التعرف على النص في المناطق المستطيلة

مقدمة

في هذا البرنامج التعليمي، سوف نستكشف كيفية استخدام GroupDocs.Parser لـ .NET للتعرف على النص داخل مناطق مستطيلة محددة من المستندات. GroupDocs.Parser هي مكتبة قوية تسمح للمطورين باستخراج النصوص وبيانات التعريف والمزيد من تنسيقات الملفات المختلفة، بما في ذلك PDF وWord وExcel وPowerPoint.

المتطلبات الأساسية

قبل أن نبدأ، تأكد من أن لديك الإعداد التالي:

• GroupDocs.Parser لـ .NET: قم بتنزيل المكتبة وتثبيتها منهنا.
• بيئة التطوير: Visual Studio أو أي برنامج .NET IDE آخر.
• مستند نموذجي: احصل على ملف نموذجي (على سبيل المثال، PDF، DOCX) يحتوي على نص ليتم التعرف عليه.

استيراد مساحات الأسماء

أولاً، ستحتاج إلى استيراد مساحات الأسماء الضرورية إلى كود C# الخاص بك:

using System;
using System.Collections.Generic;
using System.Drawing;
using System.IO;
using System.Linq;
using System.Text;
using Aspose.OCR;
using GroupDocs.Parser.Data;
using GroupDocs.Parser.Options;

الخطوة 1: تهيئة إعدادات المحلل اللغوي

ابدأ بإعدادParserSettings مع موصل التعرف الضوئي على الحروف. سنستخدم هنا موصل Aspose OCR الداخلي:

ParserSettings settings = new ParserSettings(new AsposeOcrOnPremise());

الخطوة 2: إنشاء مثيل المحلل اللغوي

بعد ذلك، قم بإنشاء مثيلParser فئة مع الإعدادات المحددة مسبقا:

using (Parser parser = new Parser("YourSampleFile.pdf", settings))
{
    // يستمر الكود هنا
}

يستبدل"YourSampleFile.pdf" مع المسار إلى المستند الخاص بك.

الخطوة 3: تحديد مستطيل التعرف الضوئي على الحروف

حدد مستطيلاً داخل المستند حيث سيتم تنفيذ التعرف على النص. على سبيل المثال، مستطيل يبدأ بـ(0, 0) مع العرض400 والارتفاع200:

OcrOptions ocrOptions = new OcrOptions(new Data.Rectangle(0, 0, 400, 200));

الخطوة 4: تكوين خيارات التعرف على النص

يخلقTextOptions لتحديد استخدام التعرف الضوئي على الحروف (OCR) مع المستطيل المحدد:

TextOptions options = new TextOptions(false, true, ocrOptions);

الخطوة 5: استخراج النص باستخدام التعرف الضوئي على الحروف

استخدم الGetText طريقةParser المثال مع تكوينهTextOptions:

using (TextReader reader = parser.GetText(options))
{
    // اقرأ النص المستخرج أو تعامل مع حالة "غير مدعوم".
    Console.WriteLine(reader == null ? "Text extraction isn't supported" : reader.ReadToEnd());
}

خاتمة

في هذا البرنامج التعليمي، أوضحنا كيفية الاستفادة من GroupDocs.Parser لـ .NET لاستخراج النص من مناطق مستطيلة محددة في المستندات باستخدام OCR. يمكن تخصيص هذه العملية بشكل أكبر ودمجها في التطبيقات المختلفة لمهام استخراج النص الآلي.

الأسئلة الشائعة

هل يمكن لـ GroupDocs.Parser استخراج النص من المستندات الممسوحة ضوئيًا؟

نعم، يدعم GroupDocs.Parser OCR (التعرف البصري على الأحرف) لاستخراج النص من المستندات الممسوحة ضوئيًا.

ما هي تنسيقات الملفات التي يدعمها GroupDocs.Parser؟

يدعم GroupDocs.Parser مجموعة واسعة من تنسيقات الملفات، بما في ذلك PDF وDOCX وXLSX وPPTX والمزيد.

كيف يمكنني التعامل مع المستندات غير المدعومة لاستخراج النص؟

يمكنك التحقق مما إذا كان استخراج النص مدعومًا باستخدامTextReader تم إرجاع المثيل بواسطةparser.GetText(options).

هل GroupDocs.Parser مناسب لمهام استخراج النصوص واسعة النطاق؟

نعم، تم تصميم GroupDocs.Parser للتعامل مع مهام استخراج النص واسعة النطاق بكفاءة.

أين يمكنني الحصول على الدعم للمشكلات المتعلقة بـ GroupDocs.Parser؟

للحصول على الدعم والمناقشات، قم بزيارةمنتدى GroupDocs.Parser.