Belirli Alanlardaki Metni Tanıma

giriiş

Bu öğreticide, bir belgedeki belirli alanlardaki metni tanımak ve çıkarmak için GroupDocs.Parser for .NET’in nasıl kullanılacağını keşfedeceğiz. GroupDocs.Parser, geliştiricilerin PDF, Word, Excel, PowerPoint ve daha fazlası dahil olmak üzere çeşitli belge formatlarıyla çalışmasına olanak tanıyan güçlü bir belge ayrıştırma kitaplığıdır. Özellikle, bir belge içindeki tanımlı alanlardan metin çıkarmak için GroupDocs.Parser’ın OCR (Optik Karakter Tanıma) özelliklerinden yararlanmaya odaklanacağız.

Önkoşullar

Başlamadan önce aşağıdaki önkoşulları oluşturduğunuzdan emin olun:

  1. Visual Studio IDE: Makinenizde Visual Studio’nun kurulu olduğundan emin olun.
  2. GroupDocs.Parser for .NET: GroupDocs.Parser for .NET’i şu adresten indirip yükleyin:İndirme: {link.
  3. Belge Örnekleri: Metin çıkarmak istediğiniz örnek dosyaları (örneğin, PDF, DOCX) hazırlayın.

Ad Alanlarını İçe Aktar

Başlamak için gerekli ad alanlarını projenize aktarın:

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;

GroupDocs.Parser for .NET’i kullanarak süreci ayrıntılı adımlara ayıralım:

1. Adım: OCR Bağlayıcıyla Ayrıştırıcı Ayarları Oluşturun

İlk önce bir örneğini oluşturunParserSettingssınıflandırın ve bunu bir OCR konektörüyle başlatın, örneğinAsposeOcrOnPremise:

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

Adım 2: Ayrıştırıcıyı Ayarlarla Örneklendirin

Ardından, bir örneğini oluşturunParser önceden oluşturulmuş olanı geçerek sınıfParserSettings:

using (Parser parser = new Parser("YourSampleFile.pdf", settings))
{
    // Kod pasajı devam ediyor...
}

Yer değiştirmek"YourSampleFile.pdf" hedef belgenizin yolu ile.

3. Adım: Metin Alanı Çıkarma Seçeneklerini Yapılandırma

Bir örneğini oluşturunPageTextAreaOptions OCR tabanlı metin ayıklamayı etkinleştirmek için:

PageTextAreaOptions options = new PageTextAreaOptions(true);

Ayarlamaktrue Daha iyi metin tanıma amacıyla OCR’yi etkinleştirmek için.

Adım 4: Metin Alanlarını Çıkarın

Çağırmakparser.GetTextAreas(options) belgeden metin alanlarını çıkarmak için:

IEnumerable<PageTextArea> areas = parser.GetTextAreas(options);

Adım 5: Çıkarılan Metin Alanlarını İşleyin

Çıkarılan metin alanları üzerinde yineleme yapın ve metin, konum ve boyut bilgilerini alın:

foreach (PageTextArea area in areas)
{
    Console.WriteLine(area.Text);
    Console.WriteLine($"\tPosition: ({area.Rectangle.Left}; {area.Rectangle.Top})");
    Console.WriteLine($"\tSize: ({area.Rectangle.Size.Width}; {area.Rectangle.Size.Height})");
}

Çözüm

Bu öğreticide, GroupDocs.Parser for .NET’i OCR yetenekleriyle kullanarak bir belgenin belirli alanlarından metin çıkarma sürecini ele aldık. Bu adımları izleyerek, metin çıkarma görevlerini programlı bir şekilde gerçekleştirmek için GroupDocs.Parser’ın ayrıştırma işlevlerinden etkili bir şekilde yararlanabilirsiniz.

SSS’ler

GroupDocs.Parser taranan belgelerden metin çıkarabilir mi?

Evet, GroupDocs.Parser, belgeler içindeki taranmış görüntülerden metin çıkarmak için OCR’yi destekler.

GroupDocs.Parser hangi belge formatlarını destekler?

GroupDocs.Parser, PDF, DOCX, XLSX, PPTX, TXT ve daha fazlasını içeren çok çeşitli formatları destekler.

GroupDocs.Parser, belgelerin toplu işlenmesi için uygun mudur?

Evet, GroupDocs.Parser, belge ayrıştırma ve çıkarma için toplu işleme görevlerini verimli bir şekilde gerçekleştirebilir.

GroupDocs.Parser ile metin çıkarma seçeneklerini özelleştirebilir miyim?

Evet, GroupDocs.Parser, metin ayıklamayı belirli gereksinimlere göre özelleştirmek için çeşitli seçenekler sunar.

GroupDocs.Parser, belgelerden meta verilerin çıkarılmasına yönelik destek sağlıyor mu?

Evet, GroupDocs.Parser, yazar, oluşturulma tarihi ve daha fazlası gibi meta verilerin desteklenen belge formatlarından çıkarılmasına olanak tanır.

Metni Tanıma Dikdörtgen Bölgelerdeki Metni Tanıma