API .NET OCR mạnh mẽ để thực hiện nhận dạng văn bản

Aspose.OCR để cài đặt .NET

Bạn có thể cài đặt thư viện OCR cho C# .NET bằng cách tải xuống trình cài đặt MSI hoặc tệp DLL từ phần tải xuống. Hoặc bạn có thể sử dụng gói NuGet để thiết lập. Lệnh dành cho bảng điều khiển trình quản lý gói Visual Studio được cung cấp bên dưới:

PM > Install-Package Aspose.OCR

Thực hiện hiệu quả OCR trên tài liệu PDF và chuyển đổi hình ảnh thành văn bản

Nhận dạng và trích xuất văn bản từ tài liệu PDF trong .NET

Nhận dạng ký tự quang học cho các tài liệu PDF được quét được thực hiện đơn giản với sự trợ giúp của Aspose.OCR dành cho .NET. Đây là một trong những tính năng được yêu thích nhất của API OCR tài liệu PDF .NET và trang bị cho bất kỳ ai làm việc với API này tất cả các công cụ cần thiết để nhận dạng, trích xuất và chuyển đổi văn bản từ tài liệu PDF sang nhiều định dạng. Hãy cùng xem các bước cần thiết để thực hiện OCR trên tài liệu PDF và chuyển đổi văn bản trích xuất từ định dạng PDF sang Word:

• Khởi tạo lớp AsposeOcr.
• Tạo một đối tượng của lớp DocumentRecognitionSettings.
• Chỉ định ngôn ngữ OCR.
• Gọi phương thức RecognizePdf() để nhận RecognitionResult. Thêm đường dẫn tệp và đối tượng DocumentRecognitionSettings làm đối số.
• Lưu văn bản bằng phương thức SaveMultipageDocument(). Thêm đường dẫn tệp đầu ra, các đối tượng SaveFormat và RecognitionResult làm đối số

// This code example demonstrates how to OCR PDF documents and save the recognized text as DOCX.
// Initialize the PCR engine
AsposeOcr recognitionEngine = new AsposeOcr();
// Initialize recognition settings
DocumentRecognitionSettings recognitionSettings = new DocumentRecognitionSettings();
// Specify language for OCR. Multi-language by default
recognitionSettings.Language = Language.Eng;
// Recognize text from PDF
List results = recognitionEngine.RecognizePdf("C:\\MyFiles\\test.pdf", recognitionSettings);
// Save the recognized text as Word (DOCX) file
AsposeOcr.SaveMultipageDocument("C:\\Files\\OCR_result.docx", SaveFormat.Docx, results);

Dễ dàng chuyển đổi hình ảnh thành tệp PDF có thể tìm kiếm trong .NET

API .NET OCR hiệu suất cao cho phép nhà phát triển trích xuất văn bản có thể tìm kiếm được từ hình ảnh được quét và ảnh ở các định dạng hình ảnh thường được sử dụng khác nhau như GIF, PNG, JPG, BMP và TIFF. Nếu bạn đang muốn tích hợp các khả năng OCR vào các ứng dụng .NET của mình, thì tính năng chuyển đổi hình ảnh thành văn bản có thể hỗ trợ chúng. Tại đây, chúng tôi sẽ xem xét các bước cần thiết để chuyển đổi JPG sang PDF một cách hiệu quả bằng cách sử dụng API OCR mạnh mẽ dành cho .NET:

• Đặt đường dẫn tệp hình ảnh đầu vào để nhận dạng văn bản.
• Tạo một phiên bản lớp AsposeOcr
• Sử dụng phương pháp RecognizeImage để nhận dạng văn bản trong tệp hình ảnh đã chọn của bạn.
• Lưu tệp đã xử lý bằng phương thức Save và thêm tên tệp đầu ra cũng như SaveFormat làm đối số.
• Đảm bảo đặt tệp kết quả thành tài liệu PDF có thể tìm kiếm bằng cách sử dụng SaveFormat.

// Set path for input image to recognize
string image = "OCR_test.jpg";
// Initialize AsposeOcr class instance
AsposeOcr api = new AsposeOcr();
// Recognize input image with RecognizeImage method
RecognitionResult result = api.RecognizeImage(image, new RecognitionSettings());
// Save output to searchable PDF file
result.Save("OCR_output.pdf", SaveFormat.Pdf);

Thư viện .NET OCR dễ sử dụng để trích xuất văn bản trong ảnh