Aspose.OCR: n integrointi Amazon S3: n kanssa antaa kehittäjille mahdollisuuden hyödyntää pilvipalvelua optisen luonteen tunnistamisen (OCR) tulosten tallentamiseksi tehokkaasti. Tämä integraatio ei ainoastaan yksinkertaista OCR-tietojen hallintaa, vaan myös parantaa skalaavuutta ja saavutettavuutta. Tässä opinnäytetyössä käymme läpi Asposen asettamisen prosessia työskentelemään AWS S3-laitteella, joka tarjoaa yksityiskohtaisia esimerkkejä ja parhaita käytäntöjä tiellä.

Täydellinen esimerkki

edellytykset

  • .NET 8 (tai .Net 6+) SDK asennettu.
  • AWS-tili, jolla on pääsy Amazon S3:een.
  • Yksi puoli (esim. my-ocr-demo-bucket) suosikkialueella (esimerkki alla käytetään ap-south-1).
  • (Vaihtoehtoinen) Poista lisenssi tiedosto, jos haluat suorittaa yli arvioinnin.

Vaihe 1: Aseta Aspose.OCR .NETille

Asenna uusi konsoli-sovellus ja lisää NuGet-paketteja.

# Create project
dotnet new console -n OcrS3Demo -f net8.0
cd OcrS3Demo

# Add Aspose.OCR (CPU) OR Aspose.OCR-GPU (pick exactly one)
dotnet add package Aspose.OCR
# dotnet add package Aspose.OCR-GPU   # if you prefer GPU build

# Add AWS S3 SDK
dotnet add package AWSSDK.S3

Aspoosi tarjoaa molempia Aspose.OCR CPU ja Aspose.OCR-GPU paketit kautta NuGet; tarvitset vain yhden. (ASPOSE dokumentti)

Vaihe 2: AWS SDK:n määrittäminen .NET

Aseta AWS-profiili ja luo bucket (skip, jos sinulla on jo yksi).

# Configure credentials (creates ~/.aws/credentials and config)
aws configure --profile ocr-s3
# AWS Access Key ID: AKIA****************
# AWS Secret Access Key: ************************
# Default region name: ap-south-1
# Default output format: json

# Create a bucket in that region (bucket name must be globally unique)
aws s3api create-bucket \
  --bucket my-ocr-demo-bucket \
  --region ap-south-1 \
  --create-bucket-configuration LocationConstraint=ap-south-1

Suositeltu minimipolitiikka IAM (liitän käyttäjän / roolin) tähän oppaan:

{
  "Version": "2012-10-17",
  "Statement": [
    { "Effect": "Allow", "Action": ["s3:ListBucket"], "Resource": "arn:aws:s3:::my-ocr-demo-bucket" },
    { "Effect": "Allow", "Action": ["s3:GetObject", "s3:PutObject"], "Resource": "arn:aws:s3:::my-ocr-demo-bucket/*" }
  ]
}

AWS SDK for .NET käyttää oletusarvoista luottoluetteloa; asetukset AWS_PROFILE=ocr-s3 Se valitsee profiilisi automaattisesti, kun se toimii paikallisesti. Core S3 -malleja ( luo, lataa, ladata) on dokumentoitu AWS: n virallisissa .NET-näytteissä. (AWS dokumentti)

Vaihe 3: Aloittaminen Aspose.OCR API

Luo perusta Program.cs OCR-moottorin aloittaminen. asetamme myös Englanti kielen ja asiakirjan järjestyksen havaitsemiseksi. (Kaikki alla esitetyt tyypit ovat nykyisestä Aspose.OCR API-pinnasta.) (Lisätietoja.aspose.com)

using System;
using System.IO;
using System.Text;
using System.Threading.Tasks;
using Amazon;
using Amazon.S3;
using Amazon.S3.Model;
using Aspose.OCR;

class Program
{
    static async Task Main(string[] args)
    {
        // Optional: load license if you have one
        // new License().SetLicense("Aspose.Total.lic");

        var ocr = new AsposeOcr();

        var settings = new RecognitionSettings
        {
            // pick your language(s); can combine if needed
            Language = Language.Eng,
            DetectAreasMode = DetectAreasMode.DOCUMENT
        };

        // We'll fill in S3 + OCR steps next...
    }
}

Avain APIs käytämme seuraavasti:

  • AsposeOcr.RecognizeImage(MemoryStream, RecognitionSettings) Paluu A RecognitionResult.
  • RecognitionResult.RecognitionText / GetJson(bool) / Save(...) laita tulokset vientiin TXT/JSON/PDF/DOCX. (Lisätietoja.aspose.com)

Vaihe 4: Kuvien lataaminen S3:een

Voit ladata kuvia levystä S3:een PutObjectAsync(Voit myös ladata virtoja; molemmat tukevat AWS SDK:tä.)

