Automatizácia auditov kľúčových slov pre obrázkové archívy zabezpečuje, že vaše vizuálne údaje sú konzistentne označené a ľahko nájdené. Aspose.OCR pre .NET, môžete čítať vstavaný/viditeľný text z obrázkov a validovať ho proti kontrolovanému zoznamu kľúčenských slov – potom hlásenie toho, čo chýba.

Kompletný príklad

Predpoklady

  • .NET 8 (alebo .NET 6+) SDK je nainštalovaný.
  • NuGet prístup k inštalácii Aspose.OCR.
  • Súbor obrázkov na audit (napr. C:\Path\To\ImageArchive).
  • (Opcionálne) Licenčný súbor ASPOSE, ak plánujete prekročiť hodnotenie limity.

Vytvorte projekt a pridajte balíky

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

Krok 1 - Pripravte si zoznam kľúčových slov

Rozhodnite sa, aké kanonické kľúčové slová by vaše obrázky mali obsahovať. v gist sú kľúčenské slovo hardcodované pre jednoduchosť:

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

Tip (voliteľné): Uložte kľúčové slová v keywords.txt (jedna po línii) a naložte ich do List<string> v reálnom čase, aby sa zabránilo recyklácii.

Krok 2 – Inicializujte Aspose.OCR a skenujte archív

Zosúladenie: vytvorte motor OCR, zoznam obrázkov, každý súbor oCR a skontrolujte prítomnosť kľúčových slov.

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 – Rozšírenie auditu (voliteľné, ale odporúčané)

Môžete zlepšiť hlásenie a filtrovanie pri zachovaní rovnakého jadra OCR.

3.a Filter viaceré typy obrázkov

// 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 Získať, ktoré kľúčové slová zodpovedajú / chýbajú

// 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 Napíšte správu o 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 – bežať z PowerShell alebo Batch

Vytvorte jednoduchý 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"

Opcionálne: Ak zmeníte program na prijatie argumentov, spustite ho ako:ImageArchiveKeywordAudit.exe "C:\Images" "C:\keywords.txt"

Krok 5 – Schéma opakujúcich sa auditov (Windows Task Scheduler)

Použitie schtasks Prebieha každý deň o 2am:

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

Záznam výstup do súboru vkladaním príkazu do .cmd ktorý presmeruje stdout/stderr:ImageArchiveKeywordAudit.exe >> C:\Path\To\Logs\audit-%DATE%.log 2>&1

Najlepšie postupy

  • Udržujte kanonický zdroj kľúčových slov. Uložte si zoznam v Git alebo CMDB; čoskoro preskúmajte.
  • Normalizujte text OCR. Trim biely priestor, unify hyphens a Unicode look-alikes pred zhodovaním.
  • Tune výkon. Batch podľa priečinkov; pridajte paralelnosť len po meraní I/O a CPU.
  • Kvalita v, kvalita von. Čisté skenovanie (deskew/denoise) výrazne zlepšuje sadzby zápasov.
  • Audit scope. Vezmite do úvahy samostatné kľúčové slová podľa zbierky (napr. „landscape“, „výrobok“ a „formy“).
  • Sledovateľnosť. Udržujte správy CSV s časovými štítkami na zmenu histórie a rýchle rozptýlenie.

Troubleshooting

  • Prázdny výsledok OCR: Skontrolujte orientáciu obrazu a kontrast; skúste iný formát (*.png, *.tif).
  • False negatívy: Pridajte do zoznamu plural/hlasové varianty alebo synonymy (napr. „beach“, „baches“).
  • ** Problémy s priechodom:** Obmedziť konkurencieschopnosť; vyhnúť sa skenovaniu sieťových akcií cez pomalé odkazy.

More in this category