Skanuj do Tekstu
Jak wydobyć tekst z skanowanych obrazów za pomocą Aspose.OCR

Jak wydobyć tekst z skanowanych obrazów za pomocą Aspose.OCR

Skanowanie umów, porozumień, stron książek lub starych rekordów zazwyczaj produkuje pliki obrazowe – nie edytowalny tekst. Aspose.OCR Scan to Text for .NET pozwala na automatyzację ekstrakcji strukturowanego, wyszukiwanego tekstu z dowolnego skanowanego dokumentu lub zdjęcia, oszczędzając niezliczone godziny ręcznego wpisu.

Problem świata rzeczywistego

Dokumenty papierowe, książki i archiwum są często przechowywane jako obrazy. ekstrakcja ich treści dla cyfrowych przepływów pracy, zgodności lub badań może być powolna, kosztowna i podatna na błędy, jeśli wykonane ręcznie.

Przegląd rozwiązania

Aspose.OCR Scan to Text for .NET konwertuje obrazy drukowanych stron w użyteczny tekst, obsługuje pojedyncze kolumny, wiele kolumn i złożone układy. Przepływ pracy jest idealny do cyfryzacji kontraktów, książek, rekordów i dokumentów biznesowych do nowoczesnego użytku.

Warunki

Upewnij się, że masz:

  • Visual Studio 2019 lub później
  • .NET 6.0 lub nowszy (lub .Net Framework 4.6.2+)
  • Aspose.OCR dla .NET od NuGet
  • Znajomość C#
PM> Install-Package Aspose.OCR

Wdrażanie krok po kroku

Krok 1: Instalacja i konfiguracja Aspose.OCR

Dodaj pakiet NuGet i referencję Aspose.OCR:

using Aspose.OCR;

Krok 2: Dodaj skanowane obrazy

Pobierz pojedyncze lub więcej plików obrazu do przetwarzania.

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

Krok 3: Konfiguruj ustawienia rozpoznawania

Tune dla języka dokumentu i układu w razie potrzeby.

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

Krok 4: Przeprowadź proces rozpoznawania 

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

Krok 5: Zapisz lub przetwórz wydany tekst 

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);
}

Krok 6: Dodaj rozwiązywanie błędów 

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

Krok 7: Zoptymalizuj ustawienia dokumentów

  • W przypadku książek lub artykułów, użyj DetectAreasMode.DOCUMENT lub spróbuj detektAreaModa.AUTO
  • Zdjęcia wstępnie przetwarzane (zbiorniki, deski) dla najlepszej precyzji
  • Proces batchowy dla dużych archiwów
foreach (string file in Directory.GetFiles("./scans", "*.jpg"))
{
    input.Add(file);
}

Krok 8: Pełny przykład 

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}");
        }
    }
}

Korzystanie z przypadków i aplikacji

Kontrakt i umowa cyfryzacja

Szybko cyfrować dokumenty prawne lub biznesowe do wyszukiwania, archiwizacji i cyfrowych przepływów pracy.

Przetwarzanie książek i archiwów

Konwersja stron książek lub rekordów historycznych do wyszukiwanych, edytowalnych formatów.

Zgodność i ekstrakcja danych

Umożliwia automatyczne sprawdzanie zgodności, audyt lub ekstrakcję tekstu z dokumentów dziedziczenia.

Wspólne wyzwania i rozwiązania

Wyzwanie 1: skanowanie tekstów o niskiej jakości

Rozwiązanie: Użyj wstępnego przetwarzania lub poprawienia obrazów w celu uzyskania lepszej dokładności OCR.

Wyzwanie 2: Multi-kolumnowe lub złożone rozmiary

Rozwiązanie: Dostosuj DetectAreasMode i sprawdź najlepszą obsługę układu.

Wyzwanie 3: Digitalizacja batchów

Rozwiązanie: Użyj przetwarzania pakietów i zarządzania zasobami dla dużych miejsc pracy.

uwzględnienie wydajności

  • Proces batchowy dla prędkości i skalowalności
  • Korzystaj z dobrej jakości zdjęć źródłowych
  • Dostarczanie obiektów OCR po użyciu

Najlepsze praktyki

  • Zawsze weryfikuj wyciągnięty tekst przed automatyzacją lub archiwizacją
  • Korzystaj z prawidłowych ustawień rozpoznawania typu dokumentu
  • Kopiowanie oryginalnych skanów do odniesienia
  • Wyniki testów OCR na zestawie próbek przed produkcją

Zaawansowane scenariusze

Scenariusz 1: Wielojęzyczna ekstrakcja dokumentów 

settings.Language = Language.French;

Scenariusz 2: Eksport do JSON dla integracji 

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

konkluzja

Aspose.OCR Scan to Text for .NET to najszybszy sposób na przekształcenie skanowanych obrazów i dokumentów papierowych w użyteczny, edytowalny tekst – idealny dla projektów prawnych, akademickich lub biznesowych.

Zobacz więcej przykładów i szczegółów technicznych w Aspose.OCR dla .NET API Referencje .

 Polski