Zeskanowany raport może zawierać informacje, które chcesz edytować lub dodać do swojej dokumentacji. Dzięki OCR możesz rozpoznać tekst na obrazie i zapisać go jako Markdown zamiast przepisywać go ręcznie.

W tym artykule dowiesz się, jak przekonwertować obraz PNG lub JPG na Markdown w C# przy użyciu Aspose.OCR for .NET. Zobaczysz również, jak wynik może zawierać rozpoznane tabele i wykryte obrazy.

Biblioteka OCR w C# do konwersji obrazu na Markdown

Aspose.OCR for .NET pozwala rozpoznawać tekst na obrazach i zapisywać wyniki w kilku formatach, w tym w formacie Markdown. Do tego samouczka użyj wersji 26.10.0 lub nowszej. Wersja 26.10 wprowadziła ustawienie DOCUMENT_LAYOUT użyte w przykładzie oraz ulepszony eksport do Markdown z informacjami o układzie.

Zainstaluj pakiet w swoim projekcie konsolowym .NET, używając następującego polecenia:

dotnet add package Aspose.OCR --version 26.10.0

Będziesz także potrzebował czytelnego obrazu PNG lub JPG oraz uprawnienia do zapisu plików wyjściowych. Aby podążać za przykładem, umieść obraz o nazwie report.png w katalogu projektu.

Wersja próbna ogranicza ilość rozpoznawanego tekstu. Aby usunąć to ograniczenie podczas oceny, możesz poprosić o tymczasową licencję i zastosować ją przed rozpoznawaniem. Zobacz dokumentację licencjonowania po szczegóły.

Konwertuj obraz na Markdown w C#

Poniższe kroki pokazują, jak rozpoznać obraz i zapisać wynik jako Markdown:

  1. Utwórz instancję klasy AsposeOcr.
  2. Utwórz obiekt OcrInput dla pojedynczego obrazu i dodaj plik obrazu.
  3. Ustaw DetectAreasMode na DOCUMENT_LAYOUT w obiekcie RecognitionSettings.
  4. Wywołaj metodę Recognize, aby przetworzyć obraz.
  5. Zapisz wyniki przy użyciu OcrOutput.Save i SaveFormat.Md.

W tym przykładzie użyj obrazu raportu zawierającego nagłówek, tekst, tabelę i ilustrację. Zastąp zawartość pliku Program.cs następującym kodem:

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);

Uruchom aplikację z katalogu projektu:

dotnet run

Aplikacja odczytuje report.png i zapisuje wynik rozpoznawania jako report.md. Obie ścieżki są względne względem bieżącego katalogu roboczego aplikacji. Dla obrazu JPG zmień ścieżkę wejściową na swój plik JPG; kroki rozpoznawania i eksportu pozostają takie same.

DOCUMENT_LAYOUT wykrywa elementy dokumentu, które mogą być użyte do organizacji wyjścia w formacie Markdown. Wynik zależy od obrazu i rozpoznanej treści, dlatego należy sprawdzić wynik w porównaniu z oryginałem. Przykład opiera się na Aspose.OCR 26.10 notatki wydania.

Przejrzyj wygenerowany Markdown

Otwórz report.md w edytorze tekstu lub przeglądarce Markdown. Możesz edytować rozpoznany tekst i w razie potrzeby dostosować jego strukturę. Gdy silnik OCR rozpozna tabelę, eksport może przedstawić ją jako tabelę Markdown.

Poniższy fragment ilustruje składnię tabeli i obrazu w Markdown. Nie jest to rzeczywisty wynik OCR; zawartość i ścieżki w Twoim wyniku będą zależeć od obrazu źródłowego i rozpoznawania:

## Quarterly Report

| Product | Sales |
| --- | --- |
| Product A | 120 |

![Detected illustration](path-to-extracted-image)

Gdy wykryty zostanie obraz i zostanie uwzględniony w wyjściu pliku, Aspose.OCR może zapisać go w katalogu obrazów specyficznym dla dokumentu, obok wygenerowanego pliku Markdown, i dodać do niego odwołanie. Trzymaj plik Markdown i jego powiązane obrazy razem, zachowując ścieżki w pliku, aby obrazy mogły być wyświetlane w przeglądarce Markdown.

Markdown opisuje treść i strukturę; niekoniecznie odtwarza dokładny wygląd oryginalnego raportu.

Wskazówki dotyczące lepszych wyników OCR

  • Użyj wyraźnego obrazu źródłowego. Tekst i obramowania tabel powinny być czytelne na oryginalnym obrazie.
  • Wybierz odpowiedni język rozpoznawania. Ustaw RecognitionSettings.Language, gdy jest to potrzebne. Niektóre języki wymagają dodatkowego modelu rozpoznawania; zobacz dokumentację języków.
  • Sprawdź ważne szczegóły. Porównaj nazwy, liczby, komórki tabel oraz kolejność odczytu z obrazem źródłowym.
  • Zweryfikuj odwołania do obrazów. Otwórz Markdown w przeglądarce i sprawdź, czy wyodrębnione obrazy się wyświetlają.
  • Przetestuj reprezentatywne dokumenty. Złożone tabele i układy mogą wymagać ręcznych poprawek, więc przejrzyj przykłady przed użyciem wyniku w zautomatyzowanym przepływie pracy.

Najczęściej zadawane pytania

Czy mogę konwertować zarówno obrazy PNG, jak i JPG na Markdown w C#?

Tak. Dodaj plik PNG lub JPG do OcrInput, rozpoznaj go i zapisz wyniki przy użyciu SaveFormat.Md.

Czy wyjście Markdown może zawierać tabele?

Tak. Rozpoznane tabele mogą być wyeksportowane jako tabele Markdown. Wynik zależy od obrazu źródłowego i od tego, jak tabela jest rozpoznawana.

Gdzie zapisywane są wykryte obrazy?

W przypadku wyjścia do pliku wykryte obrazy mogą być zapisane w katalogu obrazów specyficznym dla dokumentu, obok wygenerowanego Markdowna. Zawartość Markdown odwołuje się do tych plików.

Czy plik Markdown zachowuje dokładnie oryginalny układ strony?

Nie. Markdown reprezentuje treść i strukturę inaczej niż obraz strony. Przejrzyj wygenerowany plik i w razie potrzeby dostosuj strukturę.

Podsumowanie

Użyj tego przepływu pracy jako punktu wyjścia do konwertowania własnych raportów lub zeskanowanych stron na Markdown. Przed dodaniem wyników do dokumentacji porównaj tekst, tabele i odwołania do obrazów z oryginałem.

Aby uzyskać więcej informacji, zobacz dokumentację rozpoznawania. Jeśli potrzebujesz pomocy, odwiedź Aspose.OCR support forum.

Zobacz także