// Configure S3 client (uses your AWS_PROFILE locally)
var region = RegionEndpoint.APSouth1; // change if needed
using var s3 = new AmazonS3Client(region);

// Local image you want to OCR:
string localImagePath = @"D:\samples\invoices\invoice-001.png";
string bucket = "my-ocr-demo-bucket";
string objectKey = "input/invoice-001.png";

// Upload the image to S3
await s3.PutObjectAsync(new PutObjectRequest
{
    BucketName = bucket,
    Key = objectKey,
    FilePath = localImagePath,
    ContentType = "image/png",
    // Optional: enable server-side encryption
    // ServerSideEncryptionMethod = ServerSideEncryptionMethod.AES256
});
Console.WriteLine($"Uploaded {objectKey} to s3://{bucket}.");

Katso AWS .NET S3 esimerkkejä latausmalleja varten. (AWS dokumentti)

Vaihe 5: OCR: n suorittaminen ladatuilla kuvilla

Virtaa S3-objekti suoraan muistiin ja siirtää MemoryStream Siinä on ASPOS.OCR

// Download S3 object and OCR in-memory (no temp files)
var get = await s3.GetObjectAsync(bucket, objectKey);
await using var s3Stream = get.ResponseStream;
using var ms = new MemoryStream();
await s3Stream.CopyToAsync(ms);
ms.Position = 0;

// Run OCR (with settings → structured result)
RecognitionResult result = ocr.RecognizeImage(ms, settings);

// Or: if you just need plain text and defaults
// string textFast = ocr.RecognizeImage(ms);

string recognizedText = result.RecognitionText;
Console.WriteLine("=== OCR TEXT ===");
Console.WriteLine(recognizedText);

Se on RecognizeImage Ylikuormitukset ja RecognitionResult.RecognitionText on osa nykyistä API-viittausta. (Lisätietoja.aspose.com)

Vaihe 6: OCR-tulosten tallentaminen S3: ssä

Voit ladata tasaisen tekstin, JSON, tai jopa PDF/DOCX tuottama Aspose.OCR.

6. a) Tallenna selkeänä tekstinä

var textKey = "output/invoice-001.txt";
var textBytes = Encoding.UTF8.GetBytes(recognizedText);
await s3.PutObjectAsync(new PutObjectRequest
{
    BucketName = bucket,
    Key = textKey,
    InputStream = new MemoryStream(textBytes),
    ContentType = "text/plain"
});
Console.WriteLine($"Saved OCR text to s3://{bucket}/{textKey}");

6. b) Tallenna yksityiskohtainen JSON

var json = result.GetJson(true); // include additional data
var jsonKey = "output/invoice-001.json";
await s3.PutObjectAsync(new PutObjectRequest
{
    BucketName = bucket,
    Key = jsonKey,
    InputStream = new MemoryStream(Encoding.UTF8.GetBytes(json)),
    ContentType = "application/json"
});
Console.WriteLine($"Saved OCR JSON to s3://{bucket}/{jsonKey}");

6. c) Tallenna etsimätön PDF (tai DOCX) ja aseta S3

// Export to PDF in-memory, then upload
using var outPdf = new MemoryStream();
result.Save(outPdf, SaveFormat.Pdf, "Arial", PdfOptimizationMode.Basic);
outPdf.Position = 0;

var pdfKey = "output/invoice-001.pdf";
await s3.PutObjectAsync(new PutObjectRequest
{
    BucketName = bucket,
    Key = pdfKey,
    InputStream = outPdf,
    ContentType = "application/pdf"
});
Console.WriteLine($"Saved OCR PDF to s3://{bucket}/{pdfKey}");

Tuotanto ja säästämismenetelmät (RecognitionResult.Save) ja muodot (TXT/PDF/DOCX) ovat virallisessa API-viittauksessa. ([reference.aspose.com][4])

Vaihtoehtoinen: End-to-end Program.cs

Tässä on kompakti end-to-end versio, jonka voit laskea sisään Program.cs (Käynnit vaiheet 3–6):

using System;
using System.IO;
using System.Text;
using System.Threading.Tasks;
using Amazon;
using Amazon.S3;
using Amazon.S3.Model;
using Aspose.OCR;

class Program
{
    static async Task Main()
    {
        // new License().SetLicense("Aspose.Total.lic"); // optional

        string bucket = "my-ocr-demo-bucket";
        string regionSystemName = "ap-south-1";
        string localImagePath = @"D:\samples\invoices\invoice-001.png";
        string imageKey = "input/invoice-001.png";

        var ocr = new AsposeOcr();
        var settings = new RecognitionSettings
        {
            Language = Language.Eng,
            DetectAreasMode = DetectAreasMode.DOCUMENT
        };

        using var s3 = new AmazonS3Client(RegionEndpoint.GetBySystemName(regionSystemName));

