A legnépszerűbb Java OCR API optikai karakterfelismerő műveletek hozzáadásához

Az Aspose.OCR for Java kezdő lépései

Az Aspose.OCR for Java telepítésének javasolt módja a Maven Repository használata. Kérjük, használja a következő parancsot a zökkenőmentes telepítés érdekében.

 <repositories>
	<repository>
	<Id>AsposeJavaAPI</Id>
	<name>Aspose Java API;/name>
	<url>http://repository.aspose.com/repo/</url>
    </repository>
</repositories>

Szöveg kinyerése a képekből Python API-n keresztül

Az Aspose.OCR for Java nagyon hasznos szolgáltatásokat tartalmazott, amelyek lehetővé teszik a szoftverfejlesztők számára, hogy szöveget vonjanak ki a Python-alkalmazásokon belüli különböző típusú képekből. A könyvtár támogatja a szövegek olvasását raszteres képekről, például JPEG, PNG, WBMP, BMP, GIF és sok másról. A könyvtár további hasznos funkciókat is tartalmaz a szövegkivonás kezeléséhez, mint például szöveg olvasása többoldalas TIFF-képekből, szöveg kinyerése pixeltömbből, képek olvasása a leggyorsabb felismerési módban, egyetlen sor felismerése, szöveg kinyerése a nyugtákból és még sok más. A következő példa bemutatja, hogyan lehet szöveget kivonni egy képből Java parancsok segítségével.

AsposeOCR api = new AsposeOCR();
// Customize recognition
RecognitionSettings recognitionSettings = new RecognitionSettings();
recognitionSettings.setLanguage(Language.Ukr);
// Extract text from image
RecognitionResult result = api.RecognizePage("source.png", recognitionSettings);
// Show non-critical recognition problems
result.warnings.forEach((w) -> {
	System.out.println(w);
});
// Get recognition results as JSON
String resultJson = result.GetJson();

Egy kép meghatározott területeinek olvasása Java API-n keresztül

Az Aspose.OCR for Java egy hasznos OCR-könyvtár, amely lehetővé teszi a szoftverfejlesztők számára, hogy a képnek csak bizonyos területeit találják meg és olvassák el, nem az összes szöveget néhány soros Java-kód használatával. Ez egy nagyon hasznos funkció, és nagyon hasznos lehet az egységes dokumentumok, például vízumok, jogosítványok, személyi igazolványok stb. kötegelt feldolgozásakor. Támogatja az olyan funkciókat, mint a szöveg kinyerése egy kép téglalapon belül, vonalak kivonatolása koordinátákkal, automatikus keresés a szó- és sorhatároló dobozokra és még sok más. A következő példa bemutatja, hogyan lehet Java kóddal szöveget kivonni egy téglalapból.

AsposeOCR api = new AsposeOCR();
// Define image regions
ArrayList regions = new ArrayList();
regions.add(new Rectangle(231,101,430,42));
regions.add(new Rectangle(546,224,123,26));
// Specify recognition settings
RecognitionSettings recognitionSettings = new RecognitionSettings();
recognitionSettings.setAutoDenoising(true);	
recognitionSettings.setRecognitionAreas(regions);
// Extract text from selected regions
RecognitionResult result = api.RecognizePage("source.png", recognitionSettings);
System.out.println("Name: " + result.recognitionAreasText.get(0));
System.out.println("Expiry: " + result.recognitionAreasText.get(1));

Dokumentumspecifikus területek kiválasztása Java API-n keresztül

Egy dokumentum képe számos különböző tartalmú blokkot tartalmazhat, például szöveges bekezdéseket, rajzokat, diagramokat, képleteket, táblázatokat, térképeket és így tovább. Az Aspose.OCR for Java lehetővé teszi a szoftverfejlesztők számára, hogy könnyedén kiválasszák és felismerjék az oldal bizonyos érdeklődési területeit, és OCR műveleteket hajtsanak végre rajta. A könyvtár támogatja az automatikus területérzékelést, valamint felülbírálhatja az érdeklődési körök manuális kiválasztásával. A következő példa bemutatja, hogyan engedélyezhetik a szoftverfejlesztők a dokumentumterületek automatikus felismerését Java-alkalmazásaikon belül.

 // Create instance of OCR API
AsposeOCR api = new AsposeOCR();
// Enable automatic document areas detection
RecognitionSettings recognitionSettings = new RecognitionSettings();
recognitionSettings.setAllowedCharacters(CharactersAllowedType.LATIN_ALPHABET);
recognitionSettings.setDetectAreas(true);
// Extract text from image
RecognitionResult result = api.RecognizePage("source.png", recognitionSettings);
System.out.println("Recognition result:\n" + result.recognitionText + "\n\n");