A automação de auditoria de palavras-chave para arquivos de imagem garante que os seus dados visuais são coerentemente marcados e facilmente encontráveis. com Aspose.OCR para .NET, você pode ler texto incorporado/visível das imagens e validá-lo contra uma lista controlada de palavra-chave – então relate o que está faltando. este guia melhora o fluxo de trabalho com passos concretos e executáveis que correspondem ao gist no final, além de melhorias opcionais para planejamento, relatório e manutenção.

Exemplo completo

Pré-requisitos

  • .NET 8 (ou .NET 6+) SDK instalado.
  • NuGet acesso para instalar Aspose.OCR.
  • Uma pasta de imagens para auditoria (por exemplo, C:\Path\To\ImageArchive).
  • (Opcional) Um arquivo de licença Aspose se você pretende ultrapassar os limites de avaliação.

Crie o projeto e adicione pacotes

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

Passo 1 – Prepare a sua lista de palavras-chave

Decida as palavras-chave canônicas que as suas imagens devem conter.No gist, as palabras-cheve são hardcodadas para simplicidade:

// Exact shape used in the gist
List<string> keywords = new List<string>
{
    "mountains", "beaches", "forests", "landscape"
};
  • Tipo (opcional): * Armazenar palavras-chave em keywords.txt (um por linha) e carregá-los em List<string> em tempo real para evitar recompilações.

Passo 2 - Iniciar Aspose.OCR e escanear o arquivo

Compatível com o gesto: crie um motor OCR, enumere imagens, cada arquivo O CR e verifique a presença de palavras-chave.

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;
        }
    }
}

Passo 3 – Estender a auditoria (opcional, mas recomendado)

Você pode melhorar o relatório e filtragem enquanto mantém o mesmo núcleo OCR.

3.a Tipos de imagem múltiplos do filtro

// 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 Capturar que palavras-chave correspondem / faltam

// 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 Escreva um relatório 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)}\"");
}

Passo 4 – Execute o PowerShell ou o Batch

Crie um simples 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"

Opcional: Se você modificar o programa para aceitar argumentos, execute-o como:ImageArchiveKeywordAudit.exe "C:\Images" "C:\keywords.txt"

Passo 5 – Programação de Auditorias Recorrentes (Windows Task Scheduler)

Utilização schtasks Todos os dias às 2h:

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

Log output para arquivo por inserir o comando em um .cmd que redireciona stdout/stderr:ImageArchiveKeywordAudit.exe >> C:\Path\To\Logs\audit-%DATE%.log 2>&1

Melhores Práticas

  • Mantenha uma fonte de palavra-chave canônica. Mante a sua lista em Git ou um CMDB; revisão trimestral.
  • Normalize o texto OCR. Trim espaço branco, hyphens unify e look-alikes Unicode antes de se ajustar.
  • Tune performance. Batch por folhas; adicione paralelismo somente após medir I/O e CPU.
  • Qualidade em, qualidade fora. Escaneamento limpo (descoque/denoise) melhora significativamente as taxas de jogo.
  • Audit scope. Considere conjuntos de palavras-chave separados por coleção (por exemplo, “landescape”, “produto” e “formas”).
  • Traceabilidade. Mantenha relatórios CSV com timestamps para mudar a história e difingir rapidamente.

Troubleshooting

  • ** Output OCR vazio:** Verifique a orientação da imagem e o contraste; tente outro formato (*.png, *.tif).
  • Negatividade falsa: Adicione variantes ou sinônimos plural/stem para a sua lista (por exemplo, “beaches”, “biches”).
  • ** Problemas de trânsito:** Limite as corridas concorrentes; evite escanear as ações da rede sobre links lentos.

More in this category