Lasīt un izgūt tekstu no attēliem, izmantojot Python API

Sākums ar Aspose.OCR for Python via .NET

Ieteicamais veids, kā instalēt Aspose.OCR for Python via .NET, ir izmantot pip. Lūdzu, izmantojiet šādu komandu, lai veiktu instalāciju.

 pip install aspose-ocr-python-net

OCR operācijas ar augstu precizitāti, izmantojot Python

Aspose.OCR for Python via .NET ir izstrādāts, lai nodrošinātu augstu precizitāti un precizitāti. Bibliotēka ietver modernus mašīnmācīšanās modeļus, kas uzlabo teksta izguves precizitāti, pat ar slīpām vai zemas izšķirtspējas attēliem. Šī funkcija padara to piemērotu lietojumprogrammām, kurām ir nepieciešama uzticama teksta atpazīšana, piemēram, automatizētai datu izguvei no skenētiem anketām vai dokumentiem. Zemāk esošais koda fragments parāda vienkāršu īstenojumu, kur attēls tiek ielādēts, apstrādāts, un tā atpazītais teksts tiek parādīts.

# 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)

Attēlu priekšapstrādes iespējas

Aspose.OCR for Python via .NET bibliotēka nodrošina jaudīgas attēlu priekšapstrādes iespējas Python lietojumprogrammās. Šīs iespējas uzlabo OCR precizitāti, piemēram, slīpuma korekciju, trokšņa noņemšanu un attēlu normalizāciju. Šie priekšapstrādes soļi ir būtiski, strādājot ar attēliem, kas var būt skenēti neideālos apstākļos. Zemāk esošais piemērs demonstrē, kā izstrādātāji var veikt slīpuma korekcijas operāciju, kas nodrošina, ka teksts tiek precīzi noteikts, pat ja attēls ir nedaudz slīps vai nav pilnīgi izlīdzināts.

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)

Rokas rakstības teksta atpazīšana, izmantojot Python

Aspose.OCR for Python via .NET ir ļoti viegli lietojams un var atpazīt gan drukātu, gan rokraksta tekstu, izmantojot tikai dažas Python koda rindas. Šī funkcija ir ļoti noderīga lietojumprogrammām, piemēram, rokraksta piezīmju vai parakstu digitalizēšanai. Programmatūras spēja interpretēt dažādus teksta stilus palielina tās lietderību izglītības un juridiskās dokumentācijas nozarēs. Šeit ir piemērs, kas parāda, kā veikt rokraksta teksta atpazīšanu, izmantojot Python kodu.

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)

OCR pielāgotas attēlu zonas Python lietojumprogrammās

Aspose.OCR for Python via .NET ir nodrošinājis pilnīgu atbalstu teksta atpazīšanai no konkrētas attēla zonas Python lietojumprogrammās. Programmatūras izstrādātāji var norādīt konkrētas zonas attēlā OCR vajadzībām, kas ir noderīgi situācijās, kad tikai attēla daļa satur būtisku tekstu. Izstrādātāji var definēt pielāgotas zonas attēlam, iestatīt atpazīšanas režīmus un pielāgot citus parametrus, lai optimizētu OCR procesu atbilstoši konkrētām lietojumprogrammas prasībām. Šeit ir piemērs, kas parāda, kā programmatūras izstrādātāji var atpazīt vienu teksta rindu, izmantojot tikai dažas Python koda rindas.

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)