Tabell till Text
Hur man extraherar tabelldata från bilder med Aspose.OCR

Hur man extraherar tabelldata från bilder med Aspose.OCR

Att extrahera tabeller från skannade eller fotograferade bilder är ofta en manuell, felfria process. Med Aspose.OCR Tabell till Text för .NET kan du automatisera extraktionen av strukturerade tabelldata från bilder – spara tid, minska fel och möjliggöra smidig integration med databaser, Excel eller rapporteringsverktyg.

Realvärldsproblem

Företag får ofta tabeller i fakturor, rapporter eller formulär som bilder eller skanningar. Manuellt återinföra dessa data i skivor eller analysplattformar är ineffektiv och felfri, särskilt för stora volymer eller komplexa tablar.

Översikt över lösningen

Aspose.OCR Tabell till Text för .NET automatiserar tabellidentifiering och datautvinning från bilder, exakt identifiera cellstruktur och innehåll. Detta gör att du kan omvandla scannade eller fotograferade tabeller till strukturerade, sökbara och redigerbara format med minimal kod.

förutsättningar

Innan du börjar behöver du:

  • Visual Studio 2019 eller senare
  • .NET 6.0 eller senare (eller .Net Framework 4.6.2+)
  • Aspose.OCR för .NET från NuGet
  • Grundläggande C# kunskap
PM> Install-Package Aspose.OCR

Steg för steg genomförande

Steg 1: Installera och konfigurera Aspose.OCR

Lägg till Aspose.OCR-paketet och inkludera nödvändiga namnutrymmen:

using Aspose.OCR;

Steg 2: Förbereda tabellbilden

Lägg till en eller flera tabellbilder till din inmatning. för batchutvinning, använd flera filer.

OcrInput input = new OcrInput(InputType.SingleImage);
input.Add("table1.png");
input.Add("table2.jpg");

Steg 3: Konfigurera tabell Recognition Settings

Tillåter tabelldetektionsläge för att säkerställa att strukturen är korrekt identifierad.

RecognitionSettings settings = new RecognitionSettings();
settings.DetectAreasMode = DetectAreasMode.TABLE;
settings.Language = Language.English; // Adjust if table contains non-English text

Steg 4: Kör bordsigenkänningsprocessen

Identifiera tabeller med de konfigurerade inställningarna:

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

Steg 5: Exportera och använda tabelldata

Du kan exportera till text, Excel, JSON eller andra format.

foreach (RecognitionResult result in results)
{
    Console.WriteLine(result.RecognitionText); // Raw table as text
    result.Save("table.csv", SaveFormat.Csv); // Save as CSV
    result.Save("table.xlsx", SaveFormat.Xlsx); // Save as Excel
}

Steg 6: Lägg till felhantering

Lägg till undantagshantering för att bygga robusta lösningar.

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

Steg 7: Optimera för komplexa tabeller

  • Använd högupplöst skanning/bilder för korrekt strukturdetektion
  • Test med olika bordslayouter (blandade celler, flerlinjehuvud, gränser)
  • Tune erkännande inställningar som behövs
// Example: Add all images from a folder
foreach (string file in Directory.GetFiles("./tables", "*.png"))
{
    input.Add(file);
}

Steg 8: Komplett arbetsexempel 

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("table1.png");
            input.Add("table2.jpg");

            RecognitionSettings settings = new RecognitionSettings();
            settings.DetectAreasMode = DetectAreasMode.TABLE;
            settings.Language = Language.English;

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

            foreach (RecognitionResult result in results)
            {
                Console.WriteLine(result.RecognitionText);
                result.Save("table.csv", SaveFormat.Csv);
                result.Save("table.xlsx", SaveFormat.Xlsx);
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"Error: {ex.Message}");
        }
    }
}

Använd fall och applikationer

Finansiella rapporter och fakturor

Extrakt transaktionella tabeller från bilder till Excel eller databassystem automatiskt.

Forskning och Analytics

Digitalisera tabeller från skannade publikationer eller undersökningsformulär för dataanalys.

Automatisk data migration

Migrera arvdokument eller skannade pappersfiler till moderna strukturerade format.

Gemensamma utmaningar och lösningar

Utmaning 1: Blurry eller komplexa tabellbilder

Lösning: Använd tydligare bilder eller experiment med förbehandling för att förbättra strukturen.

Utmaning 2: icke-standardbordslayout

Lösning: Testa och justera inställningar för komplexa layouter eller gränslösa tabeller.

Utmaning 3: Stora bitar eller blandade bildtyper

Lösning: Använd batchbehandling och katalogskanning för att automatisera utvinning från många filer.

Prestanda överväganden

  • Använd bra ljusa, höga bilder
  • Batchprocess för effektivitet
  • Tillhandahålla OCR-objekt efter användning

Bästa praxis

  • Validerar alltid exporterade tabelldata innan vidare bearbetning
  • Förbehandling av bilder för optimal strukturdetektion
  • Säkerhet och säkerhetskopiering av ursprungliga skanningar/bilder
  • Använd rätt exportformat för din arbetsflöde (CSV, XLSX, JSON)

Avancerade scenarier

Scenario 1: Mixed-language tabellutvinning 

settings.Language = Language.Chinese;

Scenario 2: Kombinera tabell och textutvinning 

settings.DetectAreasMode = DetectAreasMode.COMBINE;

slutsatser

Aspose.OCR Tabell till Text för .NET omvandlar bildtabeller till strukturerade, redigerbara data – ingen manuell inmatning krävs.

För mer exempel och tekniska detaljer, besök Aspose.OCR för .NET API Referens .

 Svenska