Aspose.OCR FOSS
.NET
如何使用 Aspose.OCR FOSS for .NET 批量处理多个图像

如何使用 Aspose.OCR FOSS for .NET 批量处理多个图像

Aspose.OCR FOSS for .NET 可以在一次 Recognize() 调用中识别多张图像。本指南展示如何在单个 OcrInput 上排队多个文件，并按顺序读取它们的结果。

分步指南

步骤 1：安装软件包 

dotnet add package Aspose.OCR.FOSS

步骤 2：将多个文件添加到一个 OcrInput

所有添加到同一 OcrInput 的文件必须共享相同的 InputType。它们会按顺序处理，并按添加的顺序返回结果。

using Aspose.OCR;

var api = new AsposeOcr();
using var input = new OcrInput(InputType.SingleImage);
input.Add("page-1.jpg");
input.Add("page-2.png");

步骤 3：按顺序识别并读取结果

对整个批次调用一次 AsposeOcr.Recognize()，然后按索引遍历 OcrOutput，以将每个结果对应回其来源文件。

OcrOutput output = api.Recognize(input);

for (int index = 0; index < output.Count; index++)
{
    Console.WriteLine($"Image {index + 1}");
    Console.WriteLine(output[index].RecognitionText);
}

OcrOutput 是一个有序的 RecognitionResult 列表，每个图像对应一个条目，顺序与调用 OcrInput.Add() 时的顺序相同。

步骤 4：改为批处理多页 PDF

相同的批处理模型适用于 PDF：使用 InputType.PDF 构建 OcrInput，添加一个 PDF 路径，然后 Recognize() 按页顺序返回每页一个 RecognitionResult。

using var pdfInput = new OcrInput(InputType.PDF);
pdfInput.Add("multi-page-document.pdf");
OcrOutput pages = api.Recognize(pdfInput);
Console.WriteLine($"Pages recognized: {pages.Count}");

常见问题与解决方案

Mixing InputType.SingleImage and InputType.PDF 将路径放在一起 OcrInput. 不支持 — 每个 OcrInput 是使用单个 InputType 且仅接受该类型的文件。使用两个独立的 OcrInput 实例（以及两个 Recognize() 调用）如果需要一起处理图像和 PDF。

结果顺序错乱。 它们不应该 — OcrOutput 保持确切的顺序 OcrInput.Add() 已被调用。如果文件出现顺序被打乱，请检查调用代码是否在调用前按预期顺序添加它们 Recognize().

一个错误文件会导致整个批次失败。 Recognize() 在运行任何模型推理之前验证每个排队的路径；如果任何路径不存在，整个调用会抛出异常 FileNotFoundException 而不是跳过该文件。如果可以接受大批量的部分结果，请先自行验证路径。

常见问题

批处理会并行运行文件吗？

不会。文件和 PDF 页面是顺序处理的——不存在输入层面的多线程 API。Microsoft.ML.OnnxRuntime 仅在每一次单独的推理调用内部并行化工作。

一个 OcrInput 能容纳的文件数量是否有限制？

公开的 API 并未记录固定的限制；OcrInput.Add() 只是将路径加入队列。非常大的批次会一次处理一个文件，因此吞吐量呈线性增长，而非并行。

我可以在多个批次之间复用同一个 AsposeOcr 实例吗？

是的 — AsposeOcr 本身不保持每次调用的状态；为每个批次构造一个新的 OcrInput 并在同一个 AsposeOcr 实例上调用 Recognize() 是一种常见模式。

另请参阅

 中文