אוטומציה של ביקורת מילות מפתח עבור ארכיוני תמונה מבטיחה כי הנתונים החזותיים שלך מסומנים באופן עקבי וניתן לגלות בקלות. Aspose.OCR עבור .NET, אתה יכול לקרוא את הטקסט המוטבע/הנראה מתוך התמונות ולקבל את זה נגד רשימת מילים מפתחות בשליטה – ולאחר מכן לדווח על מה חסר.

דוגמה מלאה

דרישות

    • .NET 8 (או .Net 6+) * ה- SDK מותקן.
    • גישה ל-NuGet* להתקנה Aspose.OCR.
  • תיקיה של תמונות לביקורת (לדוגמה, C:\Path\To\ImageArchive).
  • (אופציונלי) קובץ רישיון Aspose אם אתה מתכנן לעבור את גבולות ההערכה.

ליצור את הפרויקט & להוסיף חבילות

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

שלב 1 – הכינו את רשימת מילות המפתח שלכם

קבע את מילות המפתח הקאוניאליות שהתמונות שלך צריכות להכיל.ב gist, מילים מפתח מתקודדות קשה עבור הפשטות:

// Exact shape used in the gist
List<string> keywords = new List<string>
{
    "mountains", "beaches", "forests", "landscape"
};
  • טופס (אופציונלי): * שמור מילות מפתח keywords.txt (אחד על שורה) ולשלוח אותם לתוך List<string> על מנת להימנע מהתאמה.

שלב 2 – Initialize Aspose.OCR and Scan the Archive

תואם את הקובץ: יצירת מנוע OCR, רשימה של תמונות, כל קבצים O CR, ולבדוק את נוכחות מילות המפתח.

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;
        }
    }
}

שלב 3 – הרחבת הביקורת (אופציונלית אך מומלצת)

ניתן לשפר את הדיווח והסנן תוך שמירה על אותו ליבה OCR.

3.a מסנן סוגים מרובים של תמונה

// 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 מצא את המילות המפתח המתאימות / חסרות

// 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 כתיבת דו"ח 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)}\"");
}

שלב 4 – לרוץ מ-PowerShell או Batch

יצירת PowerShell Runner פשוט 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"

אופציונלי: אם אתה משנה את התוכנית כדי לקבל טענות, להפעיל את זה כדלקמן:ImageArchiveKeywordAudit.exe "C:\Images" "C:\keywords.txt"

שלב 5 – לוח זמנים של ביקורת חוזרת (Windows Task Scheduler)

שימוש schtasks לרוץ מדי יום בשעה 2:00:

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

היציאה לתוך הקובץ על-ידי הגדרת הפקודה בא .cmd מה שמפנה את stdout/stderr:ImageArchiveKeywordAudit.exe >> C:\Path\To\Logs\audit-%DATE%.log 2>&1

שיטות טובות

  • שמור מקור מילות מפתח קנוניות. שמור את הרשימה שלך ב- Git או CMDB; ביקורת רבעונית.
  • Normalize OCR text. Trim whitespace, unify hyphens ו Unicode look-alikes לפני התאמה.
  • יעילות טונה. חריץ על ידי תיקיות; להוסיף דמיון רק לאחר מדידת I/O ו- CPU.
  • איכות בתוך, איכות בחוץ. סריקה נקיה (דיסק / דנוז) משפרת באופן משמעותי את שיעורי המשחק.
  • מגוון העריכה. שיקול קבוצות מילות מפתח נפרדות לכל אוסף (לדוגמה, “קלאסיקה”, “מוצר” ו"צורות").
  • יכולת מעקב. שמור דוחות CSV עם לוח זמנים כדי לשנות את ההיסטוריה ולשנות במהירות.

Troubleshooting

  • יציאה ריקה של OCR: בדוק את ההתייחסות והתנגשות של התמונה; נסה פורמט אחר (*.png, *.tif).
  • שפעות שליליות מזויפות: הוסף רשימות או סינומיות רב-משמעותיות לרשימה שלך (לדוגמה, “חוף”, “החופים”).
  • בעיות דרך: הגבלת תנועות תחרותיות; הימנעות סריקה של מניות ברשת על קישורים איטיים.

More in this category