Visão Geral
Você está procurando uma biblioteca OMR Java eficiente e repleta de recursos? Deseja identificar marcas ópticas em imagens digitalizadas? Explore Aspose.OMR para Java, uma biblioteca de classes Java projetada para soluções de SDK de Reconhecimento de Marcas Ópticas em aplicativos baseados em Java. Aqui está uma rápida visão geral dos recursos desta API Java, demonstrando como ela pode ser usada para reconhecer marcas ópticas em vários formatos de imagem e obter dados marcados por humanos de pesquisas, questionários ou testes com questões de múltipla escolha.
Criar Template OMR Dinamicamente usando a Biblioteca OMR Java
Aspose.OMR para Java oferece um conjunto abrangente de recursos desde a criação de templates OMR até o reconhecimento de marcas ópticas para captura de dados. Este SDK de Reconhecimento de Marcas Ópticas suporta a geração de arquivos ou imagens de template OMR a partir de marcações de texto simples. Para gerar o template, você pode passar a marcação de texto para a API, permitindo a criação automática do template. Abaixo está um exemplo de marcação de texto para um template OMR:
?text=Nome__________________________________ Data____________
?grid=ID
sections_count=8
#Qual é a função principal do Aspose.OMR?
() OCR () Capturar dados marcados por humanos
() Não há função principal () Melhorar imagens
#O Aspose.OMR pode processar fotos também?
() Sim, de fato! () Não
#O Aspose.OMR está disponível em qualquer plataforma, porque é:
() Código multiplataforma () Serviço em nuvem
#O Aspose.OMR funciona com qualquer tipo de formulários OMR: testes, exames, questionários, pesquisas, etc.
() Sim, de fato! () Não
#Excelentes resultados de reconhecimento podem ser alcançados apenas para bolhas preenchidas pelo menos para:
() 40% () 60% () 75% () 98%
#Você precisa marcar cada pergunta na página?
(Sim) Sim, isso ajudará muito! (Não) Não
#Avalie sua preferência de 0 a 9 com "0" sendo a preferência pela performance
e "9" sendo a preferência pela flexibilidade.
(0) (1) (2) (3) (4) (5) (6) (7) (8) (9)
#Eu achei o aspose omr uma ferramenta útil. (5 - concordo totalmente, 1 - discordo totalmente)
(5) (4) (3) (2) (1)
?text= Seção da folha de respostas
?answer_sheet=PrincipaisQuestões
elements_count=10
columns_count=5
?text=Assinatura________________________________
Você pode salvar esta marcação de texto em um arquivo de texto com a extensão .txt. Uma vez feito isso, a geração do template segue estes passos:
- Crie um objeto OmrEngine.
- Chame o método OmrEngine.generateTemplate() que aceita o caminho do arquivo de texto de marcação.
- Salve o template usando o método GenerationResult.save.
Aqui está como um trecho de código de exemplo em Java mostra a geração de um template a partir de uma marcação de texto.
Saída
Reconhecimento de Marcas Ópticas (OMR) em Imagens usando Java
Para realizar o Reconhecimento de Marcas Ópticas (OMR) em imagens, você só precisa de dois componentes: o template OMR preparado (.omr) e os formulários ou folhas preenchidas pelo usuário que você deseja analisar. Com o suporte do SDK de Reconhecimento de Marcas Ópticas, a API facilita OMR para vários formatos de imagem, incluindo:
Os passos para realizar OMR em imagens são os seguintes:
- Crie um objeto OmrEngine.
- Crie um objeto TemplateProcessor e inicialize-o com o caminho do template OMR.
- Reconheça as imagens usando o método TemplateProcessor.recognizeImage() e obtenha resultados em formato CSV ou JSON.
Apresentado abaixo está um exemplo de código demonstrando como reconhecer marcas ópticas em imagens usando Java.
Usando um Limite de Reconhecimento Personalizado para OMR
Você também pode ajustar os resultados de OMR definindo um limite personalizado entre 0 e 100 ao usar o SDK de Reconhecimento de Marcas Ópticas. Aumentar o limite torna a API mais rigorosa no reconhecimento das respostas. Os valores do limite podem ser definidos no método TemplateProcessor.recognizeImage() como o segundo parâmetro, conforme mostrado no seguinte exemplo de código Java.
.
Recalculando os Resultados de OMR usando o SDK de Reconhecimento de Marcas Ópticas
Em algumas situações, você pode querer recalcular os resultados de OMR usando diferentes valores de limite. Em vez de invocar repetidamente TemplateProcessor.recognizeImage(), você pode aumentar a eficiência do processamento de imagens configurando a API para recalcular automaticamente com o método TemplateProcessor.recalculate() fornecido pelo SDK de Reconhecimento de Marcas Ópticas. O seguinte exemplo de código demonstra como implementar o recálculo dos resultados de OMR.
Se você tiver alguma dúvida ou precisar de assistência em relação à nossa biblioteca OMR Java, sinta-se à vontade para nos contatar em nosso fórum.