Automatizace auditů klíčových slov pro archivy snímků zajišťuje, že vaše vizuální údaje jsou konzistentně označeny a snadno nalezitelné. Aspose.OCR pro .NET, můžete číst vestavěný/viditelný text z obrázků a ověřit ho proti kontrolovanému seznamu klíšťat – pak hlásit, co chybí.

Kompletní příklad

Předpoklady

  • .NET 8 (nebo .NET 6+) SDK je nainstalován.
  • NuGet přístup k instalaci Aspose.OCR.
  • Soubor snímků k auditu (např. C:\Path\To\ImageArchive).a).
  • (Opcionální) Licenční soubor ASPOSE, pokud plánujete překročit hodnotící limity.

Vytvořte projekt a přidejte balíčky

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

Krok 1 - Připravte si seznam klíčových slov

Rozhodněte se, jaké kanonické klíčové slovo by vaše obrázky měly obsahovat.V gist jsou klímy hardcodovány pro jednoduchost:

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

Tip (volitelné): Uložte klíčová slova v keywords.txt (jeden po řádku) a naložte je do List<string> v praxi, aby se zabránilo shromažďování

Krok 2 – Inicializujte Aspose.OCR a skenujte archiv

Připojte se ke stažení: vytvořte motor OCR, seznamte obrázky, každý soubor oCR a zkontrolujte přítomnost klíčových slov.

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;
        }
    }
}

Krok 3 – Prodloužení auditu (volitelné, ale doporučené)

Můžete zlepšit reportování a filtrování při zachování stejného jádra OCR.

3.a Filter více typů obrázků

// 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 Zjistěte, které klíčové slovo odpovídá / chybí

// 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 Napište zprávu o 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)}\"");
}

Krok 4 – běh z PowerShell nebo Batch

Vytvořte jednoduchý 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"

Opční: Pokud program změníte, abyste přijali argumenty, spustíte ho tak, že:ImageArchiveKeywordAudit.exe "C:\Images" "C:\keywords.txt"

Krok 5 – Schéma opakující se audity (Windows Task Scheduler)

Použití schtasks Začínáme denně v 2h:

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

Přihlašovací výstup k souboru zapnutím příkazu v .cmd Přesměrování stdout/stderr:ImageArchiveKeywordAudit.exe >> C:\Path\To\Logs\audit-%DATE%.log 2>&1

Nejlepší postupy

  • Udržujte kanonický zdroj klíčových slov. Uložte svůj seznam v Git nebo CMDB; čtvrtletně zkontrolujte.
  • Normalizujte text OCR. Trim whitespace, unify hyphens a Unicode look-alikes před vyhovováním.
  • Tune výkon. Batch po složkách; přidejte paralelitu pouze po měření I/O a CPU.
  • ** Kvalita v, kvalita ven.** Čisté skenování (deskew/denoise) výrazně zlepšuje míry zápasů.
  • Audit scope. Zvažte oddělené klíčové slovo sety na sbírku (např. „landscape“, „produkt“ a „formy“).
  • Sledovatelnost. Udržujte zprávy CSV s časovými štítky pro změnu historie a rychlé rozptýlení.

Troubleshooting

  • Prázdný výsledek OCR: Zkontrolujte orientaci obrazu a kontrast; zkuste jiný formát (*.png, *.tif).a).
  • False negatives: Přidejte do seznamu plural / hlasové varianty nebo synonyma (např. „beach“, „biaches“).
  • ** Problémy s průchodem:** Omezit souběžné běhy; vyhnout se skenování síťových akcií přes pomalé odkazy.

More in this category