스캔한 보고서에는 편집하거나 문서에 추가하고 싶은 텍스트가 포함될 수 있습니다. OCR을 사용하여 텍스트를 인식하고 Markdown으로 저장하면 Python 애플리케이션에서 검토하고 재사용하기가 더 쉬워집니다.

이 문서에서는 Aspose.OCR for Python via .NET을 사용하여 Python에서 PNG 또는 JPG 이미지를 Markdown으로 변환하는 방법을 배웁니다. 또한 생성된 콘텐츠를 검토하고 문서의 표와 삽화를 확인하는 방법도 살펴봅니다.

이미지를 마크다운으로 변환하는 Python OCR 라이브러리

Aspose.OCR for Python via .NET 은 이미지에서 텍스트를 인식하고 OCR 결과를 Markdown으로 저장할 수 있습니다. 문서 레이아웃 감지 모드는 텍스트 블록, 표, 이미지와 같은 요소를 식별할 수 있습니다.

pip로 패키지 버전 26.10.0을 설치합니다:

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

지원되는 Python 설치와 읽을 수 있는 PNG 또는 JPG 이미지, 그리고 출력 파일을 쓸 수 있는 권한이 필요합니다. 예제를 따라 하려면 report.png라는 이름의 이미지를 스크립트를 실행할 디렉터리에 배치하세요. 별도의 .NET 런타임 설치는 필요하지 않으며, 지원되는 플랫폼에 대해서는 시스템 요구 사항을 참조하십시오.

평가판에서는 인식 가능한 텍스트 양이 제한됩니다. 평가 중 이 제한을 제거하려면 임시 라이선스를 요청하고 인식 전에 적용할 수 있습니다. 자세한 내용은 라이선스 문서를 참조하십시오.

Python에서 이미지를 Markdown으로 변환

이미지를 인식하고 결과를 Markdown으로 저장하려면 다음 단계를 따르세요:

  1. AsposeOcr 클래스의 인스턴스를 생성합니다.
  2. 단일 이미지에 대한 OcrInput 객체를 만들고 이미지 파일을 추가합니다.
  3. RecognitionSettings 객체를 만들고 detect_areas_mode를 DOCUMENT_LAYOUT으로 설정합니다.
  4. recognize() 메서드를 호출하여 이미지를 처리합니다.
  5. save() 및 SaveFormat.MD를 사용하여 결과를 저장합니다.

이 예제에서는 제목, 텍스트, 표 및 일러스트레이션이 포함된 보고서 이미지를 사용합니다. 다음 코드를 image_to_markdown.py라는 파일에 저장하십시오:

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)

report.png가 포함된 디렉터리에서 스크립트를 실행합니다:

python image_to_markdown.py

스크립트는 report.png를 읽고 인식 결과를 report.md로 저장합니다. 두 경로 모두 현재 작업 디렉터리를 기준으로 합니다. JPG 이미지를 변환하려면 입력 경로를 .jpg 파일로 변경하면 됩니다; 인식 및 내보내기 단계는 동일하게 유지됩니다.

DOCUMENT_LAYOUT 모드는 출력에서 문서 구조가 중요한 경우에 사용됩니다. 감지는 원본 이미지에 따라 달라지므로, 생성된 Markdown을 원본 보고서와 비교하여 검토하십시오.

생성된 마크다운 검토

텍스트 편집기 또는 Markdown 뷰어에서 report.md를 엽니다. 인식된 텍스트, 읽기 순서 및 표 내용이 원본 이미지와 일치하는지 확인합니다. 그런 다음 문서에 추가하기 전에 Markdown을 편집할 수 있습니다.

예를 들어, Markdown의 표는 다음과 같이 보일 수 있습니다. 이것은 예시 구문이며 실제 OCR 출력이 아닙니다:

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

생성된 Markdown에 추출된 이미지에 대한 참조가 포함된 경우, 참조된 파일이 존재하고 Markdown 뷰어에 표시되는지 확인하십시오. Markdown 파일을 이동할 때 경로를 그대로 유지하십시오.

Markdown은 콘텐츠와 구조를 설명합니다; 원본 보고서의 정확한 모양을 반드시 재현하는 것은 아닙니다.

OCR 결과를 개선하기 위한 팁

  • 명확한 원본 이미지를 사용하세요. 텍스트와 표 경계가 원본 이미지에서 읽을 수 있어야 합니다.
  • 적절한 인식 언어를 선택하세요. 필요할 때 RecognitionSettings.language를 설정하십시오. 사용 가능한 옵션은 언어 문서에서 확인하세요.
  • 중요한 세부 정보를 확인하세요. 이름, 숫자, 표 셀 및 읽기 순서를 원본과 비교하십시오.
  • 이미지 참조를 확인하세요. 출력에 추출된 이미지가 참조된 경우, 뷰어에서 Markdown을 열어 이미지가 표시되는지 확인하십시오.
  • 대표 문서를 테스트하세요. 복잡한 표와 레이아웃은 수동으로 수정이 필요할 수 있으므로, 자동 워크플로에서 출력을 사용하기 전에 예제를 검토하십시오.

자주 묻는 질문

PNG와 JPG 이미지를 모두 Python에서 Markdown으로 변환할 수 있나요?

예. PNG 또는 JPG 파일을 OcrInput에 추가하고, 인식한 후 SaveFormat.MD로 결과를 저장합니다.

파이썬 OCR이 이미지에서 표를 감지할 수 있나요?

예. DOCUMENT_LAYOUT 모드는 표를 포함한 문서 요소를 감지하도록 설계되었습니다. 생성된 Markdown을 검토하여 표와 해당 셀들이 어떻게 표시되는지 확인하십시오.

Markdown 파일에서 참조되는 이미지를 어떻게 처리하나요?

Markdown 파일이 원래 페이지 레이아웃을 정확히 보존합니까?

아니요. 마크다운은 페이지 이미지와 달리 콘텐츠와 구조를 다르게 나타냅니다. 생성된 파일을 검토하고 필요에 따라 구조를 조정하십시오.

결론

이 워크플로를 시작점으로 사용하여 자체 보고서 이미지를 Python에서 Markdown으로 변환하십시오. 결과를 문서에 추가하기 전에 인식된 텍스트, 표 및 모든 이미지 참조를 원본과 비교하십시오.

자세한 내용은 인식 문서를 참조하십시오. 도움이 필요하면 Aspose.OCR 지원 포럼을 방문하십시오.

관련 항목