永利最大(官方)网站

Aspose.OMR 最新下载

(一) 用于执行 OMR 和提取数据的 C# OMR API

为了执行 OMR 操作和从图像中导出数据，我们将使用 Aspose.OMR for .NET API。它允许设计、创建和识别答题纸、测试、MCQ 试卷、测验、反馈表、调查和选票。

PM> Install-Package Aspose.OMR

(二) 执行 OMR 并从图像中提取数据

 为了对图像执行 OMR 操作，我们需要准备好的 OMR 模板 (.omr) 和图像（用户填写的表格/表格）来执行 OMR。我们可以按照以下步骤对图像执行 OMR 操作并提取数据：

1. 首先，创建OmrEngine类的实例。
2. 接下来，调用GetTemplateProcessor()方法并初始化TemplateProcessor类对象。它将 OMR 模板文件路径作为参数。
3. 然后，通过以图像路径为参数调用RecognizeImage()方法获取RecognitionResult对象。
4. 之后，使用GetCsv()方法将识别结果作为 CSV 字符串获取。
5. 最后，将 CSV 结果保存为本地磁盘上的 CSV 文件。
   

以下代码示例展示 了如何使用 C# 对图像执行 OMR 并以 CSV 格式提取数据。

// OMR Template file path
string templatePath = @"D:\Files\OMR\Sheet.omr";

// Image file path
string imagePath = @"D:\Files\OMR\Sheet1.jpg";

// Initialize OMR Engine
OmrEngine engine = new OmrEngine();

// Get template processor
TemplateProcessor templateProcessor = engine.GetTemplateProcessor(templatePath);

// Recognize image
RecognitionResult result = templateProcessor.RecognizeImage(imagePath);

// Get results in CSV
string csvResult = result.GetCsv();

// Save CSV file
File.WriteAllText(@"D:\Files\OMR\Sheet1.csv", csvResult);

(三) 执行 OMR 并从多个图像中提取数据

 我们可以对多个图像执行 OMR 操作，并按照前面提到的步骤将数据提取到每个图像的单独 CSV 文件中。但是，我们需要对所有图像一张一张地重复步骤 #3、4 和 5。

以下代码示例展示 了如何使用 C# 对多个图像执行 OMR 并以 CSV 格式提取数据。

// OMR Template file path
string templatePath = @"D:\Files\OMR\Sheet.omr";

// Images folder file path
string imageFolderPath = @"D:\Files\OMR\";

// Output directory path
string outputPath = @"D:\Files\OMR\";

// Images to be processed
string[] UserImages = new string[] { "Sheet1.jpg", "Sheet2.jpg" };

// Initialize OMR Engine
OmrEngine engine = new OmrEngine();

// Get template processor
TemplateProcessor templateProcessor = engine.GetTemplateProcessor(templatePath);

// Process images one by one
for (int i = 0; i < UserImages.Length; i++)
}
string imagePath = Path.Combine(imageFolderPath, UserImages[i]);

// Recognize image
RecognitionResult result = templateProcessor.RecognizeImage(imagePath);

// Get results in CSV
string csvResult = result.GetCsv();

// Save CSV file
File.WriteAllText(Path.Combine(outputPath, Path.GetFileNameWithoutExtension(UserImages[i]) + ".csv"), csvResult);
}

 该 API 还提供了在 OMR 操作期间检测和识别图像上可用的任何条形码的功能。这是 OMR 操作的默认功能。我们可以按照前面提到的步骤进行 OMR 操作并识别条形码。

(四) 获取带阈值的 OMR 结果

 我们可以在对图像执行 OMR 操作时应用阈值。根据需要，阈值的值可以从 0 到 100。阈值越高，API 对突出显示答案就越严格。请按照前面提到的步骤使用阈值执行 OMR。但是，我们只需要在第 3 步中调用重载的RecognizeImage(string, int32)方法。它将图像文件路径和阈值作为参数。

以下代码示例显示 了如何使用 C# 执行具有阈值的 OMR。

// OMR Template file path
string templatePath = @"D:\Files\OMR\Sheet.omr";

// Image file path
string imagePath = @"D:\Files\OMR\Sheet1.jpg";

// Threshold value
int CustomThreshold = 40;

// Initialize OMR Engine
OmrEngine engine = new OmrEngine();

// Get template processor
TemplateProcessor templateProcessor = engine.GetTemplateProcessor(templatePath);

// Recognize image
RecognitionResult result = templateProcessor.RecognizeImage(imagePath, CustomThreshold);

// Get results in CSV
string csvResult = result.GetCsv();

// Save CSV file
File.WriteAllText(@"D:\Files\OMR\Sheet1_threshold.csv", csvResult);

(五) 带重新计算的 OMR 操作

 在某些情况下，我们可能需要使用不同的阈值重新计算 OMR 结果。为此，我们可以将 API 配置为使用 TemplateProcessor.recalculate() 方法自动重新计算。它允许通过更改阈值设置来多次处理图像以获得所需的结果。我们可以按照以下给出的步骤执行带有重新计算的 OMR 操作：

• 首先，创建OmrEngine类的实例。
• 接下来，调用GetTemplateProcessor()方法并初始化TemplateProcessor类对象。它将 OMR 模板文件路径作为参数。
• 然后，初始化 Stopwatch 对象并启动计时器。
• 接下来，通过使用图像路径作为参数调用RecognizeImage()方法来获取RecognitionResult对象。
• 然后，停止计时器并使用GetCsv()方法将识别结果导出为 CSV 字符串。
• 接下来，将 CSV 结果保存为本地磁盘上的 CSV 文件。
• 然后，使用 Restart() 方法重新启动计时器。
• 接下来，调用Recalculate()方法。它将 RecognitionResult 对象和阈值作为参数。
• 之后，停止计时器并使用GetCsv()方法将识别结果导出为 CSV 字符串。
• 最后，将 CSV 结果保存为本地磁盘上的 CSV 文件。
  以下代码示例显示 如何使用 C# 使用重新计算方法执行 OMR。

  // OMR Template file path
  string templatePath = @"D:\Files\OMR\Sheet.omr";
  
  // Image file path
  string imagePath = @"D:\Files\OMR\Sheet1.jpg";
  
  // Threshold value
  int CustomThreshold = 40;
  
  // Initialize OMR Engine
  OmrEngine engine = new OmrEngine();
  
  // Get template processor
  TemplateProcessor templateProcessor = engine.GetTemplateProcessor(templatePath);
  
  // Timer for performance measure
  Stopwatch sw = Stopwatch.StartNew();
  
  // Recognize image
  RecognitionResult result = templateProcessor.RecognizeImage(imagePath, CustomThreshold);
  
  sw.Stop();
  
  // Get results in CSV
  string csvResult = result.GetCsv();
  
  // Save CSV file
  File.WriteAllText(@"D:\Files\OMR\Sheet1.csv", csvResult);
  
  sw.Restart();
  
  // Recalculate
  templateProcessor.Recalculate(result, CustomThreshold);
  sw.Stop();
  
  // Get recalculated results in CSV
  csvResult = result.GetCsv();
  
  // Save recalculated resultant CSV file
  File.WriteAllText(@"D:\Files\OMR\Sheet1_Recalculated.csv", csvResult);

  ---

  欢迎下载|体验更多Aspose产品 

  获取更多信息请咨询 或 加入Aspose技术交流群（761297826）