Taramalı PDF'den Metne
Scanlanmış PDF'leri .NET'te Arama Yapılabilir Metin Belgelerine Nasıl Dönüştürülür

Scanlanmış PDF'leri .NET'te Arama Yapılabilir Metin Belgelerine Nasıl Dönüştürülür

Scanlanmış PDF’ler genellikle düzenlenemez, görüntü tabanlı dosyalardır, bu da bunlardan metin çıkarmayı zorlaştırır. Aspose.OCR for .NET ile, bu scanlanmış PDF’leri düzenlenebilir, arama yapılabilir metin belgelerine hızlı bir şekilde dönüştürebilirsiniz.

Neden Scanlanmış PDF’leri Arama Yazısına Dönüştürmelisiniz?

  • Gelişmiş erişilebilirlik:- Scanlanmış PDF’ler arama ve düzenlenebilir bir metin haline dönüştürülebilir, içeriğe daha iyi erişilebilirlik sağlar.

  • Bilgisayar Bilgileri:- Dönüştürüldükten sonra, metin düzenlenebilir, manipüle edilebilir ve Word, Excel veya düz metin gibi çeşitli biçimlerde yeniden kullanılabilir.

  • İçerik tutma:- Aspose.OCR, orijinal resimlerin ve düzenin metin çıkarıldığında korunmasını sağlar, hem içerik hem de bağlam sağlar.

Ön koşullar: Scanlanmış PDF dönüşüm için hazır olmak

Scanlanmış PDF’lerden metin çıkarma işlemi başlatmadan önce, aşağıdakilerden emin olun:

  • NET için Aspose.OCR yükleme:- İhtiyacınız olan kütüphaneyi komutu ile NuGet kullanarak kurun: dotnet add package Aspose.OCR

  • lisans ayarları:- Bir lisans elde etmek ve ayarlamak için kullanın SetMeteredKey() Tüm özellikleri açma yöntemi.

  • Skanlı PDF’lerinizi hazırlayın:- En iyi OCR sonuçları için taranan PDF’lerin iyi kalitede (300 DPI veya daha yüksek) olduğundan emin olun.

Adım adım PDF’leri metin haline dönüştürmek için rehber

Adım 1: Lisansınızı ayarlayın

Özelliklere tam erişim sağlamak için Aspose.OCR lisansınızı yapılandırarak başlayın.

using Aspose.OCR;

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

Adım 2: Scanlanmış PDF’yi OCR giriş nesnesine yükleyin

Yazı tanıma için taranan PDF dosyasını OCR motoruna yükleyin.

OcrInput input = new OcrInput(Aspose.OCR.InputType.PDF);
input.Add("scanned_document.pdf", 0, 3);  // Specify pages to process (first 3 pages)
Console.WriteLine("Scanned PDF loaded successfully.");

Adım 3: Tanımlama için OCR motoru ayarlayın

Scanlanmış PDF’den metin çıkarımı optimize etmek için OCR motoru ayarlayın.

Aspose.OCR.AsposeOcr recognitionEngine = new Aspose.OCR.AsposeOcr();
RecognitionSettings settings = new RecognitionSettings();
settings.Language = Aspose.OCR.Language.Latin;  // Specify OCR language (use Latin for English)
Console.WriteLine("OCR settings configured.");

Adım 4: Tanıdık metni çıkarın ve kaydedin

Yazıyı çıkarmak ve bir dosyaya çıkarmak için taranan PDF’yi işlemeyin.

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

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

Adım 5: Tanıdık metni test edin

Çekimden sonra, çıkış dosyasını kontrol ederek veya konsolda göstererek metin tanıma doğruluğunu kontrol edin.

Toplam Sorunlar ve Çözümler

1. Kötü OCR doğruluğu

  • Çözüm: Daha iyi tanıma doğruluğu için taranan PDF kalitesinin yüksek olduğundan emin olun (300 DPI veya daha fazlası).

2. Doğru dil tanıma

  • Çözüm: Daha iyi sonuçlar için RecognitionSettings dil ayarlarını açıkça belirtin, özellikle Latince olmayan karakterler için.

3. Büyük dosyalar için yavaş performans

  • Çözüm: OCR işlemini hızlandırmak için büyük PDF’leri parçalar halinde işleme veya hafıza kullanımını optimize edin.
 Türkçe