Скенирање на текст
Како дигитализовати књиге и мулти-колумне документе са Aspose.OCR

Како дигитализовати књиге и мулти-колумне документе са Aspose.OCR

Скенирање или фотографисање књига и часописа често доводи до сложених, мулти-колонских слика – изазивајући стандардне ОЦР. Аппосе.ОКР за .НЕТ пружа напредне подешавања за поуздано извлачење структурираног, колоно-поређеног текста, савршено за библиотеке, истраживање и објављивање.

Реал светски проблем

Књиге, новине и часописи се често чувају као скениране слике са колонама, белешкама и илустрацијама. Екстракција читавог, структурираног текста ручно је спора, изазива грешке и скупо за библиотеке или архиве.

Преглед решења

Aspose.OCR za .NET upravlja višestrukim i složenim rasporedima, čuvajući red čitanja i dozvoljavajući vam da automatizujete masovnu digitalizaciju knjiga i časopisa, štedite vreme i poboljšate preciznost podataka za istraživače i izdavače.

Принципи

Уверите се да имате:

  • Visual Studio 2019 или касније
  • .NET 6.0 или новији (или .Net Framework 4.6.2+)
  • Aspose.OCR za .NET od NuGet
  • Основне вештине Ц #
PM> Install-Package Aspose.OCR

Корак по корак спровођење

Корак 1: Инсталирајте и конфигуришете Aspose.OCR 

using Aspose.OCR;

Корак 2: Скенирајте или фотографишете своје странице књиге / часописа

Додајте све скениране слике странице у ваш улаз за препознавање бацх-а.

OcrInput input = new OcrInput(InputType.SingleImage);
input.Add("book_page1.png");
input.Add("book_page2.jpg");

Корак 3: Конфигурисање подешавања препознавања више колона 

RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English;
settings.DetectAreasMode = DetectAreasMode.DOCUMENT; // Use DOCUMENT or AUTO for multi-column layouts

Корак 4: Екстрактирајте текст у структурираном реду 

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

Корак 5: Експортирајте или сачувате дигитални текст 

foreach (RecognitionResult result in results)
{
    result.Save("book_page.txt", SaveFormat.Text); // Save as text
    result.Save("book_page.docx", SaveFormat.Docx); // Save as Word doc
}

Корак 6: Додајте управљање грешкама и провере квалитета 

try
{
    // OCR and export code
}
catch (Exception ex)
{
    Console.WriteLine($"Error: {ex.Message}");
}

Корак 7: Оптимизација за велике или ретке књиге

  • Бацх обрађује све књиге странице у фасциклама
  • Користите скене високог реза за ретке или старе књиге
  • Валидирајте страницу узорка пре него што покренете целу колекцију
foreach (string file in Directory.GetFiles("./books", "*.jpg"))
{
    input.Add(file);
}

Корак 8: Потпуни пример 

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("book_page1.png");
            input.Add("book_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)
            {
                result.Save("book_page.txt", SaveFormat.Text);
                result.Save("book_page.docx", SaveFormat.Docx);
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"Error: {ex.Message}");
        }
    }
}

Коришћење случајева и апликација

Библиотеке и дигиталне хуманистике

Омогућава дигитално позајмљивање, претрагу и анализу ретких књига и историјских новина.

Академска и истраживачка публикација

Лако дигитализовати часописе, конференцијске процедуре или текстуалне књиге за електронски приступ.

Мултијезични и сложени распоред

Екстрактирајте садржај из часописа са колонама страног језика, страницама или ноте.

Заједнички изазови и решења

Izazov 1: Izuzimanje kolona ili ilustracija

Решење: Користите висококвалитетне скене и тестирајте режиме ДОКУМЕНТ/АУТО за најбоље читање.

Проблем 2: ОЦР квалитет за старе или оштећене књиге

Решење: Побољшање скенирања и валидација резултата пре масовне обраде.

Проблем 3: Масивна скала дигитализација

Решење: Аутоматски бацх радни токови и користите управљање грешкама за велике операције.

Размишљање о перформанси

  • Користите добар изворни скенирање, посебно за ретке или крхке књиге
  • Процес бацх за скалу
  • Складиштење дигиталног излаза у флексибилним форматима (текст, Ворд, ПДФ)

Најбоља пракса

  • Валидирати излаз против оригиналних страница за тачност
  • Организујте странице књиге по волуму и поглављу за лако повраћање
  • Задржавање и скенирања и дигиталног текста
  • Ажурирајте ОЦР мотор за најновије побољшања

Напредни сценарио

Сценарио 1: Дигитализација мултијазичних часописа 

settings.Language = Language.German;

Сценарио 2: Експорт у ПДФ за читаоце е-књиге 

foreach (RecognitionResult result in results)
{
    result.Save("book_page.pdf", SaveFormat.Pdf);
}

Закључак

Aspose.OCR za .NET je najbrži način da se knjige i komplicirane publikacije uđu u digitalnu dobu, spremni za pretragu, analizu i deljenje.

Погледајте додатне примере и савете за интеграцију на Aspose.OCR за .NET API референце .

 Српски