Integrovanie Aspose.OCR s Amazon S3 umožňuje vývojárom využívať cloudové úložisko na efektívne ukladanie výsledkov optického rozpoznávania znakov. Táto integrácia nielen zjednodušuje riadenie údajov OCR, ale tiež zlepšuje skalovateľnosť a prístupnosť. V tomto tutoriáli prejdeme procesom nastavenia Asposa.ocR, aby sme bezproblémovo pracovali s AWS S3, ktoré poskytujú podrobné príklady a najlepšie postupy v priebehu cesty.

Kompletný príklad

Predpoklady

  • .NET 8 (alebo .Net 6+) SDK je nainštalovaný.
  • AWS účet s prístupom k Amazon S3.
  • Na druhej strane (napr. my-ocr-demo-bucket) vo vašej obľúbenej oblasti (napríklad nižšie použité ap-south-1).
  • (Opcionálne) Odstrániť licenčný súbor, ak chcete spustiť mimo hodnotenie.

Krok 1: Nastavenie Aspose.OCR pre .NET

Inštalujte novú aplikáciu na konzole a pridajte balíky NuGet.

# Create project
dotnet new console -n OcrS3Demo -f net8.0
cd OcrS3Demo

# Add Aspose.OCR (CPU) OR Aspose.OCR-GPU (pick exactly one)
dotnet add package Aspose.OCR
# dotnet add package Aspose.OCR-GPU   # if you prefer GPU build

# Add AWS S3 SDK
dotnet add package AWSSDK.S3

Aspoza poskytuje obidve Aspose.OCR CPU) a Aspose.OCR-GPU balíčky cez NuGet; potrebujete len jeden. (Aspočná dokumentácia)

Krok 2: Konfigurácia AWS SDK pre .NET

Nastaviť svoj profil AWS a vytvoriť bucket (skip, ak už máte jeden).

# Configure credentials (creates ~/.aws/credentials and config)
aws configure --profile ocr-s3
# AWS Access Key ID: AKIA****************
# AWS Secret Access Key: ************************
# Default region name: ap-south-1
# Default output format: json

# Create a bucket in that region (bucket name must be globally unique)
aws s3api create-bucket \
  --bucket my-ocr-demo-bucket \
  --region ap-south-1 \
  --create-bucket-configuration LocationConstraint=ap-south-1

Odporúčaná minimálna politika IAM (prijmite sa k vášmu používateľovi / úlohe) pre tento tutoriál:

{
  "Version": "2012-10-17",
  "Statement": [
    { "Effect": "Allow", "Action": ["s3:ListBucket"], "Resource": "arn:aws:s3:::my-ocr-demo-bucket" },
    { "Effect": "Allow", "Action": ["s3:GetObject", "s3:PutObject"], "Resource": "arn:aws:s3:::my-ocr-demo-bucket/*" }
  ]
}

AWS SDK pre .NET používa predvolený autentický reťazec; nastavenie AWS_PROFILE=ocr-s3 Core S3 vzorky (tvorba, nahrávanie, stiahnutie) sú dokumentované v oficiálnych príkladoch .NET spoločnosti AWS. (AWS dokumentácia)

Krok 3: Iniciácia Aspose.OCR API

Vytvorte si základ Program.cs s inicializáciou motora OCR. Budeme tiež nastaviť angličtinu ako detekciu jazyka a rozloženia dokumentov. (Všetky typy uvedené nižšie sú z aktuálnej povrchu API Aspose.OCR.) (odkaz.aspose.com)

using System;
using System.IO;
using System.Text;
using System.Threading.Tasks;
using Amazon;
using Amazon.S3;
using Amazon.S3.Model;
using Aspose.OCR;

class Program
{
    static async Task Main(string[] args)
    {
        // Optional: load license if you have one
        // new License().SetLicense("Aspose.Total.lic");

        var ocr = new AsposeOcr();

        var settings = new RecognitionSettings
        {
            // pick your language(s); can combine if needed
            Language = Language.Eng,
            DetectAreasMode = DetectAreasMode.DOCUMENT
        };

        // We'll fill in S3 + OCR steps next...
    }
}

Kľúčové API budeme používať nasledovne:

  • AsposeOcr.RecognizeImage(MemoryStream, RecognitionSettings) Vráti sa A RecognitionResult.
  • RecognitionResult.RecognitionText / GetJson(bool) / Save(...) Dovoľte vám exportovať výsledky na TXT/JSON/PDF/DOCX. (odkaz.aspose.com)

Krok 4: Nahrať obrázky na S3

Môžete nahrať obrázky z disku na S3 s PutObjectAsync(Môžete tiež nahrať toky; obaja sú podporované AWS SDK.)

