Фотография в текст
Как улучшить точность OCR на изображениях низкого качества с помощью Aspose.OCR

Как улучшить точность OCR на изображениях низкого качества с помощью Aspose.OCR

Многие бизнес-критические изображения имеют низкое качество — сканирование блури, фото смартфона, скеированные записи или шумные факс. Эти вызовы снижают точность ОКР. Aspose.OCR для .NET предлагает встроенные инструменты и лучшие практики для извлечения лучшего возможного текста из даже сложных изображений.

Реальные мировые проблемы

Когда сканирование шумно, темно, низкоконтрастно или имеет фоновый шум, стандартный OCR может пропустить слова или неправильно распознавать символы.

Решение обзор

Применяя предварительную обработку (десквирование, отказ, корректировка контраста) и тонизируя настройки Aspose.OCR, вы можете значительно улучшить текстовое извлечение — даже из подпольных изображений.

Предупреждения

  • Visual Studio 2019 или позднее
  • .NET 6.0 или более поздний (или .Net Framework 4.6.2+)
  • ASPOSE.OCR для .NET от NuGet
  • Основные навыки C#
PM> Install-Package Aspose.OCR

Step-by-Step реализация

Шаг 1: Инсталляция и настройка Aspose.OCR 

using Aspose.OCR;

Шаг 2: Оценка качества изображения

Проверьте для:

  • Blurriness
  • Ротация / Rotation
  • фоновый шум
  • Низкий контраст
  • Плохое освещение / тени

Шаг 3: Применение образа переработки и улучшения

ASPOSE.OCR имеет фильтры для отрицания, отклонения, бинарности, контраста и многое другое:

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

Шаг 4: Установите распознавательные настройки для сложных изображений

Вы можете получить лучшие результаты путем тунирования:

  • Language Достопримечательности (выберите ближайший матч)
  • DetectAreasMode (Автомобиль против фото)
settings.Language = Language.English;
settings.DetectAreasMode = DetectAreasMode.PHOTO; // If image is a photo

Шаг 5: Извлечь текст и валидировать 

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);
}

Шаг 6: Итерировать и тестировать с различными настройками

Попробуйте несколько комбинаций фильтров и настройки предварительной обработки, а затем проверите выход для наилучшей точности.

Шаг 7: Автоматизация переработки для массовых рабочих мест

Обработка всех изображений в каталоге с оптимальными настройками:

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

Шаг 8: Полный пример 

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}");
        }
    }
}

Используйте случаи и приложения

Дигитализация рецептов и факс

Экстрактируйте данные из устаревших, факсрованных или расщепленных доходов и счетов.

Автоматизация платежных счетов с плохими сканами

Снизить переработку и ускорить обработку АП даже из плохих источников.

Архив наследие бумаги

Сохранить полезный текст из старых, деградированных архивов и рукописанных записей.

Общие вызовы и решения

Проблема 1: изображения остаются нечитаемыми

**Решение: ** Попросите спасения или используйте передовые инструменты улучшения, если это необходимо.

Проблема 2: Батч обработка ботинки

Решение: Автоматическая предварительная обработка и расписание рабочих мест в течение часа.

Проблема 3: Высокоизменные входы

Решение: Сохраните лучшие настройки по типу документа; регулярно валидируйте.

Рассмотрим производительность

  • Препроцессирование добавляет время CPU, но может удвоить точность OCR
  • Проверка размера батареи для вашего оборудования
  • Установка объектов ОКР после прогулок

Лучшие практики

  • Сохранение оригинальных изображений для аудита
  • Проверка результатов до интеграции
  • Используйте проверки контроля качества для критических рабочих потоков
  • Регулярно обновляется Aspose.OCR для улучшений

Развитые сценарии

Сценарий 1: Препроцессирование с помощью внешних инструментов (опционально)

Улучшить изображения с помощью такого инструмента, как ImageMagick или OpenCV перед OCR для экстремальных случаев.

Сценарий 2: Фильтр по типу документа

Сохранение и повторное использование настроек по источнику или рабочему потоку для максимальной точности.

Заключение

С правильной предварительной обработкой и настройками Aspose.OCR для .NET может спасти ценные данные даже от плохого качества изображений, повысить автоматизацию и соответствие.

Для передовых советов и последних фильтров, проверьте ASPOSE.OCR для .NET API .

 Русский