Автоматизирането на одити с ключови думи за архиви на изображенията гарантира, че вашите визуални данни са последователно етикетирани и лесно откриваеми. Aspose.OCR за .NET, можете да четете вграден/видим текст от снимките и да го валидирате срещу контролиран списък с кључни думи – а след това да докладвате за това, което липсва.

Пълният пример

Предупреждения

  • .NET 8 (или .NET 6+) SDK е инсталиран.
  • NuGet достъп до инсталиране Aspose.OCR.
  • Снимка с изображения за проверка (напр. C:\Path\To\ImageArchive).
  • (Опционално) Лицензиран файл на Aspose, ако планирате да надхвърлите границите на оценката.

Създаване на проекта и добавяне на пакети

dotnet new console -n ImageArchiveKeywordAudit -f net8.0
cd ImageArchiveKeywordAudit
dotnet add package Aspose.OCR

Стъпка 1 – Подгответе списъка с ключови думи

Решете кои канонични ключови думи вашите изображения трябва да съдържат. в gist, ключевите думи са твърдо кодирани за простота:

// Exact shape used in the gist
List<string> keywords = new List<string>
{
    "mountains", "beaches", "forests", "landscape"
};

** Тип (опционално): ** Съхранявайте ключови думи в keywords.txt (една по линия) и ги зареждате в List<string> на работно време, за да се избегнат рециклирането.

Стъпка 2 — Иницијализирайте Aspose.OCR и сканирайте архива

Съвпадение на гъстата: създадете OCR двигател, избройте изображения, ОCR всеки файл и проверете наличието на ключови думи.

using System;
using System.Collections.Generic;
using System.IO;
using Aspose.Ocr;

namespace ImageArchiveKeywordAudit
{
    class Program
    {
        static void Main(string[] args)
        {
            // Path to the image archive directory (edit to your folder)
            string imageDirectory = @"C:\Path\To\ImageArchive";

            // Keyword list for auditing (matches the gist approach)
            List<string> keywords = new List<string>
            {
                "mountains", "beaches", "forests", "landscape"
            };

            // Initialize Aspose.OCR API (license is optional)
            // new License().SetLicense("Aspose.Total.lic");
            using (AsposeOcr api = new AsposeOcr())
            {
                // Process each JPG in the directory (same filter style as the gist)
                foreach (string imagePath in Directory.GetFiles(imageDirectory, "*.jpg"))
                {
                    // Extract text from the image
                    string extractedText = api.RecognizeImageFile(imagePath);

                    // Audit the extracted text against the keyword list
                    bool containsKeywords = AuditText(extractedText, keywords);

                    // Output the results
                    Console.WriteLine($"Image: {imagePath} - Contains Keywords: {containsKeywords}");
                }
            }
        }

        // Method to audit extracted text against a list of keywords (as in gist)
        static bool AuditText(string text, List<string> keywords)
        {
            foreach (string keyword in keywords)
            {
                if (text.Contains(keyword, StringComparison.OrdinalIgnoreCase))
                {
                    return true;
                }
            }
            return false;
        }
    }
}

Стъпка 3 — Разширяване на одита (опционално, но препоръчително)

Можете да подобрите докладването и филтрирането, като същевременно запазвате същия OCR ядро.

3.a Видове филтри за многообразие

// Replace the single GetFiles with this multi-pattern approach
string[] patterns = new[] { "*.jpg", "*.jpeg", "*.png", "*.tif", "*.tiff", "*.bmp" };
var imageFiles = new List<string>();
foreach (var pattern in patterns)
    imageFiles.AddRange(Directory.GetFiles(imageDirectory, pattern, SearchOption.TopDirectoryOnly));

3.b Записване на кои ключови думи съответстват / липсват

// After OCR:
var matched = new List<string>();
var missing = new List<string>();

foreach (var k in keywords)
    (extractedText.IndexOf(k, StringComparison.OrdinalIgnoreCase) >= 0 ? matched : missing).Add(k);

Console.WriteLine($"Image: {Path.GetFileName(imagePath)} | Matched: [{string.Join(", ", matched)}] | Missing: [{string.Join(", ", missing)}]");

3.c Напишете CSV доклад

string reportPath = Path.Combine(imageDirectory, "audit-report.csv");
bool writeHeader = !File.Exists(reportPath);

using (var sw = new StreamWriter(reportPath, append: true))
{
    if (writeHeader)
        sw.WriteLine("Image,ContainsKeywords,Matched,Missing");

    sw.WriteLine($"\"{Path.GetFileName(imagePath)}\",{matched.Count > 0},\"{string.Join(";", matched)}\",\"{string.Join(";", missing)}\"");
}

Стъпка 4 – Изтегляне от PowerShell или Batch

Създаване на PowerShell Runner run-audit.ps1:

# Adjust paths as needed
$solutionRoot = "C:\Path\To\ImageArchiveKeywordAudit"
$imageDir     = "C:\Path\To\ImageArchive"

# Build and run
dotnet build "$solutionRoot" -c Release
& "$solutionRoot\bin\Release\net8.0\ImageArchiveKeywordAudit.exe"

** Опционално:** Ако променяте програмата, за да приемете аргументи, изпълнете го като:ImageArchiveKeywordAudit.exe "C:\Images" "C:\keywords.txt"

Стъпка 5 — Програма на повтарящи се одити (Windows Task Scheduler)

Използване schtasks На всеки ден от 2 часа:

schtasks /Create /TN "ImageKeywordAudit" /TR "\"C:\Path\To\ImageArchiveKeywordAudit\bin\Release\net8.0\ImageArchiveKeywordAudit.exe\"" /SC DAILY /ST 02:00

Изтегляне на файла чрез вграждане на командата в .cmd който пренасочва stdout/stderr:ImageArchiveKeywordAudit.exe >> C:\Path\To\Logs\audit-%DATE%.log 2>&1

Най-добрите практики

  • Поддържайте каноничен източник на ключови думи. Съхранявайте списъка си в Git или CMDB; преглед на всеки четвърт.
  • Нормализирайте текста на ОКР. Trim white space, unify hyphens и Unicode look-alikes преди съвпадение.
  • Tune перформанси. Бач по папки; добавете паралелизъм само след измерване на I/O и CPU.
  • Квалитет в, качество на изхода. Чисти скани (дескев/деноиди) значително подобряват темповете на мачовете.
  • ** Обхват на одита.** Разгледайте отделни ключови думи за всяка колекция (напр. „Landscape“, „Продукт“ и „Форми“).
  • Проследимост. Поддържайте CSV докладите с временни знаци, за да промените историята и да диффинирате бързо.

Troubleshooting

  • ** Празен OCR изход:** Проверете ориентацията на изображението и контраста; опитайте друг формат (*.png, *.tif).
  • ** Фалшиви отрицания:** Добавете в списъка си плурални / гласови вариации или синоними (напр. „беч“, „бич“).
  • Проблеми с пропускането: Ограничете съпътстващите курсове; избягвайте сканирането на мрежови акции чрез бавни връзки.

More in this category