Un report scansionato può contenere testo che desideri modificare o aggiungere alla tua documentazione. Puoi utilizzare l’OCR per riconoscere il testo e salvarlo come Markdown, rendendo più facile la revisione e il riutilizzo in un’applicazione Python.

In questo articolo, imparerai come convertire un’immagine PNG o JPG in Markdown in Python usando Aspose.OCR for Python via .NET. Vedrai anche come rivedere il contenuto generato e controllare le tabelle e le illustrazioni del documento.

Libreria OCR Python per la conversione da immagine a Markdown

Aspose.OCR for Python via .NET consente di riconoscere il testo nelle immagini e salvare i risultati OCR come Markdown. La sua modalità di rilevamento del layout del documento può identificare elementi come blocchi di testo, tabelle e immagini.

Installa la versione 26.10.0 del pacchetto con pip:

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

Avrai bisogno di un’installazione Python supportata, di un’immagine PNG o JPG leggibile e dell’autorizzazione a scrivere il file di output. Per seguire l’esempio, posiziona un’immagine chiamata report.png nella directory in cui eseguirai lo script. Non è necessaria un’installazione separata del runtime .NET; consulta i requisiti di sistema per le piattaforme supportate.

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 Python

Segui questi passaggi per riconoscere un’immagine e salvare il risultato come Markdown:

  1. Crea un’istanza della classe AsposeOcr.
  2. Crea un oggetto OcrInput per un’immagine singola e aggiungi il file immagine.
  3. Crea un oggetto RecognitionSettings e imposta detect_areas_mode su DOCUMENT_LAYOUT.
  4. Chiama il metodo recognize() per elaborare l’immagine.
  5. Salva i risultati usando save() e SaveFormat.MD.

Per questo esempio, utilizza un’immagine di report contenente un’intestazione, testo, una tabella e un’illustrazione. Salva il seguente codice in un file chiamato 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)

Esegui lo script dalla directory contenente report.png:

python image_to_markdown.py

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

La modalità DOCUMENT_LAYOUT è destinata ai documenti la cui struttura è importante nell’output. Il rilevamento dipende dall’immagine di origine, quindi rivedi il Markdown generato rispetto al report originale.

Rivedi il Markdown generato

Apri report.md in un editor di testo o visualizzatore Markdown. Controlla il testo riconosciuto, l’ordine di lettura e qualsiasi contenuto di tabella rispetto all’immagine di origine. Puoi quindi modificare il Markdown prima di aggiungerlo alla tua documentazione.

Ad esempio, una tabella in Markdown può apparire come segue. Questa è sintassi illustrativa, non output OCR reale:

| Product | Units Sold | Revenue (USD) |
| --- | --- | --- |
| Product A | 120 | $18,000 |

Se il Markdown generato contiene riferimenti a immagini estratte, verifica che i file di riferimento esistano e siano visualizzati nel tuo visualizzatore Markdown. Mantieni intatti i percorsi quando sposti il file Markdown.

Markdown descrive contenuto e 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. Vedi la documentazione sulla lingua per le opzioni disponibili.
  • Controlla i dettagli importanti. Confronta nomi, numeri, celle della tabella e l’ordine di lettura con la sorgente.
  • Verifica i riferimenti alle immagini. Se l’output fa riferimento a immagini estratte, apri il Markdown in un visualizzatore e controlla che compaiano.
  • 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 Python?

Sì. Aggiungi il file PNG o JPG a OcrInput, riconoscilo e salva il risultato con SaveFormat.MD.

Python OCR può rilevare tabelle in un’immagine?

Sì. La modalità DOCUMENT_LAYOUT è progettata per rilevare gli elementi del documento, incluse le tabelle. Controlla il Markdown generato per verificare come sono rappresentati la tabella e le sue celle.

Come gestire le immagini referenziate dal file Markdown?

Il file Markdown conserva esattamente il layout originale della pagina?

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

Conclusione

Utilizza questo flusso di lavoro come punto di partenza per convertire le tue immagini di report in Markdown con Python. Prima di aggiungere i risultati alla tua documentazione, confronta il testo riconosciuto, le tabelle e eventuali 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