Αναγνώριση κειμένου σε ορθογώνιες περιοχές

Εισαγωγή

Σε αυτό το σεμινάριο, θα εξερευνήσουμε πώς να χρησιμοποιήσετε το GroupDocs.Parser για .NET για την αναγνώριση κειμένου σε συγκεκριμένες ορθογώνιες περιοχές εγγράφων. Το GroupDocs.Parser είναι μια ισχυρή βιβλιοθήκη που επιτρέπει στους προγραμματιστές να εξάγουν κείμενο, μεταδεδομένα και άλλα από διάφορες μορφές αρχείων, όπως PDF, Word, Excel και PowerPoint.

Προαπαιτούμενα

Πριν ξεκινήσουμε, βεβαιωθείτε ότι έχετε ρυθμίσει τις ακόλουθες ρυθμίσεις:

• GroupDocs.Parser για .NET: Λήψη και εγκατάσταση της βιβλιοθήκης απόεδώ.
• Περιβάλλον ανάπτυξης: Visual Studio ή οποιοδήποτε άλλο .NET IDE.
• Δείγμα εγγράφου: Έχετε ένα δείγμα αρχείου (π.χ. PDF, DOCX) που περιέχει κείμενο προς αναγνώριση.

Εισαγωγή χώρων ονομάτων

Αρχικά, θα χρειαστεί να εισαγάγετε τους απαραίτητους χώρους ονομάτων στον κώδικα C#:

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;

Βήμα 1: Αρχικοποίηση ρυθμίσεων ανάλυσης

Ξεκινήστε με τη ρύθμιση τουParserSettings με την υποδοχή OCR. Εδώ, θα χρησιμοποιήσουμε την εσωτερική σύνδεση Aspose OCR:

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

Βήμα 2: Δημιουργία παρουσίας Parser

Στη συνέχεια, δημιουργήστε τοParser τάξη με τις προηγουμένως καθορισμένες ρυθμίσεις:

using (Parser parser = new Parser("YourSampleFile.pdf", settings))
{
    // Ο κώδικας συνεχίζεται εδώ
}

Αντικαθιστώ"YourSampleFile.pdf" με τη διαδρομή προς το έγγραφό σας.

Βήμα 3: Ορίστε το ορθογώνιο OCR

Ορίστε ένα ορθογώνιο εντός του εγγράφου όπου θα εκτελεστεί η αναγνώριση κειμένου. Για παράδειγμα, ένα ορθογώνιο που ξεκινά από(0, 0) με πλάτος400 και ύψος200:

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

Βήμα 4: Διαμόρφωση επιλογών αναγνώρισης κειμένου

ΔημιουργώTextOptions για να καθορίσετε τη χρήση OCR μαζί με το καθορισμένο ορθογώνιο:

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

Βήμα 5: Εξαγωγή κειμένου χρησιμοποιώντας OCR

Χρησιμοποιήστε τοGetText μέθοδος τουParser παράδειγμα με το ρυθμισμένοTextOptions:

using (TextReader reader = parser.GetText(options))
{
    // Διαβάστε το εξαγόμενο κείμενο ή χειριστείτε την περίπτωση "δεν υποστηρίζεται".
    Console.WriteLine(reader == null ? "Text extraction isn't supported" : reader.ReadToEnd());
}

συμπέρασμα

Σε αυτό το σεμινάριο, δείξαμε πώς να αξιοποιήσετε το GroupDocs.Parser για .NET για την εξαγωγή κειμένου από συγκεκριμένες ορθογώνιες περιοχές σε έγγραφα χρησιμοποιώντας OCR. Αυτή η διαδικασία μπορεί να προσαρμοστεί περαιτέρω και να ενσωματωθεί σε διάφορες εφαρμογές για αυτοματοποιημένες εργασίες εξαγωγής κειμένου.

Συχνές ερωτήσεις

Μπορεί το GroupDocs.Parser να εξάγει κείμενο από σαρωμένα έγγραφα;

Ναι, το GroupDocs.Parser υποστηρίζει OCR (Optical Character Recognition) για εξαγωγή κειμένου από σαρωμένα έγγραφα.

Ποιες μορφές αρχείων υποστηρίζει το GroupDocs.Parser;

Το GroupDocs.Parser υποστηρίζει ένα ευρύ φάσμα μορφών αρχείων, συμπεριλαμβανομένων των PDF, DOCX, XLSX, PPTX και άλλων.

Πώς μπορώ να χειριστώ έγγραφα που δεν υποστηρίζονται για εξαγωγή κειμένου;

Μπορείτε να ελέγξετε εάν η εξαγωγή κειμένου υποστηρίζεται χρησιμοποιώνταςTextReader παράδειγμα που επιστράφηκε απόparser.GetText(options).

Είναι το GroupDocs.Parser κατάλληλο για εργασίες εξαγωγής κειμένου μεγάλης κλίμακας;

Ναι, το GroupDocs.Parser έχει σχεδιαστεί για να χειρίζεται αποτελεσματικά εργασίες εξαγωγής κειμένου μεγάλης κλίμακας.

Πού μπορώ να λάβω υποστήριξη για ζητήματα που σχετίζονται με το GroupDocs.Parser;

Για υποστήριξη και συζητήσεις, επισκεφθείτε τοGroupDocs.Parser φόρουμ.