        // Upload original
        await s3.PutObjectAsync(new PutObjectRequest
        {
            BucketName = bucket,
            Key = imageKey,
            FilePath = localImagePath,
            ContentType = "image/png"
        });

        // Get image as stream
        var get = await s3.GetObjectAsync(bucket, imageKey);
        await using var s3Stream = get.ResponseStream;
        using var ms = new MemoryStream();
        await s3Stream.CopyToAsync(ms);
        ms.Position = 0;

        // OCR
        RecognitionResult result = ocr.RecognizeImage(ms, settings);
        string text = result.RecognitionText;

        // Upload text
        await s3.PutObjectAsync(new PutObjectRequest
        {
            BucketName = bucket,
            Key = "output/invoice-001.txt",
            InputStream = new MemoryStream(Encoding.UTF8.GetBytes(text)),
            ContentType = "text/plain"
        });

        // Upload JSON
        string json = result.GetJson(true);
        await s3.PutObjectAsync(new PutObjectRequest
        {
            BucketName = bucket,
            Key = "output/invoice-001.json",
            InputStream = new MemoryStream(Encoding.UTF8.GetBytes(json)),
            ContentType = "application/json"
        });

        // Upload PDF
        using var outPdf = new MemoryStream();
        result.Save(outPdf, SaveFormat.Pdf, "Arial", PdfOptimizationMode.Basic);
        outPdf.Position = 0;
        await s3.PutObjectAsync(new PutObjectRequest
        {
            BucketName = bucket,
            Key = "output/invoice-001.pdf",
            InputStream = outPdf,
            ContentType = "application/pdf"
        });

        Console.WriteLine("OCR complete and results stored in S3.");
    }
}

Parhaat käytännöt

Aspose.OCR:n integrointi AWS S3:n kanssa tarjoaa lukuisia etuja, mukaan lukien parannettu tietohallinta ja skalaavuuden parantaminen.

  • • Turvallisuus*

  • Älä koskaan käytä kiintolevyn salaisuuksia. aws configure + AWS_PROFILE paikallisesti; IAM: n rooleja tuotannossa.

  • Harkitse S3-palvelin-sivun salausta (AES256 tai KMS) tuloksellisilla esineillä ja per-bucket-politiikoilla vähiten etuoikeuksia (näytetään edellä). AWS: n viralliset C# S3 esimerkit kattavat peruslinjan toiminnot ja mallit. (AWS dokumentti)

  • suorituskyky

  • Käytä GPU-pakettiaAspose.OCR-GPU) CUDA-valmiilla laitteilla nopeuttaa OCR; sama koodi, nopeampi täytäntöönpano. (ASPOSE dokumentti)

  • Preprocess kuvien laadun (deskew, denoise) käyttäen RecognitionSettings - Valitse tarvittaessa ja valitse oikea DetectAreasMode Asiakirjoihin. API-vaihtoehdot näkyvät viitteessä. (Lisätietoja.aspose.com)

    • Skalaattisuus *

  • Käytä S3 Prefixes kuten input/ ja output/ OCR-artikkeleita (TXT/JSON/PDF) tallennetaan yhdessä jäljitettävyyteen.

  • S3 -versiointi on sallittua, jos haluat tarkastettavan historian ja palautetta.

  • Harkitse, että tämä virta käynnistyy säiliöissä tai palvelimattomissa (esimerkiksi AWS Batch/ECS/Lambda kanssa EFS) rinnakkaiseen OCR: n mittakaavassa.

Noudattamalla näitä ohjeita voit tehokkaasti integroida Aspose.OCR AWS S3:n kanssa OCR:n työnkulun yksinkertaistamiseksi ja sovelluksen yleisen suorituskyvyn parantamiseksi.

References

  • Pankkit ja asennusvaihtoehdot (Aspose.OCR, Aspose.OCR-GPU). (ASPOSE dokumentti)
  • AsposeOcr.RecognizeImage(...) ylikuormittaminen ; RecognitionResult.RecognitionText, GetJson, Save(...). (Lisätietoja.aspose.com)
  • AWS SDK for .NET: S3 luo / lataa / ladata esimerkkejä. (AWS dokumentti)

Jos haluat, voin myös lisätä pienen Makefile tai PowerShell skripti käynnistää tämän end-to-end, plus CI snippet (GitHub toimenpiteet) painaa tuloksia S3 sitoutumalla.

[4]: https://reference.aspose.com/ocr/net/aspose.ocr/recognitionresult/ “Tunnistuksen tulos

More in this category