Un report scansionato può contenere informazioni che desideri modificare o aggiungere alla tua documentazione. Con l’OCR, puoi riconoscere il testo nell’immagine e salvarlo come Markdown invece di riscriverlo manualmente.

In questo articolo, imparerai come convertire un’immagine PNG o JPG in Markdown in C# usando Aspose.OCR for .NET. Vedrai anche come l’output può includere tabelle riconosciute e immagini rilevate.

Libreria OCR C# per la conversione da immagine a Markdown

Aspose.OCR for .NET ti consente di riconoscere il testo nelle immagini e salvare i risultati in diversi formati, incluso Markdown. Per questo tutorial, utilizza la versione 26.10.0 o successiva. La versione 26.10 ha introdotto l’impostazione DOCUMENT_LAYOUT usata nell’esempio e ha migliorato l’esportazione in Markdown con informazioni sul layout.

Installa il pacchetto nel tuo progetto console .NET usando il seguente comando:

dotnet add package Aspose.OCR --version 26.10.0

Avrai anche bisogno di un’immagine PNG o JPG leggibile e dell’autorizzazione per scrivere i file di output. Per seguire l’esempio, posiziona un’immagine chiamata report.png nella directory del tuo progetto.

La versione di prova limita la quantità di testo riconosciuto. Per rimuovere questa restrizione durante la valutazione, è possibile richiedere una licenza temporanea e applicarla prima del riconoscimento. Consulta la documentazione sulla licenza per i dettagli.

Converti un’immagine in Markdown in C#

I seguenti passaggi mostrano come riconoscere un’immagine e salvare il risultato come Markdown:

  1. Creare un’istanza della classe AsposeOcr.
  2. Creare un oggetto OcrInput per una singola immagine e aggiungere il file immagine.
  3. Impostare DetectAreasMode su DOCUMENT_LAYOUT in un oggetto RecognitionSettings.
  4. Chiamare il metodo Recognize per elaborare l’immagine.
  5. Salvare i risultati usando OcrOutput.Save e SaveFormat.Md.

Per questo esempio, utilizza un’immagine di un report contenente un’intestazione, del testo, una tabella e un’illustrazione. Sostituisci il contenuto di Program.cs con il seguente codice:

using Aspose.OCR;

// Create the OCR engine.
AsposeOcr recognitionEngine = new AsposeOcr();

// Add the image to the input.
OcrInput input = new OcrInput(InputType.SingleImage);
input.Add("report.png");

// Enable document layout detection.
RecognitionSettings settings = new RecognitionSettings
{
    DetectAreasMode = DetectAreasMode.DOCUMENT_LAYOUT
};

// Recognize the image.
OcrOutput results = recognitionEngine.Recognize(input, settings);

// Save the recognition result as Markdown.
results.Save("report.md", SaveFormat.Md);

Esegui l’applicazione dalla directory del progetto:

dotnet run

L’applicazione legge report.png e salva il risultato del riconoscimento come report.md. Entrambi i percorsi sono relativi alla directory di lavoro corrente dell’applicazione. Per un’immagine JPG, modifica il percorso di input al tuo file JPG; i passaggi di riconoscimento ed esportazione rimangono gli stessi.

DOCUMENT_LAYOUT rileva gli elementi del documento che possono essere usati per organizzare l’output Markdown. Il risultato dipende dall’immagine e dal contenuto riconosciuto, quindi verifica l’output rispetto all’originale. L’esempio segue le Aspose.OCR 26.10 note di rilascio.

Rivedi il Markdown Generato

Apri report.md in un editor di testo o visualizzatore Markdown. Puoi modificare il testo riconosciuto e regolare la sua struttura secondo necessità. Quando il motore OCR riconosce una tabella, l’esportazione può rappresentarla come una tabella Markdown.

Il seguente estratto illustra la sintassi delle tabelle e delle immagini in Markdown. Non è un output OCR reale; il contenuto e i percorsi nel tuo risultato dipenderanno dall’immagine di origine e dal riconoscimento:

## Rapporto Trimestrale

| Prodotto | Vendite |
| --- | --- |
| Prodotto A | 120 |

![Illustrazione rilevata](path-to-extracted-image)

Quando un’immagine viene rilevata e inclusa nell’output del file, Aspose.OCR può salvarla in una directory di immagini specifica del documento accanto al Markdown generato e aggiungere un riferimento ad essa. Mantieni il file Markdown e le immagini a cui fa riferimento insieme, preservando i percorsi nel file, in modo che le immagini possano essere visualizzate nel tuo visualizzatore Markdown.

Markdown descrive il contenuto e la struttura; non riproduce necessariamente l’aspetto esatto del rapporto originale.

Suggerimenti per ottenere risultati OCR migliori

  • Usa un’immagine sorgente chiara. Il testo e i bordi delle tabelle dovrebbero essere leggibili nell’immagine originale.
  • Scegli la lingua di riconoscimento appropriata. Imposta RecognitionSettings.Language quando necessario. Alcune lingue richiedono un modello di riconoscimento aggiuntivo; consulta la documentazione della lingua.
  • Verifica i dettagli importanti. Confronta nomi, numeri, celle della tabella e ordine di lettura con l’immagine sorgente.
  • Verifica i riferimenti alle immagini. Apri il Markdown in un visualizzatore e controlla che le immagini estratte vengano visualizzate.
  • Testa documenti rappresentativi. Tabelle e layout complessi potrebbero richiedere correzioni manuali, quindi rivedi gli esempi prima di utilizzare l’output in un flusso di lavoro automatizzato.

Domande frequenti

Posso convertire sia immagini PNG che JPG in Markdown in C#?

Sì. Aggiungi il file PNG o JPG a OcrInput, riconoscilo e salva i risultati con SaveFormat.Md.

L’output Markdown può contenere tabelle?

Sì. Le tabelle riconosciute possono essere esportate come tabelle Markdown. Il risultato dipende dall’immagine di origine e da come la tabella viene riconosciuta.

Dove vengono salvate le immagini rilevate?

Per l’output dei file, le immagini rilevate possono essere salvate in una directory di immagini specifica del documento accanto al Markdown generato. Il contenuto Markdown fa riferimento a tali file.

Il file Markdown preserva esattamente il layout originale della pagina?

No. Markdown rappresenta contenuti e struttura in modo diverso rispetto a un’immagine di pagina. Rivedi il file generato e regola la struttura dove necessario.

Conclusione

Utilizza questo flusso di lavoro come punto di partenza per convertire i tuoi report o pagine scansionate in Markdown. Prima di aggiungere i risultati alla tua documentazione, confronta il testo, le tabelle e i riferimenti alle immagini con l’originale.

Per ulteriori informazioni, consultare la documentazione di riconoscimento. Se hai bisogno di assistenza, visita il forum di supporto Aspose.OCR.

Vedi anche