วิธีการตรวจจับความคล้ายคลึงกับข้อความและปลุกในภาพ
การตรวจพบข้อความที่คล้ายกันหรือปลุกในภาพที่สแกนเป็นสิ่งสําคัญสําหรับความสมบูรณ์ทางวิชาการการตรวจสอบเนื้อหาและการป้องกันทางกฎหมาย Aspose.OCR Image Text Finder for .NET ช่วยให้การตรวจจับแบบบูรณาการของความคลึงกันของเนื้อเยื่อผ่านไฟล์หรือชุดเอกสาร
ปัญหาโลกจริง
การตรวจจับด้วยตนเองของข้อความที่ซ้ําหรือคัดลอกในภาพที่สแกนไม่มีประสิทธิภาพและเป็นข้อผิดพลาด การเปรียบเทียบอัตโนมัติที่ขับเคลื่อนโดย OCR ช่วยให้มีขนาดและสามารถตอบสนองความต้องการทางวิชาการธุรกิจหรือทางกฎหมาย
ความคิดเห็นเกี่ยวกับโซลูชัน
extract text from each image and compare it against a corpus or target set for high similarity ปลั๊กและรายงานการแข่งขันที่น่าสงสัยสําหรับการตรวจสอบหรือติดตาม
ข้อกําหนด
- Visual Studio 2019 หรือภายหลัง
- .NET 6.0 หรือเร็วกว่า (หรือ .Net Framework 4.6.2+)
- Aspose.OCR สําหรับ .NET จาก NuGet
PM> Install-Package Aspose.OCR
การดําเนินการขั้นตอนขั้นตอน
ขั้นตอนที่ 1: การเตรียมชุดภาพของคุณ
string[] archiveFiles = Directory.GetFiles("./archive", "*.png");
string[] submissionFiles = Directory.GetFiles("./submissions", "*.png");
ขั้นตอนที่ 2: เอาข้อความจากภาพ
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;
}
ขั้นตอนที่ 3: การเปรียบเทียบสําหรับ Similarity หรือ Duplication
ใช้ฟังก์ชั่นการคล้ายกันข้อความที่เรียบง่าย (เช่นระยะทาง Levenshtein, Jaccard index) หรือแพคเกจ .NET สําหรับการสอดคล้องกับ fuzzy:
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;
}
ขั้นตอน 4: การบันทึกและผลการตรวจสอบ
- การส่งออกการแข่งขันที่น่าสงสัยสําหรับวิจารณ์ทางมนุษย์หรือวิชาการ / กฎหมาย
ขั้นตอน 5: ตัวอย่างที่สมบูรณ์
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;
}
}
ใช้กรณีและแอปพลิเคชัน
การตรวจจับความสมบูรณ์ทางวิชาการและพลาสติก
แสดงรายการนักเรียนสําหรับเนื้อหาที่คัดลอกกับแหล่งที่เก็บไว้
การตรวจสอบกฎหมายและสัญญา
การตรวจจับการใช้งานใหม่หรือการคัดลอกภาษาสัญญาในเอกสารสแกนตามกฎหมาย
การเผยแพร่เนื้อหาและสื่อ
การระบุการทําซ้ําหรือการใช้ข้อความที่ไม่ได้รับอนุญาตในอุตสาหกรรมสร้างสรรค์
ความท้าทายและโซลูชั่นทั่วไป
ความท้าทาย 1: ข้อผิดพลาดในการรับรู้ OCR
โซลูชัน: ใช้การสแกนที่มีคุณภาพสูงและข้อ จํากัด ความคล้ายคลึงกัน
ความท้าทาย 2: ชุดเก็บข้อมูลขนาดใหญ่
โซลูชัน: กระบวนการ Pre-index หรือชุด, parallelize ถ้าจําเป็น
ความท้าทาย 3: ภาษาหรือรูปแบบการเปลี่ยนแปลง
**โซลูชัน: ** ปกติข้อความ (กรณีด้านล่างลบคําหยุด) การประมวลผลตามการตั้งค่าภาษา
การพิจารณาประสิทธิภาพ
- การคํานวณความคล้ายคลึงกันของข้อความมีความเข้มข้นสําหรับชุดขนาดใหญ่ - การแข่งขันและแผนที่
- เข้าสู่ระบบผลทั้งหมดสําหรับการตรวจสอบและการตรวจสอบ
แนวทางที่ดีที่สุด
- การยืนยันผลลัพธ์ที่จดหมายด้วยคู่มือหรือความคิดเห็นของคณะกรรมการ
- ปลั๊กเกณฑ์การคล้ายคลึงกันสําหรับความแม่นยํา vs. ข้อดีที่ผิดพลาด
- Archive all logs for การปฏิบัติตามและการตรวจสอบ
- ใช้โครงสร้างข้อความมาตรฐาน
การ์ตูนขั้นสูง
ฉาก 1: ดูผลลัพธ์ที่คล้ายคลึงกัน
สร้างแผนภูมิหรือกราฟจาก CSV ของคุณโดยใช้เครื่องมือ Excel หรือ BI
ฉาก 2: การบูรณาการ API สําหรับการสแกนส่งในเวลาจริง
หน้าจอภาพเมื่ออัปโหลดและให้ความคิดเห็นการคล้ายคลึงทันที
ข้อสรุป
Aspose.OCR Image Text Finder for .NET ช่วยให้การตรวจจับเนื้อหาที่คล้ายคลึงกันหรือปลุกโดยอัตโนมัติในภาพซึ่งเป็นสิ่งสําคัญสําหรับการทํางานทางวิชาการกฎหมายและการเผยแพร่
See Aspose.OCR สําหรับการอ้างอิง API .NET สําหรับการเปรียบเทียบขั้นสูงมากขึ้นและค้นหา APIs