Automatizacija revizije ključnih riječi za arhive slike osigurava da su vaši vizualni podaci stalno označeni i lako otkriveni. Aspose.OCR za .NET, možete pročitati ugrađeni/vidljivi tekst iz slika i validirati ga protiv kontroliranog popisa ključne riječi – a zatim prijaviti što nedostaje.

Potpuni primjer

Preduzeća

  • .NET 8 (ili .NET 6+) SDK je instaliran.
  • NuGet pristup za instalaciju Aspose.OCR.
  • Podaci s slikama za reviziju (npr. C:\Path\To\ImageArchive).
  • (Opcionalno) Aspose licencijska datoteka ako planirate prekoračiti granice ocjenjivanja.

Kreirajte projekt i dodajte pakete

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

Korak 1 – Pripremite svoj popis ključnih riječi

Odlučite koje kanonske ključne riječi vaše slike trebaju sadržavati. u gist, ključna riječ je tvrdo kodirana za jednostavnost:

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

Tip (opcionalno): Skladi ključne riječi u keywords.txt (jedan po liniji) i napuniti ih u List<string> U pravom vremenu kako bi se izbjeglo prikupljanje.

Korak 2 – Inicijalizirajte Aspose.OCR i skenirati arhiv

Usporedite žetvu: kreirajte OCR motor, popunite slike, svaki datoteka je oCR i provjerite prisutnost ključnih riječi.

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;
        }
    }
}

Korak 3 – Proširenje revizije (opcionalno, ali preporučljivo)

Možete poboljšati izvješćivanje i filtriranje dok zadržavate isti OCR jezgri.

3.a Filter više vrsta slika

// 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 Pronađite koje ključne riječi odgovaraju / nedostaju

// 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 Napisati CSV izvješće

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)}\"");
}

Korak 4 – Izbjegavajte PowerShell ili Batch

Stvorite jednostavan 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"

Opcionalno: Ako izmijenite program kako biste prihvatili argumente, pokrenite ga kao:ImageArchiveKeywordAudit.exe "C:\Images" "C:\keywords.txt"

Korak 5 – Raspored ponavljajućih revizija (Windows Task Scheduler)

Korištenje schtasks Svakodnevno u 2h:

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

Prijavite se izlazak na datoteku upisivanjem zapovijedi u .cmd koji preusmjerava stdout/stderr:ImageArchiveKeywordAudit.exe >> C:\Path\To\Logs\audit-%DATE%.log 2>&1

Najbolje prakse

  • Održavajte kanonski izvor ključnih riječi. Skladišite svoj popis u Gitu ili CMDB-u; pregledajte kvartalno.
  • Normalizirajte OCR tekst. Trim bijeli prostor, unify hyphens i Unicode look-alikes prije usklađivanja.
  • Tune performanse. Batch po dosjeima; dodajte paralelnost samo nakon mjerenja I/O i CPU-a.
  • Kvaliteta u, kvaliteta u. Čisti skeniranje (deskew/denoise) značajno poboljšava stopu natjecanja.
  • Audit scope. Razmislite o odvojenim skupovima ključnih riječi po zbirci (na primjer, “landscape”, “proizvod”, ”oblikovi”).
  • Traceability. Čuvajte CSV izvješća s vremenskim oznakama za promjenu povijesti i brzu difing.

Troubleshooting

  • Prazni OCR izlazak: Provjerite usmjeravanje i kontrast slike; isprobajte drugi format (*.png, *.tif).
  • False negatives: Dodajte pluralne / glasne varijante ili sinonimove na vaš popis (na primjer, “beach”, “biaches”).
  • Problemi prodaje: Ograničite konkurentne trke; izbjegavajte skeniranje mrežnih dionica preko usporenih veza.

More in this category