Scan đến Text
Làm thế nào để trích xuất văn bản từ hình ảnh quét với Aspose.OCR

Làm thế nào để trích xuất văn bản từ hình ảnh quét với Aspose.OCR

Việc quét các hợp đồng, thỏa thuận, trang sách, hoặc hồ sơ cũ thường tạo ra các tập tin hình ảnh – không có văn bản có thể chỉnh sửa. Aspose.OCR Scan to Text for .NET cho phép bạn tự động lấy từ một tài liệu có cấu trúc, có khả năng tìm kiếm hoặc ảnh, tiết kiệm vô số giờ đăng nhập thủ công.

Vấn đề thế giới thực

Tài liệu giấy, sách, và tài liệu thường được lưu trữ như hình ảnh.Từ nội dung của họ cho các dòng công việc kỹ thuật số, tuân thủ, hoặc nghiên cứu có thể chậm, tốn kém và có khả năng mắc sai lầm nếu được thực hiện bằng tay.

Giải pháp Overview

Aspose.OCR Scan to Text for .NET chuyển đổi hình ảnh của các trang in thành văn bản có thể sử dụng, xử lý một cột, nhiều cốt lõi, và bố trí phức tạp. dòng công việc là hoàn hảo cho việc số hóa các hợp đồng, sách, hồ sơ và tài liệu kinh doanh cho ứng dụng hiện đại.

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
  • C# kiến thức cơ bản
PM> Install-Package Aspose.OCR

Chế độ thực hiện từng bước

Bước 1: Cài đặt và cấu hình Aspose.OCR

Thêm gói NuGet và tham khảo Aspose.OCR:

using Aspose.OCR;

Bước 2: Thêm hình ảnh quét của bạn

Tải một hoặc nhiều tập tin hình ảnh để được xử lý.

OcrInput input = new OcrInput(InputType.SingleImage);
input.Add("contract_page1.png");
input.Add("agreement_page2.jpg");

Bước 3: Thiết lập cài đặt nhận dạng

Tune cho ngôn ngữ tài liệu và bố trí nếu cần thiết.

RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English;
// For complex or multi-column layouts:
settings.DetectAreasMode = DetectAreasMode.DOCUMENT;

Bước 4: Thực hiện quá trình nhận dạng 

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

Bước 5: Lưu hoặc xử lý văn bản được rút ra 

foreach (RecognitionResult result in results)
{
    Console.WriteLine(result.RecognitionText);
    result.Save("scanned_text.txt", SaveFormat.Text);
    // Save to Word or PDF as needed
    result.Save("scanned_text.docx", SaveFormat.Docx);
    result.Save("scanned_text.pdf", SaveFormat.Pdf);
}

Bước 6: Thêm lỗi xử lý 

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

Bước 7: Tối ưu hóa bố trí tài liệu

  • Đối với các cuốn sách hoặc bài viết, hãy sử dụng DetectAreasMode.DOCUMENT hoặc cố gắng DetecTrea.AUTO
  • Hình ảnh quá trình (crop, deskew) cho độ chính xác tốt nhất
  • Bộ xử lý Batch cho các file lớn
foreach (string file in Directory.GetFiles("./scans", "*.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("contract_page1.png");
            input.Add("agreement_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)
            {
                Console.WriteLine(result.RecognitionText);
                result.Save("scanned_text.txt", SaveFormat.Text);
                result.Save("scanned_text.docx", SaveFormat.Docx);
                result.Save("scanned_text.pdf", SaveFormat.Pdf);
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"Error: {ex.Message}");
        }
    }
}

Sử dụng trường hợp và ứng dụng

Hợp đồng và thỏa thuận Digitization

Nhanh chóng số hóa tài liệu pháp lý hoặc kinh doanh để tìm kiếm, lưu trữ và dòng công việc kỹ thuật số.

quyển sách và lưu trữ

Chuyển đổi các trang sách hoặc hồ sơ lịch sử thành định dạng có thể tìm kiếm và chỉnh sửa.

Sự tuân thủ và thu thập dữ liệu

Khả năng kiểm tra tuân thủ tự động, kiểm toán, hoặc rút văn bản từ tài liệu di sản.

Những thách thức và giải pháp chung

Thách thức 1: Quá trình quét chất lượng thấp hoặc văn bản bị hỏng

** Giải pháp:** Sử dụng xử lý trước hoặc nâng cao hình ảnh cho độ chính xác OCR tốt hơn.

Thách thức 2: Multi-Column hoặc Complex Layouts

** Giải pháp:** Cài đặt DetectAreasMode và kiểm tra để xử lý bố trí tốt nhất.

Thách thức 3: Batch Digitization

** Giải pháp:** Sử dụng bộ xử lý và quản lý tài nguyên cho các công việc quy mô lớn.

Các tính toán hiệu suất

  • Bộ xử lý Batch cho tốc độ và quy mô
  • Sử dụng hình ảnh nguồn chất lượng tốt
  • Thiết lập các đối tượng OCR sau khi sử dụng

Thực hành tốt nhất

  • Luôn xác nhận văn bản được rút trước khi tự động hóa hoặc lưu trữ
  • Sử dụng cài đặt nhận dạng chính xác cho loại tài liệu
  • sao lưu quét ban đầu cho tham khảo
  • Kết quả thử nghiệm OCR trên một bộ mẫu trước khi sản xuất

kịch bản tiên tiến

Kịch bản 1: Khai thác tài liệu đa ngôn ngữ 

settings.Language = Language.French;

Kịch bản 2: Export to JSON for Integration 

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

Kết luận

Aspose.OCR Scan to Text for .NET là cách nhanh nhất để chuyển đổi hình ảnh và tài liệu giấy được quét sang văn bản có thể sử dụng, chỉnh sửa – lý tưởng cho các dự án pháp lý, học thuật hoặc doanh nghiệp.

Xem thêm ví dụ và chi tiết kỹ thuật trong Aspose.OCR cho .NET API Reference .

 Tiếng Việt