บทนำ

Aspose.OMR FOSS สำหรับ Python ของสาธารณะ API (omr.api) มีขนาดเล็กโดยเจตนา: OmrEngine, TemplateProcessor, ImageCollection, และ enum FormValidationLogic. บทความนี้จะพิจารณาว่าแต่ละอย่างทำอะไรและเชื่อมต่อกันอย่างไรในกระบวนการ generate → recognize → export.

ไลบรารีนี้นำเข้าเป็น import omr, มีลิขสิทธิ์ MIT, และขึ้นอยู่เพียง numpy, opencv-python, และ Pillow.


สิ่งที่รวมอยู่

OmrEngine — โรงงานแบบไม่มีสถานะ

OmrEngine ไม่เก็บสถานะระหว่างการเรียกใช้. Generate(source, settings) ยอมรับแหล่งข้อความ markup-DSL หรือโครงสร้างต้นไม้ TemplateConfig แบบ code-first, และคืนค่า GenerationResult — ภาพหน้า(หลายหน้า) พร้อมเทมเพลต .omr JSON ที่อธิบายตำแหน่งของแต่ละองค์ประกอบ. GetTemplateProcessor(templateSource, validationLogic) โหลดไฟล์ .omr ที่บันทึกไว้ก่อนหน้า (หรือ descriptor ที่อยู่ในหน่วยความจำ) และคืนค่า TemplateProcessor ที่ผูกกับมัน.

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 และ MemoryGenerationResult

GenerationResult เปิดเผย ErrorCode, ErrorMessage, Template (คำอธิบาย .omr ในรูปแบบสตริง JSON), TemplateImage, และ — สำหรับเทมเพลตหลายหน้า — MultipageTemplateImages. Save(folder, name) เขียนภาพและคำอธิบายลงดิสก์; SaveAsPdf() ยังไม่ได้ทำในรุ่นนี้และจะโยน NotImplementedError. MemoryGenerationResult จะห่อหุ้มข้อมูลเดียวกันเป็นสตรีมในหน่วยความจำแทน: GetImages() คืนรายการสตรีมภาพในหน่วยความจำ, และ GetOmr(encoding) คืนคำอธิบายเป็นสตรีม — มีประโยชน์เมื่อผู้เรียกไม่ต้องการสัมผัสไฟล์ระบบเลย.

TemplateProcessor — การจดจำการสแกน

TemplateProcessor.Recognize(source, recognitionThreshold) อ่านภาพสแกนหนึ่งภาพเทียบกับเทมเพลตที่สร้างจากมันและคืนค่า RecognitionResult. RecognizeFolder(folderPath, recognitionThreshold) ทำการจดจำเดียวกันกับทุกภาพในโฟลเดอร์ในหนึ่งครั้ง, คืนรายการผลลัพธ์ — สะดวกสำหรับการประมวลผลเป็นชุดของสแกนหลายภาพ. Recalculate(result, recognitionThreshold) ให้คะแนนผลลัพธ์ที่จดจำแล้วใหม่ด้วยเกณฑ์ที่ต่างกัน, โดยไม่ต้องอ่านภาพต้นฉบับอีกครั้ง.

RecognitionResult — การอ่านคำตอบ

แต่ละองค์ประกอบใน RecognitionResult.OmrElements implements IOmrElement, เปิดเผย GetAnswer() และ GetCsv() ต่อองค์ประกอบ, พร้อมกับ QuestionName. ในระดับผลลัพธ์, GetCsv(encoding), GetJson(encoding), และ GetXml(encoding) ส่งออกผลลัพธ์ทั้งหมด, แต่ละรายการมีรูปแบบ ...AsStream ที่สอดคล้องกันซึ่งคืนค่า BytesIO แทนสตริงธรรมดา.

ImageCollection — การฝังภาพในมาร์กอัป

ImageCollection เป็นแผนที่แบบเพิ่มต่อท้ายเท่านั้น, ตัวพิมพ์ใหญ่-เล็กแยกจากชื่อไปยังไบต์ภาพดิบ. Add(name, image) ลงทะเบียนภาพ, Contains(name) ตรวจสอบว่าชื่อได้ลงทะเบียนแล้วหรือยัง, และ as_dict() คืนแผนที่พื้นฐาน. จากนั้นมาร์กอัปสามารถอ้างอิงภาพที่ลงทะเบียนโดยชื่อ (?image=<name>) แทนเส้นทางไฟล์ระบบ — มีประโยชน์เมื่อไบต์ภาพมาจากแหล่งอื่นที่ไม่ใช่ดิสก์, เช่นการอัปโหลดผ่านเว็บ.


เริ่มต้นอย่างรวดเร็ว

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()

โอเพ่นซอร์สและการให้สิทธิ์

Aspose.OMR FOSS สำหรับ Python มีสัญญาอนุญาต MIT และโฮสต์บน GitHub. การใช้งานเชิงพาณิชย์ได้รับอนุญาตตามเงื่อนไขเดียวกับโครงการที่ใช้สัญญาอนุญาต MIT ใด ๆ. สำหรับคุณลักษณะระดับองค์กรและการสนับสนุนการผลิต, ดู Aspose.OMR — Enterprise Product Family.


เริ่มต้นใช้งาน

แหล่งข้อมูลที่เกี่ยวข้อง