Cara Mengautomatikkan Pengenalan Data dari Form dengan Aspose.OCR

Mengekstrak informasi dari formulir kertas, soal selidik, atau survei adalah botol entri data klasik. Dengan Aspose.OCR untuk .NET, Anda dapat mendigitalkan data bentuk dari scan atau foto, mengurangi kesalahan dan mengubah dokumen yang tidak terstruktur menjadi data yang berstruktur dan dapat diedit.

Masalah dunia nyata

Data input bentuk manual lambat, mahal, dan sangat rentan terhadap kesalahan – terutama di organisasi besar, penelitian, atau logistik. handwriting, tata letak yang bervariasi dan jenis medan campuran membuat otomatisasi mencabar tanpa alat OCR yang kuat.

Penyelesaian Overview

Aspose.OCR untuk .NET menyediakan pengaturan pengenalan yang fleksibel untuk mengekstrak teks yang dicetak dan tertulis secara manual dari formulir, kotak pemeriksaan proses, dan hasil yang terstruktur – ideal untuk bisnis, kesehatan, sumber daya manusia, pendidikan dan banyak lagi.

Persyaratan

Sebelum memulai, pastikan Anda memiliki:

• Visual Studio 2019 atau lebih baru
• .NET 6.0 atau lebih baru (atau .Net Framework 4.6.2+)
• Aspose.OCR untuk .NET dari NuGet
• Pengalaman C#

PM> Install-Package Aspose.OCR

Implementasi langkah demi langkah

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}");
        }
    }
}

Menggunakan kasus dan aplikasi

Kesehatan dan HR

Mengekstrak dan digitalisasi data formulir untuk pengambilan pasien, aplikasi pekerjaan, atau survei.

Penyelidikan dan Pendidikan

Automatic questionnaire dan survey processing untuk analisis yang lebih cepat.

Logistik dan Bisnis

Digitalisasi catatan pengiriman, formulir pemeriksaan, atau daftar checklist inventory.

Tantangan dan Solusi Umum

Tantangan 1: Bidang bertulis tangan atau berkualitas rendah

** Solusi:** Gunakan pemindaian berkualitas tinggi dan menyesuaikan pengaturan pengenalan untuk tulisan tangan.

Tantangan 2: Layout bentuk yang tidak teratur

** Solusi:** Gunakan mode DOCUMENT untuk tata letak yang kompleks, dan tes pada sampel.

Tantangan 3: Batch Extraction

** Solusi:** Gunakan pemrosesan batch berbasis direktori untuk formulir volume tinggi.

Pertimbangan kinerja

• Proses batch untuk kecepatan dan scalability
• Menyediakan objek OCR setelah digunakan
• Mengkonfirmasi hasil sebelum integrasi

Praktik Terbaik

• Ulasan data digital untuk ketepatan sebelum otomatisasi
• Tetapan Tune untuk setiap jenis template
• Arsip asli untuk audit
• Update Aspose.OCR secara teratur untuk peningkatan fitur

Skenario Lanjutan

Skenario 1: Mengekstrak tulisan tangan dari bentuk

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

Skenario 2: Ekspor ke JSON untuk Import Database

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

Kesimpulan

Aspose.OCR untuk .NET otomatis membentuk ekstraksi data – menghapus input manual dan mempercepat bisnis, penelitian, atau aliran kerja administratif.

Lihat lebih lanjut penggunaan dan kode sampel di Aspose.OCR untuk .NET API Referensi .