Node.js API OMR dokumentumok elemzéséhez és adatok kinyeréséhez

Első lépések az Aspose.OMR Cloud SDK Node.js-hez

Az ajánlott módja az Aspose.OMR Cloud SDK for Node.js használatának az NPM-en keresztül. Kérjük, használja a következő parancsot a zökkenőmentes telepítéshez.

npm install && npm run-script build 

git clone https://github.com/aspose-omr-cloud/aspose-omr-cloud-nodejs.git --recurse-submodules	 

Dinamikus OMR sablon generálás Node.js-ben

Az Aspose.OMR Cloud SDK for Node.js egyik legnagyobb ereje a dinamikus OMR sablonok generálásának képessége. A hagyományos, előre definiált sablonokat igénylő módszerekkel ellentétben ez az SDK lehetővé teszi a szoftverfejlesztők számára, hogy helyben, egyszerű szöveges jelölés vagy JSON konfigurációk használatával hozzanak létre sablonokat. Ez a rugalmasság ideális olyan helyzetekben, amikor a űrlapokat egyedi igényekhez kell testre szabni, például a elrendezés módosításával vagy új kérdések hozzáadásával. Az alábbi példa bemutatja, hogyan generálhatnak a szoftverfejlesztők dinamikusan OMR sablonokat a Node.js környezetben.

const asposeomrcloud = require("asposeomrcloud");
const config = new asposeomrcloud.Configuration({
    appSID: "YOUR_APP_SID",
    appKey: "YOUR_APP_KEY",
});

const omrApi = new asposeomrcloud.OmrApi(config);

const templateJson = {
    "templateName": "Survey",
    "elements": [
        {
            "elementType": "Text",
            "x": 100,
            "y": 50,
            "value": "Please fill out this survey",
        },
        {
            "elementType": "ChoiceBox",
            "x": 100,
            "y": 150,
            "choices": ["Yes", "No", "Maybe"],
        }
    ]
};

omrApi.generateTemplate(templateJson).then(result => {
    console.log("Template Generated:", result);
}).catch(err => {
    console.error("Error generating template:", err);
});

Pontos OMR lapfelismerés Node.js-ben

Aspose.OMR Cloud SDK for Node.js kiválóan felismeri a kitöltött OMR lapokat, és nagyon pontos felismerést biztosít a kitöltött OMR lapokhoz Node.js alkalmazásokban. Miután az űrlapok ki vannak töltve és beolvasva, az SDK képes felismerni a megjelölt területeket, még akkor is, ha a jelölések nem tökéletesen vannak kitöltve. Ez a funkció különösen hasznos a valós helyzetekben, ahol a felhasználói bemenet nem tökéletes. Itt egy példa, amely megmutatja, hogyan ismerhetik fel a szoftverfejlesztők az OMR lapot Node.js környezetben.

const omrSheetPath = "filled_survey_sheet.jpg";
omrApi.recognizeImage(omrSheetPath, "SurveyTemplate.json").then(result => {
    console.log("Recognized Data:", result.data);
}).catch(err => {
    console.error("Recognition Error:", err);
});

Testreszabható jelölés és osztályozás Node.js-ben

Oktatási intézmények vagy olyan szervezetek számára, amelyeknek specifikus értékelési kritériumokra van szükségük, az SDK testreszabható jelölési és értékelési szabályokat tesz lehetővé. Az Aspose.OMR Cloud SDK for Node.js lehetővé teszi a szoftverfejlesztők számára, hogy egyedi szabályokat definiáljanak az OMR lapok jelölésére és értékelésére. Ez a funkció nagyon hasznos az oktatási intézmények és szervezetek számára. Beállíthatja, hogyan észlelik a jelöléseket, hogyan kezelik a hibákat, és hogyan számítják ki az eredményeket. Itt egy példa, amely megmutatja, hogyan hajthatnak végre értékelési műveleteket a Node.js alkalmazásokban.

const gradingSettings = {
    "markingThreshold": 0.6, // minimum mark detection threshold
    "errorMargin": 0.1, // margin of error for detection
};

omrApi.recognizeImage("filled_exam_sheet.jpg", "ExamTemplate.json", gradingSettings).then(result => {
    console.log("Grading Results:", result.grades);
}).catch(err => {
    console.error("Grading Error:", err);
});

Széles körű bemeneti formátumok támogatása

Aspose.OMR Cloud SDK for Node.js többféle bemeneti formátumot támogat, beleértve a népszerű képformátumokat, mint a JPEG, PNG, BMP, TIFF és még sok más. Ez a rugalmasság lehetővé teszi, hogy különböző típusú beolvasott űrlapokkal dolgozzon anélkül, hogy aggódna a formátumkompatibilitás miatt, biztosítva a zökkenőmentes integrációt a meglévő munkafolyamataiba. Emellett úgy van tervezve, hogy globálisan működjön, több nyelvet támogatva az OMR lapokon lévő szöveghez.