Az automatizált kulcsszó-ellenőrzések a kép archívumok biztosítja, hogy a vizuális adatok következetesen címkézett és könnyen megtalálható. Aspose.OCR for .NET, akkor olvassa el a beágyazott/látható szöveget a képernyőn, és validálja ellen ellenőrzött kulcssszavak listája – majd jelenteni, mi hiányzik.

Teljes példa

előfeltételek

  • .NET 8 (vagy .NET 6+) SDK telepítve.
  • NuGet hozzáférés telepítéséhez Aspose.OCR.
  • Az ellenőrzésre szolgáló képek mappája (pl. C:\Path\To\ImageArchive).
  • (Opcionális) Az ASPOSE licencfájl, ha azt tervezi, hogy meghaladja az értékelési határértékeket.

Tervezze meg a projektet és adjon csomagot

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

1. lépés - Készítsd el a kulcsszavak listáját

Határozza meg, hogy a képeknek milyen kanonikus kulcsszavakat kell tartalmaznia.A gist-ban a szavak keményen kódolva vannak az egyszerűség érdekében:

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

** Tipp (opcionális):** A kulcsszavak tárolása keywords.txt (Egy soronként) és töltsük be őket List<string> időben, hogy elkerüljék az újrahasznosításokat.

2. lépés – Az Aspose.OCR kezdeményezése és az archívum szkennelése

Összehasonlítsa a tálcát: hozzon létre egy OCR motorot, felsorolja a képeket, az egyes fájlokat, és ellenőrizze a kulcsszó jelenlétét.

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;
        }
    }
}

3. lépés – A felülvizsgálat kiterjesztése (opcionális, de ajánlott)

A gél csak egy booleanot nyomtat. javíthatja a jelentést és a szűrést, miközben ugyanazt az OCR magot tartja.

3.a Szűrő többféle képtípus

// 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 Megfogalmazza, hogy mely kulcsszavak megfelelnek / hiányoznak

// 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 CSV jelentés írása

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)}\"");
}

4. lépés – A PowerShell vagy a Batch futtatása

Hozzon létre egy egyszerű 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"

Opcionális: Ha módosítja a programot az érvek elfogadására, futtatja úgy, mint:ImageArchiveKeywordAudit.exe "C:\Images" "C:\keywords.txt"

5. lépés – Az ismétlődő auditok ütemterve (Windows Task Scheduler)

Használat schtasks Naponta 2 órakor:

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

A bejelentkezés kimenetelét a fájlhoz a parancs beillesztésével a .cmd amely átirányítja stdout/stderr:ImageArchiveKeywordAudit.exe >> C:\Path\To\Logs\audit-%DATE%.log 2>&1

Legjobb gyakorlatok

  • Tarts egy kanonikus kulcsszavak forrása. Tartsd meg a listát Git vagy CMDB-ben; negyedévente felülvizsgálja.
  • Normalizálja az OCR szöveget. Trim whitespace, unify hyphens és Unicode look-alikes a megfelelés előtt.
  • Tün teljesítmény. A mappákkal összekapcsolva; párhuzamot csak az I/O és a CPU mérése után adjunk hozzá.
  • A minőség, a minőség. A tiszta szkennelések (deskew/denoise) jelentősen javítják a mérkőzések arányát.
  • Audit scope. Figyelembe vegye a külön kulcsszavak gyűjteményét (például „landscape“, „termék”, „formák”).
  • A nyomon követhetőség. Tartsa a CSV-jelentéseket időzítéssel a történelem megváltoztatásához és a gyors diffinghez.

Troubleshooting

  • ** Üres OCR kimenetel:** Ellenőrizze a kép orientációját és kontrasztját; próbáljon meg egy másik formátumot (*.png, *.tif).
  • ** hamis negatívák:** Hozzáadjon többszörös/hangos változatokat vagy szinonimákat a listájához (például „beach”, „Beaches”).
  • Használati problémák: Korlátozza a versenytársak futtatását; kerülje a hálózati részvények szkennelését lassú linkeken keresztül.

More in this category