Gambar dalam teks
Bagaimana untuk meningkatkan ketepatan OCR pada imej berkualiti rendah dengan Aspose.OCR

Bagaimana untuk meningkatkan ketepatan OCR pada imej berkualiti rendah dengan Aspose.OCR

Banyak imej-imej kritikal perniagaan berkualiti rendah - pemindaian blurry, gambar telefon pintar, rekod tersembunyi, atau faks bunyi. cabaran ini mengurangkan ketepatan OCR. Aspose.OCR untuk .NET menawarkan alat terbina dalam dan amalan terbaik untuk mengekstrak teks terbaik yang mungkin daripada gambar yang sukar.

Masalah dunia sebenar

Apabila pemindaian berantakan, gelap, rendah kontras, atau mempunyai bunyi latar belakang, OCR standard boleh terlepas kata-kata atau salah mengenali watak.

Gambaran keseluruhan penyelesaian

Dengan menggunakan preprocessing (deskew, denoise, kontras penyesuaian), dan tuning tetapan Aspose.OCR, anda boleh secara dramatik meningkatkan ekstraksi teks - walaupun daripada imej subpar.

Prerequisites

  • Visual Studio 2019 atau seterusnya
  • .NET 6.0 atau lebih baru (atau .Net Framework 4.6.2+)
  • Aspose.OCR untuk .NET daripada NuGet
  • Kemahiran asas C#
PM> Install-Package Aspose.OCR

Pelaksanaan langkah demi langkah

Langkah 1: Pemasangan dan Konfigurasi Aspose.OCR 

using Aspose.OCR;

Langkah 2: Menilai kualiti imej

Periksa untuk :

  • Blurriness
  • Perbezaan / Rotasi
  • bunyi latar belakang
  • kontras rendah
  • Pencahayaan / bayang-bayang

Langkah 3: Menggunakan imej Preprocessing dan Peningkatan

Aspose.OCR mempunyai penapis untuk denoise, deskew, binarization, kontras, dan banyak lagi:

RecognitionSettings settings = new RecognitionSettings();
settings.AutoContrast = true; // Improve contrast automatically
settings.Denoising = true;    // Remove background noise
settings.Deskew = true;       // Correct rotated images
settings.Binarization = true; // Convert to black/white for clarity

Langkah 4: Masukkan tetapan pengenalan untuk imej yang sukar

Anda boleh mendapatkan hasil yang lebih baik dengan tuning:

  • Language Peluang (pilih perlawanan terdekat)
  • DetectAreasMode (Bahasa Inggeris kepada Melayu photo)
settings.Language = Language.English;
settings.DetectAreasMode = DetectAreasMode.PHOTO; // If image is a photo

Langkah 5: Mengekstrak teks dan mengesahkan 

OcrInput input = new OcrInput(InputType.SingleImage);
input.Add("blurry_invoice.jpg");
AsposeOcr ocr = new AsposeOcr();
List<RecognitionResult> results = ocr.Recognize(input, settings);
foreach (RecognitionResult result in results)
{
    Console.WriteLine(result.RecognitionText);
}

Langkah 6: Iterate dan ujian dengan tetapan yang berbeza

Cuba beberapa kombinasi penapis pra-proses dan tetapan, kemudian semak output untuk ketepatan terbaik.

Langkah 7: Pemprosesan semula automatik untuk pekerjaan besar

Memproses semua imej dalam direktori dengan tetapan optimum:

foreach (string file in Directory.GetFiles("./problem_images", "*.png"))
{
    input.Add(file);
}

Langkah 8 : Contoh Lengkap 

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

class Program
{
    static void Main(string[] args)
    {
        try
        {
            OcrInput input = new OcrInput(InputType.SingleImage);
            input.Add("blurry_invoice.jpg");

            RecognitionSettings settings = new RecognitionSettings();
            settings.AutoContrast = true;
            settings.Denoising = true;
            settings.Deskew = true;
            settings.Binarization = true;
            settings.Language = Language.English;
            settings.DetectAreasMode = DetectAreasMode.PHOTO;

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

            foreach (RecognitionResult result in results)
            {
                Console.WriteLine(result.RecognitionText);
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"Error: {ex.Message}");
        }
    }
}

Penggunaan Kasus dan Permohonan

Digitalisasi penerimaan dan faks

Mengekstrak data daripada rekod dan invois yang terjejas, faks, atau rosak.

Mengoptimumkan akaun yang boleh dibayar dengan pemindaian yang buruk

Mengurangkan pengedaran semula dan mempercepatkan pemprosesan AP walaupun daripada sumber yang buruk.

Arsip Kertas Warisan

Menyimpan teks yang boleh digunakan daripada arkib lama dan terjejas dan nota bertulis tangan.

Tantangan dan Penyelesaian Bersama

Tantangan 1: Gambar-gambar yang tidak boleh dibaca

** Penyelesaian:** Meminta penyelamatan atau gunakan alat peningkatan canggih seperti yang diperlukan.

Tantangan 2: Batch Pemprosesan Botlenecks

** Penyelesaian:** Pemprosesan pra automatik dan jadual pekerjaan luar jam.

Tantangan 3: Input yang sangat berubah-ubah

** Penyelesaian:** Simpan tetapan terbaik mengikut jenis dokumen; mengesahkan secara berkala.

Pertimbangan prestasi

  • Preprocessing menambah masa CPU tetapi boleh menggandakan ketepatan OCR
  • Ujian saiz batch untuk perkakasan anda
  • Menyediakan objek OCR selepas berlari

amalan terbaik

  • Menyimpan imej asal untuk audit
  • Mengesahkan pengeluaran sebelum integrasi
  • Menggunakan kawalan kualiti untuk aliran kerja kritikal
  • Mengemas kini Aspose.OCR secara berkala untuk peningkatan

Senario lanjutan

Senario 1: Pemprosesan terlebih dahulu dengan Alat Luar (pilihan)

Meningkatkan imej dengan alat seperti ImageMagick atau OpenCV sebelum OCR untuk kes yang melampau.

Scenario 2: Filter disesuaikan mengikut jenis dokumen

Simpan dan gunakan semula tetapan mengikut sumber atau aliran kerja untuk ketepatan maksimum.

Conclusion

Dengan pemprosesan pra dan tetapan yang betul, Aspose.OCR untuk .NET boleh menyelamatkan data berharga walaupun daripada imej berkualiti rendah, meningkatkan automatik dan pematuhan.

Untuk tips lanjutan dan penapis terkini, semak Aspose.OCR untuk .NET API Rujukan .

 Melayu