画像アーカイブのキーワード監査の自動化は、視覚データが一貫してタグされ、簡単に見つけることができることを保証します. Aspose.OCR for .NET を使用すると、画像から内蔵/見えるテキストを読み、コントロールされたキーボードリストに反して確認することができます.その後、欠けているものを報告します。
完全例
原則
- .NET 8 (または .NET 6+) SDK がインストールされています。
- NuGet アクセスインストール
Aspose.OCR
. - 監査のための画像フォルダー(例えば、
C:\Path\To\ImageArchive
). - (オプション) あなたが評価制限を超える計画がある場合、Asposeライセンスファイル。
プロジェクトを作成 & パッケージを追加
dotnet new console -n ImageArchiveKeywordAudit -f net8.0
cd ImageArchiveKeywordAudit
dotnet add package Aspose.OCR
ステップ1 - キーワードリストの準備
あなたの画像が含まれるべきカノニックキーワードを決定します. gistでは、単純さのためのハードコードが表示されます:
// Exact shape used in the gist
List<string> keywords = new List<string>
{
"mountains", "beaches", "forests", "landscape"
};
タイプ(オプション): キーワードを保存する keywords.txt
(ひとつ一つ)そしてそれらを積み重ねる。 List<string>
回収を避けるための時間です。
ステップ2 - Aspose.OCR を開始し、アーカイブをスキャンする
ギフトと一致する: OCR エンジンを作成し、画像をリスト、それぞれのファイルをOCR、キーワードの存在をチェックします。
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($"Image: {imagePath} - Contains Keywords: {containsKeywords}");
}
}
}
// Method to audit extracted text against a list of keywords (as in gist)
static bool AuditText(string text, List<string> keywords)
{
foreach (string keyword in keywords)
{
if (text.Contains(keyword, StringComparison.OrdinalIgnoreCase))
{
return true;
}
}
return false;
}
}
}
ステップ3 - 監査を延長する(オプションですが推奨)
ガムはボーレーンだけを印刷します. 同じOCRコアを保持しながら、レポートとフィルタリングを改善することができます。
3.A フィルター 複数の画像タイプ
// Replace the single GetFiles with this multi-pattern approach
string[] patterns = new[] { "*.jpg", "*.jpeg", "*.png", "*.tif", "*.tiff", "*.bmp" };
var imageFiles = new List<string>();
foreach (var pattern in patterns)
imageFiles.AddRange(Directory.GetFiles(imageDirectory, pattern, SearchOption.TopDirectoryOnly));
3.b どのキーワードが合致/欠けているかを記録する
// After OCR:
var matched = new List<string>();
var missing = new List<string>();
foreach (var k in keywords)
(extractedText.IndexOf(k, StringComparison.OrdinalIgnoreCase) >= 0 ? matched : missing).Add(k);
Console.WriteLine($"Image: {Path.GetFileName(imagePath)} | Matched: [{string.Join(", ", matched)}] | Missing: [{string.Join(", ", missing)}]");
3.c CSV レポートを書く
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)}\"");
}
ステップ4 - PowerShell または Batch から実行
シンプルなPowerShell Runnerを作成する 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"
オプション: 議論を受け入れるためにプログラムを変更する場合は、以下のように実行します。ImageArchiveKeywordAudit.exe "C:\Images" "C:\keywords.txt"
ステップ5 - スケジュール 繰り返し監査(Windows Task Scheduler)
利用 schtasks
毎日2時ごろで走る:
schtasks /Create /TN "ImageKeywordAudit" /TR "\"C:\Path\To\ImageArchiveKeywordAudit\bin\Release\net8.0\ImageArchiveKeywordAudit.exe\"" /SC DAILY /ST 02:00
コマンドを入力してファイルにログ出力 .cmd
stdout/stderr をリダイレクトする:ImageArchiveKeywordAudit.exe >> C:\Path\To\Logs\audit-%DATE%.log 2>&1
ベストプラクティス
- カノニカルキーワードソースを保存する リストを Git または CMDB に保存し、毎週レビューします。
- OKRテキストを正常化します。 ホワイトスペース、ユニフィーハイフェンズ、Unicodeの表示アリックスを組み合わせる前にトリム。
- Tune performance. フォルダーによってバッチ; I/O と CPU を測定した後にのみパラレルを追加します。
- ** 品質、品質が表示されます。** クリーンスキャン(デッキ/デノイズ)は試合率を大幅に改善します。
- ** 監査範囲.** 各コレクションごとに別々のキーワードセットを考慮する(例えば、「フィールドキャップ」、「製品」、「フォーム」)。
- 追跡性. CSV レポートをタイムステンブルで保存して、歴史を変更し、迅速に分散します。
Troubleshooting
- ** 空の OCR 出力:** 画像のオリエンテーションとコントロールを確認し、別のフォーマットを試してみてください(
*.png
,*.tif
). - 偽ネガティブ: リストに複数の/音のバージョンまたは同義語を追加する(例えば「ビーチ」、「ビーズ」)。
- Throughput 問題: 競争の実行を制限し、ゆっくりリンクを介してネットワーク シェアをスキャンすることを避ける。