Как обнаружить текстовое сходство и плагиарство в изображениях
Открытие подобного или плагированного текста в сканированных изображениях имеет важное значение для академической целостности, просмотра контента и правовой защиты. Aspose.OCR Image Text Finder для .NET позволяет отслеживать сборы содержания сходства в архивах или документах.
Реальные мировые проблемы
Ручное обнаружение дублируемого или копированного текста в сканированных изображениях неэффективно и без ошибок. Автоматизированное сравнение на основе ОКР позволяет масштабировать и повторять для академических, деловых или юридических потребностей.
Решение обзор
Извлечь текст из каждого изображения и сравнить его с корпусом или целевым набором для высокой сходства. флаг и отчет подозрительные матчи для обзора или отслеживания.
Предупреждения
- Visual Studio 2019 или позднее
- .NET 6.0 или более поздний (или .Net Framework 4.6.2+)
- ASPOSE.OCR для .NET от NuGet
PM> Install-Package Aspose.OCRStep-by-Step реализация
Шаг 1: Подготовите свои изображения
string[] archiveFiles = Directory.GetFiles("./archive", "*.png");
string[] submissionFiles = Directory.GetFiles("./submissions", "*.png");Шаг 2: Извлечение текста из изображений
RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English;
AsposeOcr ocr = new AsposeOcr();
Dictionary<string, string> archiveTexts = new Dictionary<string, string>();
foreach (string file in archiveFiles)
{
string text = ocr.Recognize(new OcrInput(InputType.SingleImage) { file }, settings)[0].RecognitionText;
archiveTexts[file] = text;
}Шаг 3: Сравнение для сходства или дублирования
Используйте простую функцию сходства текста (например, расстояние Levenshtein, индекс Jaccard) или пакет .NET для смешанного соответствия:
foreach (string subFile in submissionFiles)
{
string subText = ocr.Recognize(new OcrInput(InputType.SingleImage) { subFile }, settings)[0].RecognitionText;
foreach (var kvp in archiveTexts)
{
double similarity = JaccardSimilarity(subText, kvp.Value); // custom function or library
if (similarity > 0.8) // Tune threshold for your needs
{
File.AppendAllText("plagiarism_log.csv", $"{subFile},{kvp.Key},{similarity}\n");
}
}
}
// Example Jaccard similarity (token-based)
double JaccardSimilarity(string text1, string text2)
{
var set1 = new HashSet<string>(text1.Split());
var set2 = new HashSet<string>(text2.Split());
int intersect = set1.Intersect(set2).Count();
int union = set1.Union(set2).Count();
return (double)intersect / union;
}Шаг 4: Регистрация и отзывы результатов
- Экспорт подозрительных матчей для человеческого или академического / юридического обследования
Шаг 5: Полный пример
using Aspose.OCR;
using System;
using System.Collections.Generic;
using System.IO;
class Program
{
static void Main(string[] args)
{
string[] archiveFiles = Directory.GetFiles("./archive", "*.png");
string[] submissionFiles = Directory.GetFiles("./submissions", "*.png");
RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English;
AsposeOcr ocr = new AsposeOcr();
Dictionary<string, string> archiveTexts = new Dictionary<string, string>();
foreach (string file in archiveFiles)
archiveTexts[file] = ocr.Recognize(new OcrInput(InputType.SingleImage) { file }, settings)[0].RecognitionText;
foreach (string subFile in submissionFiles)
{
string subText = ocr.Recognize(new OcrInput(InputType.SingleImage) { subFile }, settings)[0].RecognitionText;
foreach (var kvp in archiveTexts)
{
double sim = JaccardSimilarity(subText, kvp.Value);
if (sim > 0.8)
File.AppendAllText("plagiarism_log.csv", $"{subFile},{kvp.Key},{sim}\n");
}
}
}
static double JaccardSimilarity(string text1, string text2)
{
var set1 = new HashSet<string>(text1.Split());
var set2 = new HashSet<string>(text2.Split());
int intersect = set1.Intersect(set2).Count();
int union = set1.Union(set2).Count();
return (double)intersect / union;
}
}Используйте случаи и приложения
Академическая целостность и обнаружение плагиарства
Просмотр студенческих презентаций для копированного контента против архивированных источников.
Юридический и договорный обзор
Выявить повторное использование или копирование контрактного языка в законно сканированных документах.
Публикация контента и СМИ
Идентифицировать дублирование или несанкционированное повторное использование текста в творческих отраслях.
Общие вызовы и решения
Проблема 1: ОКР признание ошибок
Решение: Используйте высококачественные сканирования и тонные границы сходства.
Проблема 2: Большие архивы
Решение: Процесс предварительного индекса или комплекта, при необходимости паралелизуйте.
Проблема 3: языковые или форматируемые варианты
**Решение: ** Нормализовать текст (низкий случай, удалить словосочетание), процесс по языковой настройке.
Рассмотрим производительность
- Вычисления сходства текста являются компьютерно-интенсивными для больших комплектов — бач и график.
- Зарегистрируйте все результаты для обзора и аудита
Лучшие практики
- Подтвердить флагманские результаты с помощью руководящего или комиссионного обзора
- Ограничения сходства для точности vs. фальшивых положительных
- Архивировать все записи для соответствия и аудита
- Используйте структурированную текстовую нормализацию
Развитые сценарии
Сценарий 1: Визуализация результатов сходства
Создайте графы или графики из CSV с помощью инструментов Excel или BI.
Сценарий 2: Интеграция API для сканирования в режиме реального времени
Скачать изображения при загрузке и обеспечить немедленную обратную связь с аналогией.
Заключение
ASPOSE.OCR Image Text Finder для .NET позволяет масштабировать, автоматизировать обнаружение подобного или плагинированного контента в изображениях, необходимых для академических, юридических и публикационных работ.
See ASPOSE.OCR для .NET API Для более продвинутого сравнения и поиска АПИ.
