Прочетете и извлечете текст от изображения чрез Python API

Започнете с Aspose.OCR за Python чрез .NET

Препоръчителният начин за инсталиране на Aspose.OCR за Python чрез .NET е чрез pip. Моля, използвайте следната команда за безпроблемна инсталация.

 pip install aspose-ocr-python-net

OCR операции с висока точност чрез Python

Aspose.OCR за Python чрез .NET е проектирана за висока прецизност и точност. Библиотеката включва напреднали модели за машинно обучение, които подобряват точността на извличане на текст, дори при наклонени или нискокачествени изображения. Тази функция я прави подходяща за приложения, изискващи надеждно разпознаване на текст, като автоматизирано извличане на данни от сканирани формуляри или документи. Следният кодов откъс демонстрира проста имплементация, при която изображение се зарежда, обработва и разпознатият му текст се показва.

# Initialize OCR engine
recognitionEngine = AsposeOcr()

# Add image to batch
input = OcrInput(InputType.SINGLE_IMAGE)
input.add("sample.png")

# Extract text from image
result = recognitionEngine.recognize(input)
# Display the recognition result
print(result[0].recognition_text)

Възможности за предварителна обработка на изображения

Aspose.OCR за Python чрез .NET предоставя мощни функции за предварителна обработка на изображения в Python приложения. Тези функции подобряват точността на OCR, като корекция на наклон, премахване на шум и нормализация на изображението. Тези стъпки са от съществено значение, когато се работи с изображения, сканирани при неблагоприятни условия. Следният пример показва как разработчиците могат да извършат корекция на наклон, което гарантира, че текстът се разпознава точно, дори ако изображението е леко наклонено или не е перфектно подравнено.

from aspose.ocr import OcrEngine, SkewCorrection

ocr_engine = OcrEngine()

# Enable skew correction
ocr_engine.set_skew_correction(SkewCorrection.True)

ocr_engine.image = "skewed_image.png"
recognized_text = ocr_engine.get_text()
print("Corrected and Recognized Text:", recognized_text)

Разпознаване на ръкописен текст чрез Python

Aspose.OCR за Python чрез .NET е много лесен за използване и може да разпознава както печатен, така и ръкописен текст с няколко реда Python код. Тази функция е изключително полезна за приложения като дигитализиране на ръкописни бележки или подписи. Способността на софтуера да интерпретира различни стилове на текст увеличава неговата полезност в сектори като образование и правна документация. По-долу е пример, който показва как да се извърши разпознаване на ръкописен текст с помощта на Python код.

api = ocr.AsposeOcr()

''' add filters if you need '''
filters = ocr.models.preprocessingfilters.PreprocessingFilter()
#filters.add(ocr.models.preprocessingfilters.PreprocessingFilter.contrast_correction_filter())

''' initialize image collection and put images into it '''
input = ocr.OcrInput(ocr.InputType.SINGLE_IMAGE, filters)
input.add("Data\\OCR\\handwritten.jpg")

''' change recognition options if you need '''
settings = ocr.RecognitionSettings()
settings.detect_areas_mode=ocr.DetectAreasMode.PHOTO

''' run recognition '''
res = api.recognize_handwritten_text(input)
print(res[0].recognition_text)

Персонализирани области на изображението за OCR в Python приложения

Aspose.OCR за Python чрез .NET предоставя пълна поддръжка за разпознаване на текст от конкретна област на изображението в Python приложения. Софтуерните разработчици могат да задават специфични региони в изображението за OCR, което е полезно в сценарии, където само част от изображението съдържа релевантен текст. Разработчиците могат да дефинират персонализирани региони за OCR върху изображение, да задават режими на разпознаване и да настройват други параметри за оптимизиране на процеса според специфичните изисквания на приложението. По-долу е пример, който показва как софтуерните разработчици могат да разпознаят един ред текст с няколко реда Python код.

api = AsposeOcr()

# Create OcrInput and add images
input = OcrInput(InputType.SINGLE_IMAGE)
input.add("sample_line.png")

# recognize without regions detection
settings = RecognitionSettings()
settings.recognize_single_line = True

result = api.recognize(input, settings)

print(result[0].recognition_text)