Mit Aspose.OCR für .NET können Sie eingebettete/sichtbare Texte aus Bildern lesen und gegen eine kontrollierte Keyword-Liste validieren – dann melden Sie, was fehlt.Dieser Leitfaden verbessert den Workflow mit konkreten, laufbaren Schritten, die am Ende der gist entsprechen, plus optionale Verbesserungen für Planung, Berichterstattung und Wartung.

Vollständiges Beispiel

Voraussetzung

  • .NET 8 (oder .NET 6+) SDK installiert.
  • NuGet Zugriff auf die Installation Aspose.OCR.
  • Eine Folie von Bildern zur Prüfung (z. B. C:\Path\To\ImageArchive).).
  • (Optional) Ein Aspose-Lizenzdatei, wenn Sie die Bewertungsgrenze überschreiten möchten.

Erstellen des Projekts & Hinzufügen von Paket

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

Schritt 1 - Bereiten Sie Ihre Keyword-Liste vor

Entscheiden Sie, welche kanonischen Schlüsselwörter Ihre Bilder enthalten sollten. In der gist sind schwarze Worte für die Einfachheit verschlüsselt:

// Exact shape used in the gist
List<string> keywords = new List<string>
{
    "mountains", "beaches", "forests", "landscape"
};
  • Tipp (optional): * Speichern Sie Schlüsselwörter in keywords.txt (ein für eine Linie) und laden sie in List<string> Zeitlos, um Recycling zu vermeiden.

Schritt 2 – Initialisieren Sie Aspose.OCR und scannen Sie das Archiv

Match the gist: erstellen Sie einen OCR-Motor, erheben Sie Bilder, die jedes Datei mit O CR und überprüfen Sie die Anwesenheit von Schlüsselworten.

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;
        }
    }
}

Schritt 3 - Erweiterung der Prüfung (optional, aber empfohlen)

Sie können Berichterstattung und Filter verbessern, während die gleiche OCR Kern beibehalten.

3.A Filter Multiple Bildtypen

// 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 Fangen Sie fest, welche Schlüsselwörter entsprechen / verpassen

// 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 Schreiben Sie einen CSV-Bericht

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)}\"");
}

Schritt 4 – Run von PowerShell oder Batch

Erstellen Sie einen einfachen 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"

Optional: Wenn Sie das Programm ändern, um Argumente zu akzeptieren, führen Sie es als:ImageArchiveKeywordAudit.exe "C:\Images" "C:\keywords.txt"

Schritt 5 — Zeitplan Wiederholungsprüfungen (Windows Task Scheduler)

Use schtasks Tag für Tag am 2am:

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

Log Output zum Datei, indem Sie die Befehl in eine .cmd die stdout/stderr übertreibt:ImageArchiveKeywordAudit.exe >> C:\Path\To\Logs\audit-%DATE%.log 2>&1

Beste Praktiken

  • Halten Sie eine kanonische Keywordquelle. Speichern Sie Ihre Liste in Git oder CMDB; Quartals überprüfen.
  • Normalisieren Sie OCR Text. Trim Whitespace, unify hyphens und Unicode Look-alikes vor der Matching.
  • Tune Performance. Batch durch Ordner; Parallelismus erst nach der Messung von I/O und CPU hinzufügen.
  • Qualität in, Qualität aus. Clean scans (deskew/denoise) verbessern deutlich die Match-Rate.
  • Audit scope. Betrachten Sie einzelne Schlüsselwörter per Sammlung (z. B. „Landscape“, „Produkt“ und „Form“).
  • Traceability. CSV-Berichte mit Timestamps halten, um die Geschichte zu ändern und schnell zu diffieren.

Troubleshooting

  • Woll OCR-Ausgang: Überprüfen Sie Bildorientierung und Kontrast; versuchen Sie ein anderes Format (*.png, *.tif).).
  • False Negative: Add plural/stem variants or synonyms to your list (e.g. „Beach“, „beaches“).
  • Throughput-Probleme: Begrenzen Sie die gleichzeitigen Laufzeiten; vermeiden Sie das Scannen von Netzwerkanteilen über langsame Links.

More in this category