L’automatització d’audits de paraules clau per als arxius d’imatges assegura que les teves dades visuals són etiquetades de manera coherent i fàcilment detectables. amb Aspose.OCR per a .NET, pots llegir el text embedded/visible de les imatges i validar-lo contra una llista controlada de Paraules Keywords —també reportar el que falta.

Exemple complet

Prerequisits

  • .NET 8 (o .NET 6+) SDK instal·lat.
  • NuGet accés a instal·lar Aspose.OCR.
  • Una carpeta d’imatges per a l’auditoria (per exemple, C:\Path\To\ImageArchive).
  • (Opcional) Un fitxer de llicència d’Aspose si vostè planeja superar els límits de avaluació.

Crear el projecte i afegir paquets

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

Pas 1 - Prepara la teva llista de paraules clau

Decideix les paraules clau canòniques que les teves imatges han de contenir.En el gist, les Paraules són hardcodes per a la simplicitat:

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

**Tip (opcional): ** Emmagatzema paraules clau en keywords.txt (un per línia) i carregar-los en List<string> a l’hora d’evitar les recompilacions.

Pas 2 - Iniciar Aspose.OCR i escanejar l’arxiu

Compareix l’host: crea un motor OCR, enumera les imatges, cada arxiu d’OCR i comprova la presència de paraules clau.

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;
        }
    }
}

Pas 3 - Extensar l’auditoria (opcional però recomanable)

Es pot millorar el reportatge i la filtració mentre manté el mateix nucli OCR.

3.a Tipus d’imatges de filtre múltiple

// 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 Capturar quines paraules clau coincideixen / perden

// 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 Escriure un informe CSV

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)}\"");
}

Pas 4 - Feu de PowerShell o Batch

Creació de 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"

Opcional: Si modifica el programa per acceptar arguments, executa’l com:ImageArchiveKeywordAudit.exe "C:\Images" "C:\keywords.txt"

Pas 5 — Programació d’auditors recurrent (Windows Task Scheduler)

Use schtasks Cada dia a les 2h:

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

Registre de la sortida al fitxer en emmagatzemar el comandament en un .cmd que redirigeix stdout/stderr:ImageArchiveKeywordAudit.exe >> C:\Path\To\Logs\audit-%DATE%.log 2>&1

Les millors pràctiques

  • Mantenir una font de paraules clau canòniques. Emmagatzemar la seva llista en Git o en un CMDB; revisar cada trimestre.
  • Normalitza el text de l’OCR. Trim blanc espai, unify hyphens i Unicode look-alikes abans de coincidir.
  • Tune rendiment. Batx per mapes; afegir paral·lelisme només després de mesurar I/O i CPU.
  • Qualitat en, qualitat fora. Escans nets (descaig/denoise) milloren significativament les taxes de partit.
  • Objectiu d’auditoria. Considera set de paraules clau separades per col·lecció (per exemple, “landescape”, “productes” i “formes”).
  • Traçabilitat. Mantenir informes CSV amb timestamps per canviar la història i difondre ràpidament.

Troubleshooting

  • Extracte OCR buit: Verifica l’orientació i el contrast de la imatge; prova un altre format (*.png, *.tif).
  • Negatives falses: Afegeix variants o sinònims plural/stem a la seva llista (per exemple, “baix”, “beaches”).
  • Problemes de trencament: Limita les corrents concurrents; evita escanejar les parts de la xarxa sobre enllaços lents.

More in this category