Вступ
Aspose.OMR FOSS для публічного API Python (omr.api) навмисно невеликий: OmrEngine, TemplateProcessor, ImageCollection та enum FormValidationLogic. У цьому дописі розглядаються функції кожного з них і те, як вони пов’язані у процесі generate → recognize → export.
Бібліотека імпортується як import omr, має ліцензію MIT і залежить лише від numpy, opencv-python та Pillow.
Що включено
OmrEngine — безстанова фабрика
OmrEngine не зберігає стан між викликами. Generate(source, settings) приймає або джерело тексту у форматі markup-DSL, або дерево TemplateConfig у код-першому підході та повертає GenerationResult — зображення(я) сторінки плюс шаблон .omr JSON, що описує розташування кожного елементу. GetTemplateProcessor(templateSource, validationLogic) завантажує раніше збережений файл .omr (або дескриптор у пам’яті) і повертає TemplateProcessor, прив’язаний до нього.
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 та MemoryGenerationResult
GenerationResult надає ErrorCode, ErrorMessage, Template (дескриптор .omr як рядок JSON), TemplateImage і — для багатосторінкових шаблонів — MultipageTemplateImages. Save(folder, name) записує зображення та дескриптор на диск; SaveAsPdf() не реалізовано в цьому випуску і викликає NotImplementedError. MemoryGenerationResult обгортає ті ж дані у потоки в пам’яті: GetImages() повертає список потоків зображень у пам’яті, а GetOmr(encoding) повертає дескриптор як потік — корисно, коли викликаючий не хоче взаємодіяти з файловою системою.
TemplateProcessor — розпізнавання сканів
TemplateProcessor.Recognize(source, recognitionThreshold) читає одне відскановане зображення за шаблоном, з якого воно було створене, і повертає RecognitionResult. RecognizeFolder(folderPath, recognitionThreshold) виконує те саме розпізнавання для кожного зображення у теці одним викликом, повертаючи список результатів — зручно для пакетної обробки стеку сканів. Recalculate(result, recognitionThreshold) переоцінює вже розпізнаний результат з іншим порогом, не перечитуючи вихідне зображення.
RecognitionResult — читання відповідей
Кожен елемент у RecognitionResult.OmrElements реалізує IOmrElement, надаючи GetAnswer() і GetCsv() для кожного елементу, поряд з QuestionName. На рівні результату GetCsv(encoding), GetJson(encoding) і GetXml(encoding) експортують весь результат, кожен з відповідним варіантом ...AsStream, який повертає BytesIO замість простого рядка.
ImageCollection — вбудовування зображень у розмітку
ImageCollection — це карта лише для додавання, чутлива до регістру, що відображає ім’я у необроблені байти зображення. Add(name, image) реєструє зображення, Contains(name) перевіряє, чи ім’я вже зареєстровано, а as_dict() повертає базову карту. Тоді розмітка може посилатися на зареєстроване зображення за ім’ям (?image=<name>) замість шляху у файловій системі — корисно, коли байти зображення надходять не з диска, а, наприклад, через веб-завантаження.
Швидкий старт
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()
Відкрите ПЗ та ліцензування
Aspose.OMR FOSS для Python має ліцензію MIT і розміщений на GitHub. Комерційне використання дозволено на тих самих умовах, що й будь-який проєкт під ліцензією MIT. Для функцій корпоративного рівня та підтримки у виробництві дивіться Aspose.OMR — Enterprise Product Family.