C++ OCR API untuk Menambahkan Kemampuan OCR

Memulai Aspose.OCR untuk C++

Cara yang direkomendasikan untuk menginstal Aspose.OCR untuk C++ adalah menggunakan NuGet. Silakan gunakan perintah berikut untuk kelancaran instalasi.

 NuGet\Install-Package Aspose.Ocr.Cpp -Version 23.4.0

Ekstraksi Teks yang Efisien di Aplikasi C++

Aspose.OCR untuk C++ memberikan pendekatan yang andal dan efisien untuk mengekstraksi teks dari berbagai format file, termasuk dokumen pindaian, gambar, file PDF, TIFF multi-halaman, susunan piksel, tanda terima, dan sebagainya. Ini menggunakan algoritma OCR yang canggih untuk mengenali dan mengekstrak teks dengan akurasi tinggi, menjaga format dan struktur aslinya. Perpustakaan ini mendukung berbagai bahasa, sehingga cocok untuk aplikasi multibahasa dan memungkinkan pengembang mengekstrak teks dari beragam sumber dengan mudah. Contoh berikut menunjukkan cara mengekstrak teks dari gambar TIFF melalui C++ API.

std::string image_path = "source.tiff";
const size_t len = 4096;
wchar_t buffer[len] = { 0 };
RecognitionSettings settings;
settings.language_alphabet = language::ukr;
size_t res_len = aspose::ocr::page_tiff("1.tif;2.tif", buffer, len, set);
std::wcout << buffer;

Baca Area Gambar Tertentu melalui C++

Aspose.OCR untuk C++ memudahkan pengembang perangkat lunak membaca area tertentu dari gambar dan mengekstrak teks dari area atau wilayah tersebut di dalam aplikasi C++. Fitur ini sangat berguna ketika Anda hanya perlu mengekstrak teks dari bagian tertentu pada gambar dan ingin mengecualikan konten yang tidak relevan. Perpustakaan menawarkan metode sederhana dan efisien untuk mencapai hal ini. Di bawah ini adalah contoh cuplikan kode yang menunjukkan cara membaca area gambar tertentu menggunakan Aspose.OCR untuk C++.

// Load the image
System::SharedPtr imageStream = System::MakeObject(new System::IO::FileStream(u"image.jpg", System::IO::FileMode::Open));
// Initialize OCR engine
System::SharedPtr ocrEngine = System::MakeObject();
// Set the image for OCR
ocrEngine->Image = imageStream;
// Set the rectangle coordinates for the specific area to read
System::SharedPtr areaRect = System::MakeObject(10, 10, 200, 100);
ocrEngine->Config->SetArea(areaRect);
// Perform OCR on the specified area
ocrEngine->Process();
// Retrieve the extracted text from the specific area
System::String extractedText = ocrEngine->Text;
// Display the extracted text
std::cout << "Extracted Text: " << extractedText.ToUtf8String() << std::endl;

Pemrosesan Awal Gambar melalui C++ API

Aspose.OCR untuk C++ telah menyediakan cara standar untuk mempersiapkan konten Anda untuk OCR dan mencapai hasil OCR yang akurat. Perpustakaan menawarkan serangkaian teknik pra-pemrosesan gambar tingkat lanjut. Teknik ini meningkatkan kualitas gambar, memperbaiki distorsi perspektif, menghilangkan noise, dan mengoptimalkan proses pengenalan teks. Dengan menggunakan pra-pemrosesan gambar, pengembang dapat meningkatkan akurasi OCR secara signifikan, terutama saat menangani gambar atau dokumen yang menantang dengan tata letak yang rumit. Beberapa filter pra-pemrosesan dapat diterapkan pada gambar yang sama untuk lebih meningkatkan kualitas pengenalan.

 // Recognition settings
std::string image_path = "source.png";
const size_t len = 4096;
wchar_t buffer[len] = { 0 };
RecognitionSettings settings;
settings.auto_denoising = true;
size_t res_len = aspose::ocr::page_settings(image_path.c_str(), buffer, len, settings);
std::wcout << buffer;

// apply Preprocessing filter

std::string image_path = "source.png";
custom_preprocessing_filters filters_;
filters_.filter_1 = OCR_IMG_PREPROCESS_AUTODENOISING;
asposeocr_preprocess_page_and_save(image_path.c_str(), "result.png", filters_);
 

Simpan Hasil Pengenalan dalam Format Lain

Aspose.OCR untuk C++ memungkinkan pengembang perangkat lunak mengenali teks dari berbagai format file populer, seperti PDF, JPEG, PNG, TIFF, BMP, dan banyak lagi. API memungkinkan pengembang untuk menyimpan hasil pengenalan dalam berbagai format sehingga dapat dibagikan, disimpan dalam database, ditampilkan, atau dianalisis. Pengembang perangkat lunak dapat menyimpan hasil pengenalan sebagai file, teks, JSON atau XML. Pustaka ini memungkinkan pengaturan ambang batas keyakinan pengenalan, memungkinkan pengembang perangkat lunak memfilter teks dengan tingkat keyakinan rendah. Fitur ini terbukti sangat berharga ketika menangani teks dalam jumlah besar, memastikan bahwa hanya hasil yang dapat diandalkan dan akurat yang diekstraksi. Contoh berikut menunjukkan cara menyimpan hasil pengenalan sebagai file menggunakan perintah C++.

directory dir(".");
const string current_dir = dir.full_name();
const string image = current_dir + "p.png";
const size_t len = 6000;
wchar_t buffer[len] = { 0 };
RecognitionSettings settings;
settings.save_format = file_format::docx;
aspose::ocr::page_save(image.c_str(), "result.docx", settings);