วิธีการสกัดข้อความจากไฟล์ PDF ที่สแกนใน .NET โดยใช้ Aspose.OCR

การแปลงภาพเหล่านี้เป็นเอกสารข้อความที่สามารถค้นหาได้และแก้ไขได้เปิดตัวโลกของความสามารถในการจัดการเอกสารและการเข้าถึงเนื้อหา ด้วย Aspose.OCR สําหรับ .NET คุณสามารถแปลงไฟล์ PDF ที่สแกนเป็นเอกสารที่สามารถค้นหาได้อย่างสมบูรณ์ในขณะที่รักษาภาพเดิม

ทําไม OCR (การรับรู้ตัวอักษรแสง) เป็นสิ่งสําคัญสําหรับไฟล์ PDF ที่สแกน

• การสกัดข้อมูล:- OCR ช่วยให้คุณแปลงข้อความที่สแกนเป็นข้อมูลที่สามารถอ่านได้ด้วยเครื่องซึ่งสามารถแก้ไขและ indexed ได้

• ความสามารถในการค้นหา:- โดยการแปลงไฟล์ PDF ที่สแกนเป็นเอกสารที่สามารถค้นหาได้คุณสามารถค้นหาข้อมูลที่เกี่ยวข้องได้อย่างรวดเร็วโดยไม่ต้องค้นหาด้วยตนเองผ่านหน้า

• เพิ่มประสิทธิภาพการผลิต:- การประหยัดเวลาโดยอัตโนมัติการแปลงเอกสารที่สแกนเป็นรูปแบบที่สามารถแก้ไขได้เช่น Word หรือ Excel

ข้อกําหนด: การตั้งค่าสําหรับการสแกน PDF Text Extraction

ก่อนที่คุณจะเริ่ม استخراجข้อความจากไฟล์ PDF ที่สแกนให้แน่ใจว่าขั้นตอนต่อไปนี้จะเสร็จสมบูรณ์:

• ติดตั้ง Aspose.OCR สําหรับ .NET:- เพิ่ม Aspose.OCR ไปยังโครงการของคุณโดยใช้ NuGet: dotnet add package Aspose.OCR

• ได้รับใบอนุญาตมาตรฐาน:- สร้างใบอนุญาตวัดของคุณเพื่อล็อคฟังก์ชั่นทั้งหมดของห้องสมุด Aspose.OCR โดยใช้ SetMeteredKey().

• เตรียมไฟล์ PDF ที่สแกนของคุณ:- ตรวจสอบให้แน่ใจว่าไฟล์ PDF ที่สแกนของคุณมีคุณภาพสูง ผลที่มีคุณภาพดีขึ้นใน OCR ที่ถูกต้องมากขึ้น

คู่มือขั้นตอน: การสกัดข้อความจากไฟล์ PDF ที่สแกน

dotnet add package Aspose.OCR

using Aspose.OCR;

Metered license = new Metered();
license.SetMeteredKey("<your public key>", "<your private key>");
Console.WriteLine("License configured successfully.");

OcrInput input = new OcrInput(Aspose.OCR.InputType.PDF);
input.Add("scanned_sample.pdf", 0, 3); // Process first 3 pages of the PDF
Console.WriteLine("Scanned PDF loaded successfully.");

Aspose.OCR.AsposeOcr recognitionEngine = new Aspose.OCR.AsposeOcr();
RecognitionSettings settings = new RecognitionSettings();
settings.Language = Aspose.OCR.Language.Latin;  // Set OCR language (e.g., Latin for English)

List<Aspose.OCR.RecognitionResult> results = recognitionEngine.Recognize(input, settings);
Console.WriteLine("Text extracted from PDF.");

string recognizedText = results[0].RecognitionText;
Console.WriteLine($"Recognized Text: {recognizedText}");

// Save the result to a text file
results[0].Save("output.txt", Aspose.OCR.SaveFormat.Text);
Console.WriteLine("Recognized text saved to output.txt.");

ปัญหาทั่วไปและข้อกําหนด

1. ความแม่นยําของ OCR ไม่ดี

• โซลูชัน: ให้แน่ใจว่าคุณภาพ PDF ที่สแกนสูง ใช้สแกนความละเอียดสูงเพื่อปรับปรุงความแม่นยําในการรับรู้

2. หมายเลขที่ไม่มีการสนับสนุน

• โซลูชัน: ให้การตั้งค่าภาษาที่ถูกต้องในตัวเลือก OCR เพื่อเพิ่มการรับรู้สําหรับตัวอักษรที่ไม่ใช่ภาษาไทย

3. ประสิทธิภาพช้า

• โซลูชัน: แปลงไฟล์ PDF ในชิ้นส่วนหรือหน้าขนาดเล็กเพื่อการประมวลผลอย่างรวดเร็วโดยเฉพาะอย่างยิ่งสําหรับเอกสารขนาดใหญ่