كيفية تحويل ملفات PDF المسح الضوئي إلى مستندات نصية قابلة للبحث في .NET

إن تحويل هذه الصور إلى مستندات نصية قابلة للبحث والترتيب يفتح عالمًا من الإمكانيات لإدارة المستندات والوصول إلى المحتوى.مع Aspose.OCR for .NET ، يمكنك تحويل مستندات PDF المسجلة إلى مستندات قابلة للبحث بالكامل مع الحفاظ على الصور الأصلية.

لماذا تحويل ملفات PDF المسح الضوئي إلى مستندات نصية قابلة للبحث؟

• إمكانية الوصول:- جعل المحتوى المسح الضوئي قابل للبحث، مما يجعل من السهل العثور على المعلومات دون قراءة يدويا من خلال المستند.

• تحرير المحتوى:- وبمجرد تحويلها إلى نص، يمكن تعديل المحتوى أو تحديثه أو إعادة استخدامه في تنسيقات أخرى.

• الكفاءة:- توفير الوقت عن طريق تلقائي عملية تحويل ملفات PDF المسح الضوئي إلى مستندات نصية متاحة بالكامل.

متطلبات: إعدادات لفحص PDF Text Extraction

قبل استخراج النص من ملفات PDF المسح الضوئي ، اتبع هذه الخطوات للتأكد من إعداد كل شيء:

• تثبيت Aspose.OCR لـ .NET:- إضافة Aspose.OCR إلى مشروعك باستخدام NuGet: dotnet add package Aspose.OCR

• احصل على ترخيصك:- Set up your metered license using SetMeteredKey() to unlock the full functionality of Aspose.OCR.

• إعداد PDF المسح الضوئي الخاص بك:- تأكد من أن ملفات PDF المسح الضوئي ذات جودة جيدة لتحسين دقة التعرف.

دليل خطوة بخطوة: تحويل PDFs الماسح الضوئي إلى نص قابل للبحث

using Aspose.OCR;

Metered license = new Metered();
license.SetMeteredKey("<your public key>", "<your private key>");
Console.WriteLine("License configured successfully.");

OcrInput input = new OcrInput(Aspose.OCR.InputType.PDF);
input.Add("scanned_document.pdf", 0, 3);  // Process first 3 pages
Console.WriteLine("Scanned PDF loaded successfully.");

Aspose.OCR.AsposeOcr recognitionEngine = new Aspose.OCR.AsposeOcr();
RecognitionSettings settings = new RecognitionSettings();
settings.Language = Aspose.OCR.Language.Latin;  // Set OCR language
Console.WriteLine("OCR engine configured.");

List<Aspose.OCR.RecognitionResult> results = recognitionEngine.Recognize(input, settings);
Console.WriteLine("Text extracted successfully from the scanned PDF.");

// Output the recognized text
foreach (Aspose.OCR.RecognitionResult result in results)
{
    Console.WriteLine(result.RecognitionText);
}

// Save the result to a text file
results[0].Save("recognized_text.txt", Aspose.OCR.SaveFormat.Text);
Console.WriteLine("Text saved to recognized_text.txt.");

المشاكل المشتركة والتصحيح

1- انخفاض درجة دقة OCR

• الحل: تأكد من أن PDF المسح عالي الجودة (على الأقل 300 DPI) لتحسين نتائج التعرف.

2- الخطوط غير المدعومة

• الحل: تأكد من إعداد اللغة الصحيحة في إعدادات OCR للتعرف على النص الدقيق، وخاصة بالنسبة للعلامات غير اللاتينية.

أداء بطيئ لملفات PDF الكبيرة

• الحل: بالنسبة لملفات PDF الكبيرة، معالجة المستند في قطع صغيرة أو صفحات لتقليل استخدام الذاكرة وتسريع العملية.