Automatyzacja audytów słów kluczowych dla archiwów obrazu zapewnia, że Twoje dane wizualne są konsekwentnie oznaczone i łatwe do odkrycia. Aspose.OCR dla .NET, można przeczytać wbudowany/widzialny tekst z obrazów i zweryfikować go przeciwko kontrolowanej liście słowów głównych – a następnie zgłaszać to, co brakuje.

Pełny przykład

Warunki

  • .NET 8 (lub .NET 6+) Zainstalowany SDK.
  • NuGet dostęp do instalacji Aspose.OCR.
  • folder obrazów do audytu (np. C:\Path\To\ImageArchive).
  • (Opcjonalny) Archiwum licencji Aspose, jeśli planujesz przekroczyć limity oceny.

Tworzenie projektu i dodanie pakietów

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

Krok 1 – przygotuj listę słów kluczowych

Decyduj, jakie kanoniczne słowa kluczowe Twoje obrazy powinny zawierać. w gist, słownictwo jest skomplikowane dla prostoty:

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

Typ (opcjonalny): Zapisz słowa kluczowe w keywords.txt (jeden po linii) i wkładaj je do List<string> w czasie pracy, aby uniknąć kompilacji.

Krok 2 – Inicjalizuj Aspose.OCR i skanuj archiwum

Odpowiedź: utworzyć silnik OCR, wymienić obrazy, każdy plik oCR i sprawdzić obecność słów kluczowych.

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;
        }
    }
}

Krok 3 – Rozszerzenie audytu (opcjonalne, ale zalecane)

Możesz poprawić sprawozdanie i filtrację, zachowując jednocześnie ten sam rdzeń OCR.

3.a Rodzaje filtra wielokrotnego obrazu

// 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 Znalezienie, które słowa kluczowe odpowiadają / brakuje

// 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 Napisz raport 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)}\"");
}

Krok 4 – Uruchom PowerShell lub Batch

Stwórz prosty 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"

Opcjonalne: Jeśli zmodyfikujesz program, aby zaakceptować argumenty, uruchom go w następujący sposób:ImageArchiveKeywordAudit.exe "C:\Images" "C:\keywords.txt"

Krok 5 – Program powtarzających się audytów (Windows Task Scheduler)

Używanie schtasks Codziennie w godzinach 2:00:

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

Wyjście log do pliku poprzez wklejanie polecenia w .cmd który przekierowuje stdout/stderr:ImageArchiveKeywordAudit.exe >> C:\Path\To\Logs\audit-%DATE%.log 2>&1

Najlepsze praktyki

  • Zachowaj kanoniczny źródło słów kluczowych. Zapisz listę w Git lub CMDB; przeglądaj kwartalnie.
  • Normalizuj tekst OCR. Wymieszaj biały przestrzeń, unify hyphens i Unicode look-alikes przed dopasowaniem.
  • Tune performance. Batch by foldery; dodaj równoległość tylko po pomiarze I/O i CPU.
  • ** Jakość w, jakość w.** Czyste skanowanie (deskew/denoise) znacząco poprawia stawki meczów.
  • Audit scope. Uważaj na poszczególne zestawy słów kluczowych na zbiór (np. „landscape”, „produkt” lub „formy”).
  • Straceability. Utrzymanie raportów CSV z wskaźnikami czasowymi, aby zmienić historię i szybko się różnić.

Troubleshooting

  • ** Puste wyjście OCR:** Sprawdź orientację i kontrast obrazu; spróbuj innego formatu (*.png, *.tif).
  • False negatives: Dodaj warianty pluralne/głosowe lub synonymi do listy (np. „biak”, „bieg”).
  • ** Problemy z przepływem: ** Ogranicz bieżące biegi; unikać skanowania akcji sieciowych za pośrednictwem powolnych linków.

More in this category