Kaip sujungti daugiakalbę OCR su Aspose.OCR

Globalių archyvų, verslo dokumentų ar apklausos formų skaitmeninimas dažnai reiškia dirbti su keliomis kalbomis. Manual extraction yra lėtas ir ne skalavimo. Aspose.OCR .NET leidžia automatuoti teksto ekstrakciją įvairiais kalba iš didelių skaičių vaizdų arba PDF su tik keliais kodo eilutėmis.

Realaus pasaulio problemos

Tarptautinės bendrovės, bibliotekos ir duomenų paslaugos dažnai susiduria su mišriomis kalbomis susijusiais dokumentais. rankiniu būdu išdėstyti ir kalbų-specifinė ekstrakcija yra nuobodu ir klaidų priežastis - ypač kai skiriama iki tūkstančių dokumentų.

Sprendimo apžvalga

Aspose.OCR .NET palaiko daugiau nei 30 kalbų. galite konfigūruoti atpažinimo nustatymus pagal failą ar rinkinį, tada automatiškai ištraukti ir eksportuoti į savo pageidaujamą formatą, kad būtų lengvai integruota į verslo ar mokslinių tyrimų darbo srautus.

Prerequisites

• „Visual Studio 2019“ arba vėliau
• .NET 6.0 arba naujesnė (arba .Net Framework 4.6.2+)
• ASPOSE.OCR už .NET iš NuGet
• C# programavimo patirtis

PM> Install-Package Aspose.OCR

Žingsnis po žingsnio įgyvendinimas

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}");
        }
    }
}

Naudokite atvejus ir paraiškas

Pasaulio archyvų skaitmeninimas

Automatinis teksto ištraukimas iš daugiakalbių archyvų, laikraščių ar įmonių įrašų.

Tarptautinė verslo automatizacija

Sudarykite OCR rezultatus iš mišrių kalbų sutarčių, sąskaitų ar žmogiškųjų išteklių dokumentų į jūsų pasaulinį ERP ar darbo srautą.

Daugiakalbės atitikties ir paieškos

Galite atlikti visą teksto paiešką ir atitikties patikrinimus per dokumentus daugelyje kalbų.

Bendrieji iššūkiai ir sprendimai

1 iššūkis: mišrių kalbų dokumentai

Išsprendimas: Atlikite aptikimą ir apdorojimą per puslapį arba naudokite AUTO kalbos režimą, jei yra.

2 iššūkis: įvairaus vaizdo kokybė

Išsprendimas: Standartizuokite skenavimą ir paleiskite išankstinį apdorojimą, kad būtų normalizuota vaizdo kokybė.

Iššūkis 3: Performance Bottlenecks

Išsprendimas: Procesas, kai įmanoma, lygiagrečiai ir optimizuojamas išteklių naudojimas.

Veiksmingumo apžvalgos

• Organizuokite darbo vietų rinkinį pagal kalbą išteklių efektyvumui
• Atminties / CPU stebėjimas su lygiagrečių darbų
• Įvertinkite išleidimą kiekvienoje partijoje

Geriausios praktikos

• Laikykite kalbos lapas organizuotas, kad būtų lengva išspręsti problemas
• Validuokite kiekvienos kalbos mėginių rinkinį
• Atnaujinkite Aspose.OCR naujausiems kalbos patobulinimams
• Saugokite tiek įvesties, tiek išeities duomenis

Išplėstiniai scenarijai

1 scenarijus: eksportuoti daugiakalbius rezultatus į JSON

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

2 scenarijus: Automatiškai aptikti kalbą (jei palaikoma)

settings.Language = Language.Auto;

Conclusion

Aspose.OCR .NET leidžia automatizuoti teksto ekstrakciją iš įvairių, daugiakalbių vaizdo kolekcijų – pagreitinti pasaulinį skaitmeninimą ir padaryti jūsų archyvus paieškos, atradimo ir pasiruošimo darbo srauto integracijai.

Norėdami gauti išsamią remiamų kalbų ir pažangių patarimų sąrašą, apsilankykite ASPOSE.OCR už .NET API nuorodą .