخول البيانات الكلاسيكية.مع Aspose.OCR ل .NET، يمكنك الرقمنة بيانات الشكل من الماسح الضوئي أو الصور، والحد من الأخطاء وتحويل المستندات غير الهيكلية إلى بياناتها المنظمة والتحرير.

مشكلة العالم الحقيقي

يتم إدخال بيانات النموذج اليدوي ببطء وبأسعار معقولة ومتوقعة للخطأ – وخاصة في المنظمات الكبيرة أو البحوث أو الخدمات اللوجستية.تجعل الكتابة اليديوية أو التصاميم المتنوعة أو أنواع الحقول المختلطة تحديًا للتأليف دون أدوات OCR القوية.

نظرة عامة على الحل

يوفر Aspose.OCR لـ .NET إعدادات التعرف المرنة لاستخراج النص المكتوب واليدوي من النماذج، وصناديق التحقق من العمليات، والنتائج المنظمة – مثالية للأعمال، والصحة، والموارد البشرية، والتعليم، وأكثر من ذلك.

المتطلبات

قبل البدء، تأكد من أن لديك:

• Visual Studio 2019 أو أحدث
• .NET 6.0 أو أعلى (أو .Net Framework 4.6.2+)
• Aspose.OCR لـ .NET من NuGet
• تجربة C# الأساسية

PM> Install-Package Aspose.OCR

تنفيذ خطوة بخطوة

using Aspose.OCR;

OcrInput input = new OcrInput(InputType.SingleImage);
input.Add("form1.png");
input.Add("form2.jpg");

RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English;
settings.DetectAreasMode = DetectAreasMode.DOCUMENT; // For complex or multi-field forms

AsposeOcr ocr = new AsposeOcr();
List<RecognitionResult> results = ocr.Recognize(input, settings);

foreach (RecognitionResult result in results)
{
    Console.WriteLine(result.RecognitionText); // Extracted text
    result.Save("form_data.txt", SaveFormat.Text); // Save as plain text
    result.Save("form_data.xlsx", SaveFormat.Xlsx); // Save as spreadsheet
}

try
{
    AsposeOcr ocr = new AsposeOcr();
    List<RecognitionResult> results = ocr.Recognize(input, settings);
    // further processing
}
catch (Exception ex)
{
    Console.WriteLine($"Error: {ex.Message}");
}

// Example: Add all images from a directory
foreach (string file in Directory.GetFiles("./forms", "*.png"))
{
    input.Add(file);
}

using Aspose.OCR;
using System;
using System.Collections.Generic;

class Program
{
    static void Main(string[] args)
    {
        try
        {
            OcrInput input = new OcrInput(InputType.SingleImage);
            input.Add("form1.png");
            input.Add("form2.jpg");

            RecognitionSettings settings = new RecognitionSettings();
            settings.Language = Language.English;
            settings.DetectAreasMode = DetectAreasMode.DOCUMENT;

            AsposeOcr ocr = new AsposeOcr();
            List<RecognitionResult> results = ocr.Recognize(input, settings);

            foreach (RecognitionResult result in results)
            {
                Console.WriteLine(result.RecognitionText);
                result.Save("form_data.txt", SaveFormat.Text);
                result.Save("form_data.xlsx", SaveFormat.Xlsx);
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"Error: {ex.Message}");
        }
    }
}

استخدام الحالات والتطبيقات

الرعاية الصحية و HR

استخراج وتصنيف بيانات النموذج للحصول على المرضى أو طلبات العمل أو الاستطلاعات.

البحث والتعليم

تلقائي الاستبيان ومعالجة الاستطلاعات للحصول على تحليلات أسرع.

اللوجستيات والأعمال التجارية

الرقمنة ملاحظات التسليم أو نماذج الفحص أو قوائم التحقق من المخزون.

التحديات والحلول المشتركة

التحدي 1: الحقول المكتوبة يدويا أو منخفضة الجودة

** الحل:** استخدم الفحص عالي الجودة وتعديل إعدادات التعرف على الكتابة اليدوية.

التحدي الثاني: التصميم غير المنتظم

** الحل:** استخدم وضع الوثيقة للتخطيطات المعقدة، واختبرها على العينات.

الحلقة الثالثة: Batch Extraction

الحلول: استخدم معالجة المجموعات القائمة على السجلات للأنماط ذات الحجم العالي.

اعتبارات الأداء

• عملية التردد من أجل السرعة والوساطة
• توفير أدوات OCR بعد الاستخدام
• تأكيد الإنتاج قبل التكامل

أفضل الممارسات

• مراجعة البيانات الرقمية للحصول على دقة قبل التشغيل
• إعدادات النمذجة لكل نموذج
• أرشيف الأصلي للمراجعة
• تحديث Aspose.OCR بانتظام لتحسينات الميزات

سيناريوهات متقدمة

السيناريو 1: استخراج الكتابة اليدوية من النماذج

settings.Language = Language.English;
settings.DetectAreasMode = DetectAreasMode.DOCUMENT;
// Optionally, pre-filter for handwriting using image preprocessing

سيناريو 2: تصدير إلى JSON لتصدير قاعدة البيانات

foreach (RecognitionResult result in results)
{
    result.Save("form_data.json", SaveFormat.Json);
}

استنتاجات

Aspose.OCR for .NET آلات تشكل استخراج البيانات – القضاء على الدخول اليدوي وتسريع تدفقات العمل التجارية أو البحثية، أو الإدارية.

انظر المزيد من عينات الاستخدام المتقدم والرمز في أرشيف الوسم : .NET API Reference .