Cómo buscar múltiples palabras clave o patrones en imágenes

La búsqueda de múltiples palabras clave o patrones de texto en los grandes archivos de imágenes es crucial para la conformidad, la seguridad y el descubrimiento digital. Aspose.OCR Image Text Finder para .NET hace que sea fácil recopilar imágenes de escaneamiento para listas de lenguas de palabras principales o regex.

Problemas del mundo real

La revisión manual de imágenes para múltiples términos (por ejemplo, nombres, IDs, frases confidenciales) es lenta e infiable, especialmente en miles de archivos.

Revisión de Soluciones

Detección automática mediante la ejecución de búsquedas de múltiples palabras clave o regex en las pistas de imágenes. reportar o actuar en los juegos para el cumplimiento, los recursos humanos, o los casos de uso de la forensica digital.

Prerequisitos

• Visual Studio 2019 o más tarde
• .NET 6.0 o posterior (o .Net Framework 4.6.2+)
• Aspose.OCR para .NET de NuGet

PM> Install-Package Aspose.OCR

Implementación paso a paso

using Aspose.OCR;

List<string> keywords = new List<string> { "Confidential", "PII", "Invoice", "2025" };
List<string> regexPatterns = new List<string> { @"\d{3}-\d{2}-\d{4}", @"[A-Z]{2}[0-9]{6}" }; // SSN, Passport

string[] files = Directory.GetFiles("./input", "*.png");
RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English;
AsposeOcr ocr = new AsposeOcr();
foreach (string file in files)
{
    foreach (string keyword in keywords)
    {
        bool found = ocr.ImageHasText(file, keyword, settings);
        if (found) Console.WriteLine($"Keyword '{keyword}' found in {file}");
    }
    foreach (string pattern in regexPatterns)
    {
        bool found = ocr.ImageHasText(file, pattern, settings);
        if (found) Console.WriteLine($"Pattern '{pattern}' found in {file}");
    }
}

// Example: Append to log file
File.AppendAllText("search_log.csv", $"{file},{keyword or pattern},found\n");

try
{
    // Searching logic
}
catch (Exception ex)
{
    File.AppendAllText("search_errors.log", ex.Message + Environment.NewLine);
}

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

class Program
{
    static void Main(string[] args)
    {
        List<string> keywords = new List<string> { "Confidential", "PII", "Invoice", "2025" };
        List<string> regexPatterns = new List<string> { @"\d{3}-\d{2}-\d{4}", @"[A-Z]{2}[0-9]{6}" };
        try
        {
            string[] files = Directory.GetFiles("./input", "*.png");
            RecognitionSettings settings = new RecognitionSettings();
            settings.Language = Language.English;
            AsposeOcr ocr = new AsposeOcr();
            foreach (string file in files)
            {
                foreach (string keyword in keywords)
                {
                    bool found = ocr.ImageHasText(file, keyword, settings);
                    if (found)
                        File.AppendAllText("search_log.csv", $"{file},{keyword},found\n");
                }
                foreach (string pattern in regexPatterns)
                {
                    bool found = ocr.ImageHasText(file, pattern, settings);
                    if (found)
                        File.AppendAllText("search_log.csv", $"{file},{pattern},found\n");
                }
            }
        }
        catch (Exception ex)
        {
            File.AppendAllText("search_errors.log", ex.Message + Environment.NewLine);
        }
    }
}

Usar Casos y Aplicaciones

Auditoría de conformidad

Verificar automáticamente los archivos escaneados para palabras en la lista negra o patrones sensibles.

HR, Legal y Seguridad

Detectar la presencia de frases confidenciales, nombres de empleados, o PII en los archivos de navegación o evidencia.

Análisis de tendencias y frecuencias

Cuenta y informa la frecuencia de las palabras clave a lo largo del tiempo en los conjuntos de documentos grandes.

Desafíos y soluciones comunes

Título 1: Los falsos positivos

Solución: Refine las palabras clave y regex; revise los casos de la esquina manualmente.

Desafío 2: Gran tamaño de batch

Solución: Utilice el procesamiento paralelo y el manejo robusto de errores.

Título 3: Múltiples idiomas

Solución: Ajuste las configuraciones de reconocimiento y las listas de palabras clave por grupo de idiomas.

Consideraciones de rendimiento

• Los trabajos de batch pueden durar mucho para archivos grandes: CPU de monitoreo, disco y logs.
• Paraleliza si es necesario para un alto rendimiento
• Logar todos los resultados para revisión y cumplimiento

Mejores Prácticas

• Curar y actualizar las listas de palabras clave regularmente
• Errores de registro y informes automáticos
• Test de muestras de archivo representativas
• Logs seguros y resultados de búsqueda

Escenarios avanzados

Escenario 1: Buscar y destacar los resultados en la salida PDF

Exporta imágenes con palabras clave destacadas encontradas (post-procesamiento personalizado).

Escenario 2: Calendario de las auditorias de palabras clave regulares

Trabajo automático para funcionar por noche o por semana para el cumplimiento.

Conclusión

Aspose.OCR Image Text Finder para .NET permite una potente, automatizada búsqueda de palabras clave y patrones – apoyando la conformidad, la seguridad y el análisis de tendencias a través de los archivos de imágenes.

See Aspose.OCR para .NET API Referencia para los ejemplos de búsqueda de texto avanzado.