// Configure S3 client (uses your AWS_PROFILE locally)
var region = RegionEndpoint.APSouth1; // change if needed
using var s3 = new AmazonS3Client(region);

// Local image you want to OCR:
string localImagePath = @"D:\samples\invoices\invoice-001.png";
string bucket = "my-ocr-demo-bucket";
string objectKey = "input/invoice-001.png";

// Upload the image to S3
await s3.PutObjectAsync(new PutObjectRequest
{
    BucketName = bucket,
    Key = objectKey,
    FilePath = localImagePath,
    ContentType = "image/png",
    // Optional: enable server-side encryption
    // ServerSideEncryptionMethod = ServerSideEncryptionMethod.AES256
});
Console.WriteLine($"Uploaded {objectKey} to s3://{bucket}.");

Pozri príklady AWS .NET S3 pre nahrávanie vzorov. (AWS dokumentácia)

Krok 5: Vykonávanie OCR na nahraných obrázkoch

Stream objekt S3 priamo do pamäte a prejsť MemoryStream Vhodné pre ASPOS.OCR

// Download S3 object and OCR in-memory (no temp files)
var get = await s3.GetObjectAsync(bucket, objectKey);
await using var s3Stream = get.ResponseStream;
using var ms = new MemoryStream();
await s3Stream.CopyToAsync(ms);
ms.Position = 0;

// Run OCR (with settings → structured result)
RecognitionResult result = ocr.RecognizeImage(ms, settings);

// Or: if you just need plain text and defaults
// string textFast = ocr.RecognizeImage(ms);

string recognizedText = result.RecognitionText;
Console.WriteLine("=== OCR TEXT ===");
Console.WriteLine(recognizedText);

a The RecognizeImage Preťaženie a RecognitionResult.RecognitionText Sú súčasťou aktuálnej referencie API. (odkaz.aspose.com)

Krok 6: Uloženie výsledkov OCR v S3

Môžete nahrať plochý text, JSON alebo dokonca PDF/DOCX produkovaný spoločnosťou Aspose.OCR.

6. a) Uložiť ako jasný text

var textKey = "output/invoice-001.txt";
var textBytes = Encoding.UTF8.GetBytes(recognizedText);
await s3.PutObjectAsync(new PutObjectRequest
{
    BucketName = bucket,
    Key = textKey,
    InputStream = new MemoryStream(textBytes),
    ContentType = "text/plain"
});
Console.WriteLine($"Saved OCR text to s3://{bucket}/{textKey}");

6.b) Uložiť podrobné JSON

var json = result.GetJson(true); // include additional data
var jsonKey = "output/invoice-001.json";
await s3.PutObjectAsync(new PutObjectRequest
{
    BucketName = bucket,
    Key = jsonKey,
    InputStream = new MemoryStream(Encoding.UTF8.GetBytes(json)),
    ContentType = "application/json"
});
Console.WriteLine($"Saved OCR JSON to s3://{bucket}/{jsonKey}");

6.c) Uložiť vyhľadávateľný PDF (alebo DOCX) a vložiť na S3

// Export to PDF in-memory, then upload
using var outPdf = new MemoryStream();
result.Save(outPdf, SaveFormat.Pdf, "Arial", PdfOptimizationMode.Basic);
outPdf.Position = 0;

var pdfKey = "output/invoice-001.pdf";
await s3.PutObjectAsync(new PutObjectRequest
{
    BucketName = bucket,
    Key = pdfKey,
    InputStream = outPdf,
    ContentType = "application/pdf"
});
Console.WriteLine($"Saved OCR PDF to s3://{bucket}/{pdfKey}");

Vývoz a úspora metód (RecognitionResult.Save) a formáty (TXT/PDF/DOCX) sú v oficiálnej referencie API. ([reference.aspose.com][4])

Možnosť: End-to-end Program.cs

Tu je kompaktná koncová verzia, do ktorej sa môžete dostať Program.cs (Zloženie krokov 3 až 6):

using System;
using System.IO;
using System.Text;
using System.Threading.Tasks;
using Amazon;
using Amazon.S3;
using Amazon.S3.Model;
using Aspose.OCR;

class Program
{
    static async Task Main()
    {
        // new License().SetLicense("Aspose.Total.lic"); // optional

        string bucket = "my-ocr-demo-bucket";
        string regionSystemName = "ap-south-1";
        string localImagePath = @"D:\samples\invoices\invoice-001.png";
        string imageKey = "input/invoice-001.png";

        var ocr = new AsposeOcr();
        var settings = new RecognitionSettings
        {
            Language = Language.Eng,
            DetectAreasMode = DetectAreasMode.DOCUMENT
        };

        using var s3 = new AmazonS3Client(RegionEndpoint.GetBySystemName(regionSystemName));

