Inleiding

Aspose.OMR FOSS voor de openbare API van Python (omr.api) is opzettelijk klein: OmrEngine, TemplateProcessor, ImageCollection, en de FormValidationLogic enum. Deze post kijkt naar wat elk onderdeel doet en hoe ze met elkaar verbonden zijn in een genereer → herken → exporteer workflow.

De bibliotheek wordt geïmporteerd als import omr, heeft een MIT-licentie, en hangt alleen af van numpy, opencv-python en Pillow.


Wat er inbegrepen is

OmrEngine — een stateloze fabriek

OmrEngine houdt geen staat tussen oproepen. Generate(source, settings) accepteert of een markup-DSL-tekstbron of een code-first TemplateConfig boom, en retourneert een GenerationResult — de paginabeelden plus een .omr sjabloon JSON die de locatie van elk element beschrijft. GetTemplateProcessor(templateSource, validationLogic) laadt een eerder opgeslagen .omr bestand (of een in-memory descriptor) en retourneert een TemplateProcessor die eraan gebonden is.

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 en MemoryGenerationResult

GenerationResult maakt ErrorCode, ErrorMessage, Template (de .omr descriptor als een JSON string), TemplateImage, en — voor meerpagina-sjablonen — MultipageTemplateImages beschikbaar. Save(folder, name) schrijft de afbeelding en descriptor naar schijf; SaveAsPdf() is niet geïmplementeerd in deze release en veroorzaakt NotImplementedError. MemoryGenerationResult verpakt dezelfde gegevens als in-memory streams: GetImages() retourneert een lijst van in-memory afbeeldingsstreams, en GetOmr(encoding) retourneert de descriptor als een stream — handig wanneer een aanroeper de bestandssysteem helemaal wil vermijden.

TemplateProcessor — Scans herkennen

TemplateProcessor.Recognize(source, recognitionThreshold) leest één gescande afbeelding tegen het sjabloon waaruit deze is gemaakt en retourneert een RecognitionResult. RecognizeFolder(folderPath, recognitionThreshold) voert dezelfde herkenning uit over elke afbeelding in een map in één oproep, waarbij een lijst met resultaten wordt geretourneerd — handig voor batchverwerking van een stapel scans. Recalculate(result, recognitionThreshold) herscoreert een reeds herkende resultaat met een andere drempel, zonder de bronafbeelding opnieuw te lezen.

RecognitionResult — De antwoorden lezen

Elk element in RecognitionResult.OmrElements implementeert IOmrElement, waarbij GetAnswer() en GetCsv() per element worden blootgesteld, naast QuestionName. Op resultaatsniveau exporteren GetCsv(encoding), GetJson(encoding) en GetXml(encoding) het volledige resultaat, elk met een overeenkomstige ...AsStream variant die een BytesIO retourneert in plaats van een gewone string.

ImageCollection — Afbeeldingen insluiten in markup

ImageCollection is een alleen-aanvulbare, hoofdlettergevoelige map van een naam naar ruwe afbeeldingsbytes. Add(name, image) registreert een afbeelding, Contains(name) controleert of een naam al geregistreerd is, en as_dict() retourneert de onderliggende map. Markup kan vervolgens een geregistreerde afbeelding per naam (?image=<name>) aanroepen in plaats van een bestandspad — handig wanneer de afbeeldingsbytes van ergens anders komen dan de schijf, bijvoorbeeld een webupload.


Snelle start

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()

Open source & licenties

Aspose.OMR FOSS voor Python is gelicentieerd onder de MIT-licentie en gehost op GitHub. Commercieel gebruik is toegestaan onder dezelfde voorwaarden als elk MIT-gelicentieerd project. Voor enterprise-functies en productieondersteuning, zie Aspose.OMR — Enterprise Product Family.


Aan de slag

Gerelateerde bronnen