Taramalı PDF'den Metne
Aspose.OCR ile Scanlanmış PDF'lerden Metin Nasıl Çekilir

Aspose.OCR ile Scanlanmış PDF'lerden Metin Nasıl Çekilir

Scanlanmış veya görüntü tabanlı PDF dosyalarından metin çıkarma karmaşık çalışma akışları veya pahalı manuel çalışma gerektirir. .NET için Aspose.OCR Scanned PDF ile bu süreci otomatik hale getirebilirsiniz, PDF’leri sadece birkaç satır kod ile arama ve düzenlenebilir metine dönüştürmek.

Gerçek Dünya Sorunları

Organizasyonlar genellikle sözleşmeleri, raporları veya arşivleri taranan PDF’ler gibi alırlar. manuel olarak metni kopyalamak veya bu belgelerin içine arama yapmak sıkıcı ve hataya neden olur, uyumluluğu yavaşlatır, kayıt ve dijital dönüşüm projeleri.

Çözüm Özetleri

Aspose.OCR for .NET, taranan PDF’leri - bunları metin veya arama yapabilen pdf’lere dönüştürerek, bilgi erişilebilir, indekslenebilir ve dijital çalışma akışlarına hazır hale getirir.

Ön koşullar

Başlamadan önce şunları yapmanız gerektiğinden emin olun:

  • Visual Studio 2019 veya sonraki
  • .NET 6.0 veya sonraki (veya .Net Framework 4.6.2+)
  • Aspose.OCR için .NET için NuGet
  • Temel C# Bilgisi
PM> Install-Package Aspose.OCR

adım adım uygulama

Adım 1: Aspose.OCR yükleme ve ayarlayın

NuGet paketini ve referansını Aspose.OCR ekleyin:

using Aspose.OCR;

Adım 2: Scanlanmış PDF dosyalarınızı ekleyin

PDF giriş için bir OcrInput nesnesi oluşturun ve taranan PDF dosyalarınızı ekleyin.

OcrInput input = new OcrInput(InputType.PDF);
input.Add("contract.pdf");
input.Add("archive.pdf");
// Optionally specify page ranges:
// input.Add("report.pdf", startPage: 0, pagesCount: 5);

Adım 3: Tanımlama Ayarlarını Kurun

Belgelerinize uygun olarak dil ve diğer tanıma ayarlarını ayarlar.

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

Adım 4: Tanımlama sürecini çalıştırın

Scanlanmış PDF’lerinizden metni tanımlayın:

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

Adım 5: Tanıdık metin kaydetmek veya ihraç etmek

Tanıdık metni dosyaya ihraç edin veya sonuçları arama yapılabilir PDF’lere dönüştürün.

foreach (RecognitionResult result in results)
{
    Console.WriteLine(result.RecognitionText); // Show the text in console
    result.Save("output.txt", SaveFormat.Text); // Save as plain text
    result.Save("output.pdf", SaveFormat.Pdf); // Save as searchable PDF
}

6. Adım: Hatayı Çözmek

Sürdürülebilirlik için bir try/catch blokta tanıma yapıştırın.

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

Adım 7: Büyük veya çok sayfalık PDF’ler için optimizasyon

  • Büyük dosyalar için sayfa-sayfa PDF işlemleri
  • En iyi sonuçlar için yüksek kaliteli tarama kullanın
  • Büyük koleksiyonlar için paralel batch işlemi
// Example: Add all scanned PDFs in a folder
foreach (string file in Directory.GetFiles("./pdfs", "*.pdf"))
{
    input.Add(file);
}

Adım 8: Tam Çalışma Örneği 

using Aspose.OCR;
using System;
using System.Collections.Generic;

class Program
{
    static void Main(string[] args)
    {
        try
        {
            OcrInput input = new OcrInput(InputType.PDF);
            input.Add("contract.pdf");
            input.Add("archive.pdf");

            RecognitionSettings settings = new RecognitionSettings();
            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("output.txt", SaveFormat.Text);
                result.Save("output.pdf", SaveFormat.Pdf);
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"Error: {ex.Message}");
        }
    }
}

Cases ve Uygulamaları Kullanın

dijital arşiv

Tüm tarama belgelerinin kütüphanelerini, uyumluluk ve bilgi yönetimi için arama yapılabilir, indekslenebilir dosyaya dönüştürün.

Hukuk ve Sözleşme Yönetimi

Değerlendirme, otomatikleştirme veya dijital imza için PDF’lerden sözleşme koşulları veya şartları çıkarın.

Streamlined Dosya Arama

Arşivlerde, bilgi tabanlarında veya dosya dosyalarında hızlı tam metin arama yapabilirsiniz.

Toplu Sorunlar ve Çözümler

Challenge 1: Düşük Kaliteli veya Skewed Scanlar

** Çözüm: ** Mümkün olduğunda ön işleme filtreleri ve yüksek kaliteli taramalar kullanın.

Challenge 2: Çok dilli PDF’ler

** Çözüm:** Çeşitli dil seçenekleri ile tanıma ayarlarında veya süreçte dilinizi ayarlar.

Challenge 3: Çok Büyük PDF Dosyaları

** Çözüm:** Paket veya sayfa başına işlem ve hafıza kullanımını izlemek.

performans değerlendirmeleri

  • Scanlanmış PDF’ler için optimum DPI (300+) kullanın
  • En iyi geçiş için batch işlemi
  • OCR nesneleri ve kapalı dosya işlemleri

En İyi Uygulamalar

  • OCR çıkışını daha fazla otomatikleştirmeden önce doğrulayın
  • Orijinal PDF dosyalarını düzenle ve yedekleme
  • Çalışma akışınız için doğru SaveFormat kullanın
  • Yeni PDF özellikleri için Aspose.OCR’yi düzenli olarak güncelleyin

Gelişmiş Senaryolar

Senaryo 1: Sadece belirli sayfaları bir PDF’den çıkarın 

input.Add("archive.pdf", startPage: 5, pagesCount: 3);

Senaryo 2: Çeşitli biçimlere ihraç 

foreach (RecognitionResult result in results)
{
    result.Save("output.docx", SaveFormat.Docx);
    result.Save("output.json", SaveFormat.Json);
}

Sonuç

Aspose.OCR for .NET, taranan PDF’leri etkinleştirilebilir metin ve arama dosyalarına dönüştürmenize olanak tanır - manuel girişleri ortadan kaldırır ve tüm organizasyonunuz için bilgileri erişilebilir hale getirir.

Daha fazla ayrıntı ve örnekler için bakınız. Aspose.OCR .NET API Referans için .

 Türkçe