مقدمه
Aspose.OMR FOSS برای Python عمومی API (omr.api) عمدا کوچک است: OmrEngine، TemplateProcessor، ImageCollection و شمارش FormValidationLogic. این پست به بررسی عملکرد هر یک و نحوه اتصال آنها در یک جریان کار تولید → تشخیص → صادرات میپردازد.
کتابخانه به عنوان import omr وارد میشود، تحت مجوز MIT است و فقط به numpy، opencv-python و Pillow وابسته است.
موارد گنجانده شده
OmrEngine — یک کارخانه بیحالت
OmrEngine بین فراخوانیها وضعیتی نگه نمیدارد. Generate(source, settings) یا منبع متنی markup-DSL یا درخت TemplateConfig کد-محور را میپذیرد و یک GenerationResult برمیگرداند — تصویر(های) صفحه بهاضافه یک قالب .omr JSON که مکان هر عنصر را توصیف میکند. GetTemplateProcessor(templateSource, validationLogic) یک فایل .omr ذخیرهشده قبلی (یا توصیفگر در-حافظه) را بارگذاری میکند و یک TemplateProcessor متصل به آن برمیگرداند.
from omr.api import OmrEngine, FormValidationLogic
engine = OmrEngine()
gen = engine.Generate("final-exam.txt")
gen.Save("out", "final-exam")
processor = engine.GetTemplateProcessor("out/final-exam.omr", FormValidationLogic.Ignore)
GenerationResult و MemoryGenerationResult
GenerationResult موارد ErrorCode، ErrorMessage، Template (توصیفکننده .omr بهعنوان رشتهٔ JSON)، TemplateImage و — برای قالبهای چندصفحهای — MultipageTemplateImages را افشا میکند. Save(folder, name) تصویر و توصیفکننده را روی دیسک مینویسد؛ SaveAsPdf() در این نسخه پیادهسازی نشده و NotImplementedError را پرتاب میکند. MemoryGenerationResult بهجای آن دادههای مشابه را بهصورت جریانهای در-حافظه میپیچند: GetImages() فهرستی از جریانهای تصویر در-حافظه را برمیگرداند، و GetOmr(encoding) توصیفکننده را بهعنوان یک جریان برمیگرداند — مفید زمانی که فراخوانی نمیخواهد بهطور کلی با سیستم فایل درگیر شود.
TemplateProcessor — شناسایی اسکنها
TemplateProcessor.Recognize(source, recognitionThreshold) یک تصویر اسکنشده را در مقابل قالبی که از آن ساخته شده است میخواند و یک RecognitionResult برمیگرداند. RecognizeFolder(folderPath, recognitionThreshold) همان شناسایی را بر روی همهٔ تصاویر یک پوشه در یک فراخوانی اجرا میکند و فهرستی از نتایج را برمیگرداند — که برای پردازش دستهای یک پشتهٔ اسکنها مناسب است. Recalculate(result, recognitionThreshold) نتیجهٔ قبلاً شناساییشده را با آستانهای متفاوت دوباره امتیازدهی میکند، بدون اینکه تصویر منبع را دوباره بخواند.
RecognitionResult — خواندن پاسخها
هر عنصر در RecognitionResult.OmrElements پیادهسازی IOmrElement را دارد، GetAnswer() و GetCsv() را برای هر عنصر افشا میکند، بههمراه QuestionName. در سطح نتیجه، GetCsv(encoding)، GetJson(encoding) و GetXml(encoding) کل نتیجه را صادر میکنند، هرکدام با یک گونهٔ مطابقتدهندهٔ ...AsStream که بهجای یک رشتهٔ ساده یک BytesIO برمیگرداند.
ImageCollection — قراردادن تصاویر در نشانهگذاری
ImageCollection یک نگاشت فقط-اضافهشونده، حساس به حروف بزرگ و کوچک است که نام را به بایتهای خام تصویر نگاشت میکند. Add(name, image) یک تصویر را ثبت میکند، Contains(name) بررسی میکند که آیا نام قبلاً ثبت شده است یا نه، و as_dict() نقشهٔ پشتیبان را برمیگرداند. سپس نشانهگذاری میتواند بهجای مسیر سیستمفایل، تصویر ثبتشده را با نام (?image=<name>) ارجاع دهد — که مفید است وقتی بایتهای تصویر از منبعی غیر از دیسک میآیند، مانند بارگذاری وب.
شروع سریع
git clone https://github.com/aspose-omr-foss/Aspose.OMR-FOSS-for-Python.git
cd Aspose.OMR-FOSS-for-Python
pip install -e .from omr.api import OmrEngine, FormValidationLogic
engine = OmrEngine()
gen = engine.Generate("final-exam.txt") # or a code-first TemplateConfig
gen.Save("out", "final-exam") # -> out/final-exam.png + out/final-exam.omr
processor = engine.GetTemplateProcessor("out/final-exam.omr", FormValidationLogic.Ignore)
result = processor.Recognize("scan.png") # -100 = auto-calibrated threshold
print(result.GetCsv()) # also GetJson() / GetXml()
منبع باز و مجوزها
Aspose.OMR FOSS برای Python تحت مجوز MIT است و بر روی GitHub میزبانی میشود. استفاده تجاری تحت همان شرایط هر پروژه دارای مجوز MIT مجاز است. برای ویژگیهای سازمانی و پشتیبانی تولید، به Aspose.OMR — Enterprise Product Family مراجعه کنید.