        // Upload original
        await s3.PutObjectAsync(new PutObjectRequest
        {
            BucketName = bucket,
            Key = imageKey,
            FilePath = localImagePath,
            ContentType = "image/png"
        });

        // Get image as stream
        var get = await s3.GetObjectAsync(bucket, imageKey);
        await using var s3Stream = get.ResponseStream;
        using var ms = new MemoryStream();
        await s3Stream.CopyToAsync(ms);
        ms.Position = 0;

        // OCR
        RecognitionResult result = ocr.RecognizeImage(ms, settings);
        string text = result.RecognitionText;

        // Upload text
        await s3.PutObjectAsync(new PutObjectRequest
        {
            BucketName = bucket,
            Key = "output/invoice-001.txt",
            InputStream = new MemoryStream(Encoding.UTF8.GetBytes(text)),
            ContentType = "text/plain"
        });

        // Upload JSON
        string json = result.GetJson(true);
        await s3.PutObjectAsync(new PutObjectRequest
        {
            BucketName = bucket,
            Key = "output/invoice-001.json",
            InputStream = new MemoryStream(Encoding.UTF8.GetBytes(json)),
            ContentType = "application/json"
        });

        // Upload PDF
        using var outPdf = new MemoryStream();
        result.Save(outPdf, SaveFormat.Pdf, "Arial", PdfOptimizationMode.Basic);
        outPdf.Position = 0;
        await s3.PutObjectAsync(new PutObjectRequest
        {
            BucketName = bucket,
            Key = "output/invoice-001.pdf",
            InputStream = outPdf,
            ContentType = "application/pdf"
        });

        Console.WriteLine("OCR complete and results stored in S3.");
    }
}

Najlepšie postupy

Integrovanie Aspose.OCR s AWS S3 ponúka mnoho výhod, vrátane zlepšeného riadenia údajov a zlepšenej skalovateľnosti.

    • Bezpečnosť *

  • Nikdy hardcode tajomstvá. používať aws configure + AWS_PROFILE lokálne; používať IAM úlohy v produkcii.

  • Vezmite do úvahy šifrovanie servera S3 (AES256 alebo KMS) na výsledných objektov a per-bucket politiky s najmenším privilégiom (zobrazuje sa vyššie).AWS dokumentácia)

  • Výsledky

  • Použitie balíka GPU (Aspose.OCR-GPU) na CUDA schopný hardvér urýchliť OCR; rovnaký kód, rýchlejšie vykonávanie. (Aspočná dokumentácia)

  • Preproces obrázkov pre kvalitu (deskew, denoise) pomocou RecognitionSettings v prípade potreby a vyberte správny DetectAreasMode pre dokumenty. API možnosti sú uvedené v referencii. (odkaz.aspose.com)

    • Skvalitné *

  • Používajte S3 prefixy ako input/ a output/ na prácu, a ukladať OCR artefakty (TXT/JSON/PDF) spoločne pre sledovateľnosť.

  • Povoliť S3 verziu, ak chcete auditívnu históriu a rollbacks.

  • Zvážte prevádzku tohto toku v kontajneroch alebo bez servera (napr. AWS Batch/ECS/Lambda s EFS) pre paralelný OCR na stupnici.

Postupom týchto usmernení môžete efektívne integrovať Aspose.OCR s AWS S3 na zjednodušenie pracovného toku vášho OCR a zlepšenie celkovej výkonnosti vašej aplikácie.

References

  • Vybavenie balíkov a možností inštalácie (Aspose.OCR, Aspose.OCR-GPU). (Aspočná dokumentácia)
  • AsposeOcr.RecognizeImage(...) preťaženie → RecognitionResult.RecognitionText, GetJson, Save(...). (odkaz.aspose.com)
  • AWS SDK pre .NET: S3 vytvoriť / nahrať / stiahnuť príklady. (AWS dokumentácia)

Ak chcete, môžem pridať aj malú Makefile alebo PowerShell skript spustiť tento end-to-end, plus CI snippet (GitHub Akcie) tlačiť výsledky na S3 na záväzku.

[4]: https://reference.aspose.com/ocr/net/aspose.ocr/recognitionresult/ “RozpoznávanieVýsledok

More in this category