Laporan yang dipindai mungkin berisi teks yang ingin Anda edit atau tambahkan ke dokumentasi Anda. Anda dapat menggunakan OCR untuk mengenali teks dan menyimpannya sebagai Markdown, sehingga lebih mudah untuk meninjau dan menggunakan kembali dalam aplikasi Python.

Dalam artikel ini, Anda akan belajar cara mengonversi gambar PNG atau JPG menjadi Markdown di Python menggunakan Aspose.OCR for Python via .NET. Anda juga akan melihat cara meninjau konten yang dihasilkan dan memeriksa tabel serta ilustrasi dokumen.

Perpustakaan OCR Python untuk Konversi Gambar ke Markdown

Aspose.OCR for Python via .NET memungkinkan Anda mengenali teks dalam gambar dan menyimpan hasil OCR sebagai Markdown. Mode deteksi tata letak dokumen dapat mengidentifikasi elemen seperti blok teks, tabel, dan gambar.

Instal versi 26.10.0 dari paket dengan pip:

python -m pip install aspose-ocr-python-net

Anda akan membutuhkan instalasi Python yang didukung, gambar PNG atau JPG yang dapat dibaca, dan izin untuk menulis file output. Untuk mengikuti contoh, letakkan gambar bernama report.png di direktori tempat Anda menjalankan skrip. Instalasi runtime .NET terpisah tidak diperlukan; lihat persyaratan sistem untuk platform yang didukung.

Versi percobaan membatasi jumlah teks yang dikenali. Untuk menghapus pembatasan ini selama evaluasi, Anda dapat meminta lisensi sementara dan menerapkannya sebelum pengenalan. Lihat dokumentasi lisensi untuk detail.

Mengonversi Gambar ke Markdown dengan Python

Ikuti langkah-langkah berikut untuk mengenali gambar dan menyimpan hasilnya sebagai Markdown:

  1. Buat sebuah instance dari kelas AsposeOcr.
  2. Buat objek OcrInput untuk satu gambar dan tambahkan file gambar.
  3. Buat objek RecognitionSettings dan atur detect_areas_mode ke DOCUMENT_LAYOUT.
  4. Panggil metode recognize() untuk memproses gambar.
  5. Simpan hasilnya menggunakan save() dan SaveFormat.MD.

Untuk contoh ini, gunakan gambar laporan yang berisi judul, teks, tabel, dan ilustrasi. Simpan kode berikut dalam file bernama image_to_markdown.py:

import aspose.ocr as ocr

# Create the OCR engine.
api = ocr.AsposeOcr()

# Add the image to the input.
ocr_input = ocr.OcrInput(ocr.InputType.SINGLE_IMAGE)
ocr_input.add("report.png")

# Enable document layout detection.
settings = ocr.RecognitionSettings()
settings.detect_areas_mode = ocr.DetectAreasMode.DOCUMENT_LAYOUT

# Recognize the image.
results = api.recognize(ocr_input, settings)

# Save the recognition result as Markdown.
results.save("report.md", ocr.SaveFormat.MD)

Jalankan skrip dari direktori yang berisi report.png:

python image_to_markdown.py

Script membaca report.png dan menyimpan hasil pengenalan sebagai report.md. Kedua jalur relatif terhadap direktori kerja saat ini. Untuk mengonversi gambar JPG, ubah jalur input ke file .jpg Anda; langkah pengenalan dan ekspor tetap sama.

Mode DOCUMENT_LAYOUT dimaksudkan untuk dokumen yang strukturnya penting dalam output. Deteksi bergantung pada gambar sumber, jadi tinjau Markdown yang dihasilkan terhadap laporan asli.

Tinjau Markdown yang Dihasilkan

Buka report.md di editor teks atau penampil Markdown. Periksa teks yang dikenali, urutan bacaan, dan konten tabel apa pun terhadap gambar sumber. Anda kemudian dapat mengedit Markdown sebelum menambahkannya ke dokumentasi Anda.

Sebagai contoh, sebuah tabel dalam Markdown dapat terlihat seperti berikut. Ini adalah sintaks ilustratif, bukan output OCR sebenarnya:

| Produk | Unit Terjual | Pendapatan (USD) |
| --- | --- | --- |
| Produk A | 120 | $18,000 |

Jika Markdown yang dihasilkan berisi referensi ke gambar yang diekstrak, periksa bahwa file yang dirujuk ada dan muncul di penampil Markdown Anda. Jaga agar jalurnya tetap utuh saat memindahkan file Markdown.

Markdown menggambarkan konten dan struktur; tidak selalu mereproduksi tampilan persis dari laporan asli.

Tips untuk Hasil OCR yang Lebih Baik

  • Gunakan gambar sumber yang jelas. Teks dan batas tabel harus dapat dibaca dalam gambar asli.
  • Pilih bahasa pengenalan yang sesuai. Atur RecognitionSettings.language bila diperlukan. Lihat dokumentasi bahasa untuk opsi yang tersedia.
  • Periksa detail penting. Bandingkan nama, nomor, sel tabel, dan urutan baca dengan sumber.
  • Verifikasi referensi gambar. Jika output merujuk pada gambar yang diekstrak, buka Markdown di penampil dan periksa apakah gambar tersebut muncul.
  • Uji dokumen perwakilan. Tabel dan tata letak yang kompleks mungkin memerlukan koreksi manual, jadi tinjau contoh sebelum menggunakan output dalam alur kerja otomatis.

Pertanyaan yang Sering Diajukan

Bisakah saya mengonversi gambar PNG dan JPG menjadi Markdown di Python?

Ya. Tambahkan file PNG atau JPG ke OcrInput, kenali, dan simpan hasilnya dengan SaveFormat.MD.

Apakah OCR Python dapat mendeteksi tabel dalam gambar?

Ya. Mode DOCUMENT_LAYOUT dirancang untuk mendeteksi elemen dokumen, termasuk tabel. Tinjau Markdown yang dihasilkan untuk memeriksa bagaimana tabel dan sel‑selnya direpresentasikan.

Bagaimana cara menangani gambar yang direferensikan oleh file Markdown?

Jika output berisi tautan gambar, temukan file yang dirujuk dan pertahankan jalur mereka tetap utuh saat memindahkan Markdown. Buka file tersebut di penampil Markdown untuk memastikan gambar ditampilkan.

Apakah file Markdown mempertahankan tata letak halaman asli secara tepat?

Tidak. Markdown mewakili konten dan struktur secara berbeda dari gambar halaman. Tinjau file yang dihasilkan dan sesuaikan strukturnya bila diperlukan.

Kesimpulan

Gunakan alur kerja ini sebagai titik awal untuk mengonversi gambar laporan Anda sendiri ke Markdown dalam Python. Sebelum menambahkan hasilnya ke dokumentasi Anda, bandingkan teks yang dikenali, tabel, dan referensi gambar apa pun dengan yang asli.

Untuk informasi lebih lanjut, lihat dokumentasi pengenalan. Jika Anda membutuhkan bantuan, kunjungi forum dukungan Aspose.OCR.

Lihat Juga