Scansionare in Testo
Comment extraire le texte des images scanées avec Aspose.OCR

Comment extraire le texte des images scanées avec Aspose.OCR

Le scan des contrats, des accords, de pages de livres ou de vieux enregistrements produit généralement des fichiers d’image – pas de texte éditable. Aspose.OCR Scan to Text for .NET vous permet de automatiser l’extraction de textes structurés, recherchables à partir de tout document ou photo scanné, en sauvegardant des heures innombrables de entrée manuelle.

Problème du monde réel

Les documents de papier, les livres et les archives sont souvent stockés comme des images. l’extraction de leur contenu pour les flux de travail numériques, la conformité, ou la recherche peut être lente, coûteuse, et susceptible d’erreur si fait manuellement.

Vue de la solution

Aspose.OCR Scan to Text for .NET convertit des images de pages imprimées en texte utilisable, traite des colonnes unies, multi-columnes et des layouts complexes. Le flux de travail est parfait pour la numérisation des contrats, des livres, dossiers et documents d’affaires pour une utilisation moderne.

Principaux

Assurez-vous que vous avez :

  • Visual Studio 2019 ou ultérieur
  • .NET 6.0 ou ultérieur (ou .Net Framework 4.6.2+)
  • Aspose.OCR pour .NET de NuGet
  • Les connaissances C#
PM> Install-Package Aspose.OCR

La mise en œuvre étape par étape

Étape 1 : Installer et configurer Aspose.OCR

Ajouter le paquet NuGet et référence Aspose.OCR :

using Aspose.OCR;

Étape 2 : Ajouter vos images scanées

Télécharger un ou plusieurs fichiers d’image à traiter.

OcrInput input = new OcrInput(InputType.SingleImage);
input.Add("contract_page1.png");
input.Add("agreement_page2.jpg");

Étape 3 : Configurer les paramètres de reconnaissance

Tune pour le langage du document et le layout selon les besoins.

RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English;
// For complex or multi-column layouts:
settings.DetectAreasMode = DetectAreasMode.DOCUMENT;

Étape 4 : Démarrer le processus de reconnaissance 

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

Étape 5: Enregistrer ou traiter le texte extrait 

foreach (RecognitionResult result in results)
{
    Console.WriteLine(result.RecognitionText);
    result.Save("scanned_text.txt", SaveFormat.Text);
    // Save to Word or PDF as needed
    result.Save("scanned_text.docx", SaveFormat.Docx);
    result.Save("scanned_text.pdf", SaveFormat.Pdf);
}

Étape 6 : Ajoutez le traitement des erreurs 

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

Étape 7 : Optimiser les layouts de documents

  • Pour les livres ou les articles, utilisez DetectAreasMode.DOCUMENT ou essayez DétecteAreaModa.AUTO
  • Images de pré-procédure (crop, desquew) pour la meilleure précision
  • Processus Batch pour grands archives
foreach (string file in Directory.GetFiles("./scans", "*.jpg"))
{
    input.Add(file);
}

Étape 8 : Exemple complet 

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("contract_page1.png");
            input.Add("agreement_page2.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("scanned_text.txt", SaveFormat.Text);
                result.Save("scanned_text.docx", SaveFormat.Docx);
                result.Save("scanned_text.pdf", SaveFormat.Pdf);
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"Error: {ex.Message}");
        }
    }
}

Utiliser les cas et les applications

Contrats et accords de numérisation

Digitaliser rapidement les documents juridiques ou commerciaux pour la recherche, l’archivage et les flux de travail numériques.

Traitement du livre et des archives

Convertir des pages de livres ou des enregistrements historiques en formats recherchables et édifiables.

Conformité et extraction de données

Permet des vérifications de conformité automatisées, des audits ou des extraits de texte des documents d’héritage.

Défis communs et solutions

Défi 1 : Scans de mauvaise qualité ou textes déchirés

Solution: Utilisez la pré-traitement ou améliorez les images pour une meilleure précision OCR.

Défi 2 : Layouts multi-colombes ou complexes

Solution: Ajuster DetectAreasMode et tester pour la meilleure gestion du layout.

Défi 3 : la numérisation du batch

Solution: Utilisez le traitement des lots et la gestion des ressources pour les emplois à grande échelle.

Considérations de performance

  • Le processus de batch pour la vitesse et l’escalabilité
  • Utilisez des images source de bonne qualité
  • Déposer des objets OCR après utilisation

Migliori pratiche

  • Valider toujours le texte extrait avant automation ou archivation
  • Utilisez les paramètres de reconnaissance corrects pour le type de document
  • Backup des scans originaux pour référence
  • Les résultats de test OCR sur un ensemble d’échantillons avant la production

Scénarios avancés

Scénario 1 : Extraction de documents multilingue 

settings.Language = Language.French;

Scénario 2: Exportation à JSON pour l’intégration 

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

Conclusion

Aspose.OCR Scan to Text for .NET est le moyen le plus rapide pour convertir les images et documents scanés en texte utilisable, éditable – idéal pour des projets juridiques, académiques ou d’entreprise.

Voir plus d’exemples et de détails techniques dans le Aspose.OCR pour la référence API .NET .

 Français