Scan đến Text
Làm thế nào để số hóa sách và tài liệu nhiều cột với Aspose.OCR

Làm thế nào để số hóa sách và tài liệu nhiều cột với Aspose.OCR

Việc quét hoặc chụp ảnh các cuốn sách và tạp chí thường dẫn đến các hình ảnh phức tạp, nhiều cột – thách thức cho OCR tiêu chuẩn. Aspose.OCR cho .NET cung cấp các cài đặt tiên tiến để lấy tin cậy các văn bản có cấu trúc, được đặt theo cờ, lý tưởng cho các thư viện, nghiên cứu và xuất bản.

Vấn đề thế giới thực

Sách, tờ báo và tạp chí thường được lưu trữ như hình ảnh được quét với các cột, ghi chú và minh họa.Thuyết xuất văn bản có thể đọc được, cấu trúc bằng tay là chậm, gây sai lầm, và đắt tiền cho các thư viện hoặc tài liệu.

Giải pháp Overview

Aspose.OCR cho .NET xử lý các bố trí đa cột và phức tạp, duy trì lệnh đọc và cho phép bạn tự động số hóa hàng loạt các cuốn sách và tạp chí, tiết kiệm thời gian và cải thiện độ chính xác dữ liệu cho các nhà nghiên cứu và nhà xuất bản.

Nguyên tắc

Hãy chắc chắn rằng bạn có:

  • Visual Studio 2019 hoặc hơn
  • .NET 6.0 hoặc mới hơn (hoặc .Net Framework 4.6.2+)
  • Aspose.OCR cho .NET từ NuGet
  • Kỹ năng C# cơ bản
PM> Install-Package Aspose.OCR

Chế độ thực hiện từng bước

Bước 1: Cài đặt và cấu hình Aspose.OCR 

using Aspose.OCR;

Bước 2: Kiểm tra hoặc chụp ảnh các trang sách / tạp chí của bạn

Thêm tất cả các hình ảnh trang được quét vào đầu vào của bạn để nhận biết bộ.

OcrInput input = new OcrInput(InputType.SingleImage);
input.Add("book_page1.png");
input.Add("book_page2.jpg");

Bước 3: Thiết lập cài đặt nhận dạng đa cột 

RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English;
settings.DetectAreasMode = DetectAreasMode.DOCUMENT; // Use DOCUMENT or AUTO for multi-column layouts

Bước 4: Tích xuất văn bản theo thứ tự cấu trúc 

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

Bước 5: xuất hoặc lưu văn bản kỹ thuật số 

foreach (RecognitionResult result in results)
{
    result.Save("book_page.txt", SaveFormat.Text); // Save as text
    result.Save("book_page.docx", SaveFormat.Docx); // Save as Word doc
}

Bước 6: Thêm lỗi xử lý và kiểm tra chất lượng 

try
{
    // OCR and export code
}
catch (Exception ex)
{
    Console.WriteLine($"Error: {ex.Message}");
}

Bước 7: Tối ưu hóa cho quyển sách lớn hoặc hiếm

  • Batch xử lý tất cả các trang sách trong thư mục
  • Sử dụng quét cao cấp cho các cuốn sách hiếm hoặc cũ
  • Chứng nhận một trang mẫu trước khi chạy bộ sưu tập đầy đủ
foreach (string file in Directory.GetFiles("./books", "*.jpg"))
{
    input.Add(file);
}

Bước 8: Chọn ví dụ đầy đủ 

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("book_page1.png");
            input.Add("book_page2.jpg");

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

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

            foreach (RecognitionResult result in results)
            {
                result.Save("book_page.txt", SaveFormat.Text);
                result.Save("book_page.docx", SaveFormat.Docx);
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"Error: {ex.Message}");
        }
    }
}

Sử dụng trường hợp và ứng dụng

Thư viện và nhân loại kỹ thuật số

Khả năng cho vay kỹ thuật số, tìm kiếm và phân tích các cuốn sách hiếm và tờ báo lịch sử.

Học thuật và nghiên cứu xuất bản

Dễ dàng số hóa các tạp chí, các buổi hội nghị, hoặc sách văn bản để truy cập điện tử.

Layout đa ngôn ngữ và phức tạp

Tiết xuất nội dung từ tạp chí với các cột ngôn ngữ nước ngoài, bảng hoặc ghi chú.

Những thách thức và giải pháp chung

Thách thức 1: Trừ các cột hoặc minh họa

** Giải pháp:** Sử dụng quét chất lượng cao, và kiểm tra chế độ DOCUMENT/AUTO để đặt hàng đọc tốt nhất.

Thách thức 2: Chất lượng OCR cho sách cũ hoặc bị hư hỏng

** Giải pháp:** Tăng cường quét và xác nhận kết quả trước khi xử lý khối lượng.

Thách thức 3: Digital Scale

** Giải pháp:** Tự động kết hợp dòng công việc và sử dụng xử lý lỗi cho các hoạt động quy mô lớn.

Các tính toán hiệu suất

  • Sử dụng quét nguồn tốt, đặc biệt là cho các cuốn sách hiếm hoặc yếu
  • Batch quá trình cho quy mô
  • Lưu trữ kết quả kỹ thuật số trong các định dạng linh hoạt (text, Word, PDF)

Thực hành tốt nhất

  • Chứng nhận kết quả đối với các trang ban đầu cho độ chính xác
  • Tổ chức các trang sách theo khối lượng và chương để dễ dàng thu hồi
  • Backup cả scans và văn bản kỹ thuật số
  • Cập nhật động cơ OCR cho các cải tiến mới nhất

kịch bản tiên tiến

Kịch bản 1: Tính toán tạp chí đa ngôn ngữ 

settings.Language = Language.German;

Kịch bản 2: Xuất sang PDF cho người đọc eBook 

foreach (RecognitionResult result in results)
{
    result.Save("book_page.pdf", SaveFormat.Pdf);
}

Kết luận

Aspose.OCR cho .NET là cách nhanh nhất để đưa sách và ấn phẩm phức tạp vào thời đại kỹ thuật số, sẵn sàng để tìm kiếm, phân tích và chia sẻ.

Xem thêm ví dụ và lời khuyên về việc tích hợp tại Aspose.OCR cho .NET API Reference .

 Tiếng Việt