Um relatório digitalizado pode conter texto que você deseja editar ou adicionar à sua documentação. Você pode usar OCR para reconhecer o texto e salvá‑lo como Markdown, facilitando a revisão e reutilização em uma aplicação Python.

Neste artigo, você aprenderá como converter uma imagem PNG ou JPG para Markdown em Python usando Aspose.OCR for Python via .NET. Você também verá como revisar o conteúdo gerado e verificar as tabelas e ilustrações do documento.

Biblioteca OCR Python para Conversão de Imagem em Markdown

Aspose.OCR for Python via .NET permite reconhecer texto em imagens e salvar os resultados de OCR como Markdown. Seu modo de detecção de layout de documento pode identificar elementos como blocos de texto, tabelas e imagens.

Instale a versão 26.10.0 do pacote com pip:

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

Você precisará de uma instalação do Python compatível, de uma imagem PNG ou JPG legível e de permissão para gravar o arquivo de saída. Para seguir o exemplo, coloque uma imagem chamada report.png no diretório onde você executará o script. Não é necessária uma instalação separada do runtime .NET; veja os requisitos do sistema para plataformas suportadas.

A versão de avaliação limita a quantidade de texto reconhecido. Para remover essa restrição durante a avaliação, você pode solicitar uma licença temporária e aplicá‑la antes do reconhecimento. Consulte a documentação de licenciamento para obter detalhes.

Converter uma Imagem para Markdown em Python

Siga estas etapas para reconhecer uma imagem e salvar o resultado como Markdown:

  1. Crie uma instância da classe AsposeOcr.
  2. Crie um objeto OcrInput para uma única imagem e adicione o arquivo de imagem.
  3. Crie um objeto RecognitionSettings e defina detect_areas_mode como DOCUMENT_LAYOUT.
  4. Chame o método recognize() para processar a imagem.
  5. Salve os resultados usando save() e SaveFormat.MD.

Para este exemplo, use uma imagem de relatório contendo um título, texto, uma tabela e uma ilustração. Salve o código a seguir em um arquivo chamado 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)

Execute o script a partir do diretório que contém report.png:

python image_to_markdown.py

O script lê report.png e salva o resultado do reconhecimento como report.md. Ambos os caminhos são relativos ao diretório de trabalho atual. Para converter uma imagem JPG, altere o caminho de entrada para o seu arquivo .jpg; as etapas de reconhecimento e exportação permanecem as mesmas.

O modo DOCUMENT_LAYOUT destina‑se a documentos cuja estrutura é importante na saída. A detecção depende da imagem de origem, portanto revise o Markdown gerado em relação ao relatório original.

Revisar o Markdown Gerado

Abra report.md em um editor de texto ou visualizador de Markdown. Verifique o texto reconhecido, a ordem de leitura e qualquer conteúdo de tabela em relação à imagem original. Você pode então editar o Markdown antes de adicioná‑lo à sua documentação.

Por exemplo, uma tabela em Markdown pode parecer como a seguir. Esta é sintaxe ilustrativa, não saída real de OCR:

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

Se o Markdown gerado contiver referências a imagens extraídas, verifique se os arquivos referenciados existem e aparecem no seu visualizador de Markdown. Mantenha seus caminhos intactos ao mover o arquivo Markdown.

Markdown descreve o conteúdo e a estrutura; ele não reproduz necessariamente a aparência exata do relatório original.

Dicas para Melhores Resultados de OCR

  • Use uma imagem de origem clara. Texto e bordas de tabelas devem ser legíveis na imagem original.
  • Escolha o idioma de reconhecimento apropriado. Defina RecognitionSettings.language quando necessário. Consulte a documentação de idiomas para opções disponíveis.
  • Verifique detalhes importantes. Compare nomes, números, células de tabela e ordem de leitura com a origem.
  • Verifique referências de imagens. Se a saída fizer referência a imagens extraídas, abra o Markdown em um visualizador e verifique se elas aparecem.
  • Teste documentos representativos. Tabelas e layouts complexos podem precisar de correções manuais, portanto revise os exemplos antes de usar a saída em um fluxo de trabalho automatizado.

Perguntas Frequentes

Posso converter imagens PNG e JPG para Markdown em Python?

Sim. Adicione o arquivo PNG ou JPG ao OcrInput, reconheça‑o e salve o resultado com SaveFormat.MD.

O OCR Python pode detectar tabelas em uma imagem?

Sim. O modo DOCUMENT_LAYOUT foi projetado para detectar elementos do documento, incluindo tabelas. Revise o Markdown gerado para verificar como a tabela e suas células são representadas.

Como lidar com imagens referenciadas pelo arquivo Markdown?

O arquivo Markdown preserva exatamente o layout original da página?

Não. O Markdown representa o conteúdo e a estrutura de forma diferente de uma imagem de página. Revise o arquivo gerado e ajuste sua estrutura onde for necessário.

Conclusão

Use este fluxo de trabalho como ponto de partida para converter suas próprias imagens de relatório para Markdown em Python. Antes de adicionar os resultados à sua documentação, compare o texto reconhecido, as tabelas e quaisquer referências de imagem com o original.

Para mais informações, consulte a documentação de reconhecimento. Se precisar de ajuda, visite o forum de suporte do Aspose.OCR.

Veja Também