Descripción General
¿Está buscando una biblioteca OMR en Java eficiente y repleta de características? ¿Desea identificar marcas ópticas en imágenes escaneadas? Explore Aspose.OMR para Java, una biblioteca de clases Java diseñada para soluciones de SDK de Reconocimiento de Marcas Ópticas en aplicaciones basadas en Java. Aquí hay un rápido resumen de las características de esta API de Java, que demuestra cómo puede usarse para reconocer marcas ópticas en varios formatos de imagen y obtener datos marcados por humanos de encuestas, cuestionarios o pruebas con preguntas de opción múltiple.
Crear Plantilla OMR Dinámicamente usando Biblioteca OMR en Java
Aspose.OMR para Java ofrece un conjunto completo de características, desde la creación de plantillas OMR hasta el reconocimiento de marcas ópticas para la captura de datos. Este SDK de Reconocimiento de Marcas Ópticas admite la generación de archivos o imágenes de plantillas OMR a partir de simples marcados de texto. Para generar la plantilla, puede pasar el marcado de texto a la API, lo que permite la creación automática de la plantilla. A continuación se muestra un ejemplo de marcado de texto para una plantilla OMR:
?text=Nombre__________________________________ Fecha____________
?grid=ID
sections_count=8
#¿Cuál es la función principal de Aspose.OMR?
() OCR () Capturar datos marcados por humanos
() No hay función principal () Mejorar imágenes
#¿Puede Aspose.OMR procesar fotos también?
() ¡Sí, por supuesto! () No
#Aspose.OMR está disponible en cualquier plataforma, porque es:
() Código multiplataforma () Servicio en la nube
#Aspose.OMR trabaja con cualquier tipo de formularios OMR: pruebas, exámenes, cuestionarios, encuestas, etc.
() ¡Sí, por supuesto! () No
#Se pueden lograr excelentes resultados de reconocimiento solo para burbujas llenas al menos para:
() 40% () 60% () 75% () 98%
#¿Tienes que marcar cada pregunta en la página?
(Sí) ¡Sí, eso ayudará mucho! (No) No
#Califica tu preferencia del 0 al 9, siendo "0" preferencia hacia el rendimiento
y "9" preferencia hacia la flexibilidad.
(0) (1) (2) (3) (4) (5) (6) (7) (8) (9)
#Encontré que aspose omr es una herramienta útil. (5 - totalmente de acuerdo, 1 - totalmente en desacuerdo)
(5) (4) (3) (2) (1)
?text= Sección de hoja de respuestas
?answer_sheet=PreguntasPrincipales
elements_count=10
columns_count=5
?text=Firma________________________________
Puede guardar este marcado de texto en un archivo de texto con la extensión .txt. Una vez hecho esto, la generación de la plantilla sigue estos pasos:
- Crear un objeto OmrEngine.
- Llamar al método OmrEngine.generateTemplate() que acepta la ruta del archivo de texto de marcado.
- Guardar la plantilla usando el método GenerationResult.save.
Aquí hay un ejemplo de fragmento de código en Java que muestra la generación de la plantilla a partir del marcado de texto.
Salida
Reconocimiento de Marcas Ópticas (OMR) en Imágenes usando Java
Para realizar el Reconocimiento de Marcas Ópticas (OMR) en imágenes, solo necesita dos componentes: la plantilla OMR preparada (.omr) y los formularios o hojas llenas por el usuario que desea analizar. Con el apoyo del SDK de Reconocimiento de Marcas Ópticas, la API facilita OMR para varios formatos de imagen, incluidos:
Los pasos para realizar OMR en imágenes son los siguientes:
- Crear un objeto OmrEngine.
- Crear un objeto TemplateProcessor e inicializarlo con la ruta de la plantilla OMR.
- Reconocer imágenes utilizando el método TemplateProcessor.recognizeImage() y obtener resultados en formato CSV o JSON.
A continuación se presenta una muestra de código que demuestra cómo reconocer marcas ópticas en imágenes usando Java.
Usar un Umbral de Reconocimiento Personalizado para OMR
También puede ajustar los resultados de OMR definiendo un umbral personalizado entre 0 y 100 al usar el SDK de Reconocimiento de Marcas Ópticas. Aumentar el umbral hace que la API sea más estricta en el reconocimiento de las respuestas. Los valores del umbral se pueden establecer en el método TemplateProcessor.recognizeImage() como segundo parámetro, como se muestra en el siguiente ejemplo de código Java.
.
Recalculando los Resultados de OMR usando el SDK de Reconocimiento de Marcas Ópticas
En algunas ocasiones, es posible que desee recalcular los resultados de OMR utilizando diferentes valores de umbral. En lugar de invocar repetidamente TemplateProcessor.recognizeImage(), puede mejorar la eficiencia del procesamiento de imágenes configurando la API para el recalculo automático con el método TemplateProcessor.recalculate() proporcionado por el SDK de Reconocimiento de Marcas Ópticas. El siguiente ejemplo de código demuestra cómo implementar el recalculo de los resultados de OMR.
Si tiene alguna consulta o necesita asistencia respecto a nuestra biblioteca OMR en Java, no dude en comunicarse con nosotros en nuestro foro.