Πώς να συσσωρεύσετε τη διεργασία πολυγλωσσικού OCR με Aspose.OCR

Η ψηφιοποίηση των παγκόσμιων αρχείων, επιχειρηματικών εγγράφων ή φόρμας έρευνας συχνά σημαίνει εργασία με πολλαπλές γλώσσες. Η χειροκίνητη εξόρυξη είναι αργή και μη κλιμακώσιμη. Το Aspose.OCR για .NET σας επιτρέπει να αυτοματοποιήσετε την εξαγωγή κειμένου σε διάφορες γλώσσα από μεγάλους όγκους εικόνων ή PDF με λίγες γραμμές κώδικα.

Το πρόβλημα του πραγματικού κόσμου

Διεθνείς εταιρείες, βιβλιοθήκες και υπηρεσίες δεδομένων συχνά ασχολούνται με μεικτά-γλωσσικά έγγραφα. Η χειροκίνητη ταξινόμηση και η ειδική γλώσσα εξαγωγής είναι βαρετή και ελαττωματική - ειδικά όταν κλιμακώνονται μέχρι χιλιάδες εγγράφους.

Συνοπτική λύση

Το ASPOSE.OCR για .NET υποστηρίζει περισσότερες από 30 γλώσσες. μπορείτε να ρυθμίσετε τους ρυθμούς αναγνώρισης ανά αρχείο ή δέσμη, στη συνέχεια να αυτοματοποιήσετε την εξόρυξη και εξαγωγή στην προτιμώμενη μορφή σας για απρόσκοπτη ενσωμάτωση σε επιχειρηματικές ή ερευνητικές ροές εργασίας.

Προϋποθέσεις

• Visual Studio 2019 ή αργότερα
• .NET 6.0 ή μεταγενέστερος (ή .Net Framework 4.6.2+)
• Aspose.OCR για .NET από το NuGet
• Βασική εμπειρία προγραμματισμού C#

PM> Install-Package Aspose.OCR

Βήμα προς βήμα εφαρμογή

using Aspose.OCR;

// Example folders: ./input/en, ./input/fr, ./input/zh

Dictionary<string, Language> langFolders = new Dictionary<string, Language>
{
    { "en", Language.English },
    { "fr", Language.French },
    { "zh", Language.ChineseSimplified }
};

foreach (var pair in langFolders)
{
    string folder = "./input/" + pair.Key;
    RecognitionSettings settings = new RecognitionSettings();
    settings.Language = pair.Value;

    OcrInput input = new OcrInput(InputType.SingleImage);
    foreach (string file in Directory.GetFiles(folder, "*.png"))
    {
        input.Add(file);
    }

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

    foreach (RecognitionResult result in results)
    {
        string output = Path.Combine("./output/", pair.Key + "_" + Path.GetFileNameWithoutExtension(result.FileName) + ".txt");
        result.Save(output, SaveFormat.Text);
    }
}

try
{
    // batch processing code
}
catch (Exception ex)
{
    Console.WriteLine($"Error: {ex.Message}");
}

// Example: Parallel batch processing
Parallel.ForEach(langFolders, pair =>
{
    // per-language processing logic
});

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

class Program
{
    static void Main(string[] args)
    {
        try
        {
            Dictionary<string, Language> langFolders = new Dictionary<string, Language>
            {
                { "en", Language.English },
                { "fr", Language.French },
                { "zh", Language.ChineseSimplified }
            };

            foreach (var pair in langFolders)
            {
                string folder = "./input/" + pair.Key;
                RecognitionSettings settings = new RecognitionSettings();
                settings.Language = pair.Value;

                OcrInput input = new OcrInput(InputType.SingleImage);
                foreach (string file in Directory.GetFiles(folder, "*.png"))
                {
                    input.Add(file);
                }

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

                foreach (RecognitionResult result in results)
                {
                    string output = Path.Combine("./output/", pair.Key + "_" + Path.GetFileNameWithoutExtension(result.FileName) + ".txt");
                    result.Save(output, SaveFormat.Text);
                }
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"Error: {ex.Message}");
        }
    }
}

Χρήση περιπτώσεων και εφαρμογών

Παγκόσμια ψηφιοποίηση αρχείων

Αυτόματη εξόρυξη κειμένου από πολυγλωσσικά αρχεία, εφημερίδες ή μητρώα εταιρειών.

Διεθνής Αυτοματισμός Επιχειρήσεων

Φέρτε τα αποτελέσματα OCR από μεικτές συμβάσεις γλώσσας, τιμολόγια ή έγγραφα HR στο παγκόσμιο σας ERP ή ροή εργασίας.

Πολυγλωσσική συμμόρφωση και αναζήτηση

Επιτρέπει πλήρη αναζήτηση κειμένου και ελέγχους συμμόρφωσης σε έγγραφα σε πολλές γλώσσες.

Κοινές προκλήσεις και λύσεις

Δοκιμή 1: Μικροσκοπικά έγγραφα

Λύση: Εκτελέστε την ανίχνευση και την επεξεργασία ανά σελίδα ή χρησιμοποιήστε τη λειτουργία γλώσσας AUTO εάν είναι διαθέσιμη.

Δυνατότητα 2: Διαφορετική ποιότητα εικόνας

Λύση: Προσαρμόστε τη σάρωση και εκτελέστε την προ-μεταχείριση για να ομαλοποιήσετε την ποιότητα της εικόνας.

Δοκιμή 3: Παραγωγή Bottlenecks

Λύση: Επεξεργασία παράλληλα όπου είναι δυνατόν και βελτιστοποίηση της χρήσης των πόρων.

Αξιολόγηση των επιδόσεων

• Οργανώστε θέσεις εργασίας ανά γλώσσα για αποδοτικότητα πόρων
• Παρακολούθηση μνήμης/CPU με παράλληλες εργασίες
• Επιβεβαιώστε την απόδοση σε κάθε παρτίδα

שיטות עבודה מומלצות

• Κρατήστε τα αρχεία γλώσσας οργανωμένα για εύκολη επίλυση προβλημάτων
• Επιβεβαιώστε ένα δείγμα για κάθε γλώσσα
• Ενημέρωση Aspose.OCR για τις τελευταίες βελτιώσεις γλώσσας
• Εξασφάλιση δεδομένων εισόδου και εξόδου

Προχωρημένα σενάρια

Σενάριο 1: Εξαγωγή πολυγλωσσικών αποτελεσμάτων στο JSON

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

Σενάριο 2: Ανακαλύψτε αυτόματα τη γλώσσα (εάν υποστηρίζεται)

settings.Language = Language.Auto;

Συμπεράσματα

Το Aspose.OCR για το .NET σας επιτρέπει να αυτοματοποιήσετε την εξόρυξη κειμένου από ποικίλες, πολυγλωσσικές συλλογές εικόνων – επιταχύνοντας την παγκόσμια ψηφιοποίηση και καθιστώντας τα αρχεία σας αναζησιμό, ανακαλυπτικά και έτοιμα για ενσωμάτωση της ροής εργασίας.

Για μια πλήρη λίστα των υποστηριζόμενων γλωσσών και προηγμένων συμβουλών, επισκεφθείτε το Aspose.OCR για την αναφορά .NET API .