PDF szűrés a szöveghez
Hogyan lehet átalakítani a szkennelt PDF-ket kereshető szöveges dokumentumok .NET

Hogyan lehet átalakítani a szkennelt PDF-ket kereshető szöveges dokumentumok .NET

A szkennelt PDF-k gyakran kihívást jelentenek azért, mert lényegében csak szöveges képek.Ezeknek a képeknek a kereshető, szerkeszthető szövegdokumentumokká való átalakítása a dokumentumkezelés és a tartalom hozzáférhetőségének lehetőségeinek világát nyitja meg. Aspose.OCR for .NET segítségével a skannált pdf-eket teljes körűen kereshetőkké alakíthatja, miközben megőrizheti az eredeti képeket.

Miért átalakítja a szkennelt PDF-eket kereshető szöveges dokumentumokká?

  • hozzáférhetőség:- A szkennelt tartalmat kereshetővé teszi, így könnyű információkat találni anélkül, hogy manuálisan olvasson a dokumentumon keresztül.

  • tartalomszerkesztés:- A szövegre való átalakítás után a tartalmat szerkeszthetjük, frissíthetjük vagy más formátumokban újra használhatjuk.

  • Hatékonyság:- Időt takarít meg azáltal, hogy automatizálja a szkennelt PDF-k teljes mértékben hozzáférhető szöveges dokumentumokká történő átalakítását.

Előfeltételek: A szkennelt PDF szöveges kivonat beállítása

Mielőtt kivonja a szöveget a szkennelt PDF-k, kövesse ezeket a lépéseket, hogy minden be van állítva:

  • Az ASPOSE.OCR telepítése a .NET-hez:- Hozzáadása Aspose.OCR a projekthez a NuGet használatával: dotnet add package Aspose.OCR

  • A licenc megszerzése:- Set up your metered license using SetMeteredKey() to unlock the full functionality of Aspose.OCR.

  • Készítse fel a szkennelt PDF-t:- Győződjön meg róla, hogy a szkennelt PDF-k jó minőségűek a jobb felismerési pontosság érdekében.

Lépésről lépésre útmutató: A szkennelt PDF-k kereshető szövegre történő átalakítása

1. lépés: A licenc beállítása

Kezdjük azzal, hogy konfigurálja az Aspose.OCR licencét, hogy minden funkciót feloldjon.

using Aspose.OCR;

Metered license = new Metered();
license.SetMeteredKey("<your public key>", "<your private key>");
Console.WriteLine("License configured successfully.");

2. lépés: Töltse le a szkennelt PDF-t az OCR beviteli objektumba

Ezután töltse le a szkennelt PDF-t a OcrInput objektumba, hogy elkezdje az OCR folyamatot.

OcrInput input = new OcrInput(Aspose.OCR.InputType.PDF);
input.Add("scanned_document.pdf", 0, 3);  // Process first 3 pages
Console.WriteLine("Scanned PDF loaded successfully.");

3. lépés: Az OCR motor beállítása a felismeréshez

Állítsa be az OCR-motort, és állítsa be a felismerési beállításokat, például a nyelvet és a pontosságot.

Aspose.OCR.AsposeOcr recognitionEngine = new Aspose.OCR.AsposeOcr();
RecognitionSettings settings = new RecognitionSettings();
settings.Language = Aspose.OCR.Language.Latin;  // Set OCR language
Console.WriteLine("OCR engine configured.");

4. lépés: Az elismert szöveg kivonása és kivonása

Most húzza ki a szöveget a szkennelt PDF-ből az OCR motor segítségével.

List<Aspose.OCR.RecognitionResult> results = recognitionEngine.Recognize(input, settings);
Console.WriteLine("Text extracted successfully from the scanned PDF.");

// Output the recognized text
foreach (Aspose.OCR.RecognitionResult result in results)
{
    Console.WriteLine(result.RecognitionText);
}

// Save the result to a text file
results[0].Save("recognized_text.txt", Aspose.OCR.SaveFormat.Text);
Console.WriteLine("Text saved to recognized_text.txt.");

5. lépés: Vizsgálja meg a kereshető PDF

Győződjön meg arról, hogy a kivont szöveg kereshető és szerkeszthető legyen, ha a kimenetet egy PDF nézőn vagy szerkesztőn teszteli.

Közös problémák és megoldások

1. Alacsony OCR pontosság

  • Feltételek: Győződjön meg arról, hogy a szkennelt PDF-k kiváló minőségűek (legalább 300 DPI) a felismerési eredmények javítása érdekében.

2. Támogatatlan források

  • Teljesítés: Biztosítsa a helyes nyelvet az OCR beállításokban a pontos szövegfelismerés érdekében, különösen a nem latin karakterek esetében.

3. Lassú teljesítmény nagy PDF-k számára

  • Teljesítés: A nagy PDF-k esetében a dokumentumot kisebb darabokban vagy oldalakban feldolgozzuk a memória használatának csökkentése és a folyamat felgyorsítása érdekében.
 Magyar