مجموعة أدوات التعرف على العلامات البصرية

نظرة عامة

هل تبحث عن مكتبة OMR في جافا فعالة ومليئة بالميزات؟ هل ترغب في التعرف على العلامات البصرية في الصور الممسوحة ضوئياً؟ استكشف Aspose.OMR لجافا، مكتبة فئات جافا مصممة لحلول مجموعة أدوات التعرف على العلامات البصرية في التطبيقات القائمة على جافا. إليك نظرة سريعة على ميزات هذه واجهة برمجة التطبيقات في جافا، توضح كيفية استخدامها للتعرف على العلامات البصرية عبر تنسيقات الصور المختلفة والحصول على البيانات التي تم وضع علامات عليها بواسطة الإنسان من الاستطلاعات أو الاستبيانات أو الاختبارات التي تحتوي على أسئلة متعددة الخيارات.

إنشاء قالب OMR ديناميكياً باستخدام مكتبة OMR في جافا

تقدم Aspose.OMR لجافا مجموعة شاملة من الميزات من إنشاء قوالب OMR إلى التعرف على العلامات البصرية لالتقاط البيانات. تدعم هذه مجموعة أدوات التعرف على العلامات البصرية إنشاء ملفات أو صور قوالب OMR من علامات نصية بسيطة. لإنشاء القالب، يمكنك تمرير العلامة النصية إلى واجهة برمجة التطبيقات، مما يتيح إنشاء القالب تلقائيًا. أدناه نموذج لعلامة نصية لقالب OMR:

?text=اسم__________________________________ التاريخ____________

?grid=ID
sections_count=8
#ما هي الوظيفة الرئيسية لـ Aspose.OMR؟
() التعرف الضوئي على الحروف () التقاط البيانات التي وضع عليها علامات من قبل الإنسان
() لا توجد وظيفة رئيسية () تحسين الصور
#هل يمكن لـ Aspose.OMR معالجة الصور أيضًا؟
() نعم، بالتأكيد! () لا
#Aspose.OMR متاحة على أي منصة، لأنها:
() كود متعدد المنصات () خدمة سحابية
#تعمل Aspose.OMR مع أي نوع من نماذج OMR: الاختبارات، الامتحانات، الاستبيانات، الاستطلاعات، إلخ.
() نعم، بالتأكيد! () لا
#يمكن تحقيق نتائج تمييز ممتازة فقط للبقع المملوءة على الأقل لـ:
() 40% () 60% () 75% () 98%
#هل يجب عليك وضع علامة على كل سؤال في الصفحة؟
(نعم) نعم، سيساعد ذلك كثيرًا! (لا) لا
#قيم تفضيلك من 0 إلى 9 مع "0" كونه تفضيل نحو الأداء و"9" كونه تفضيل نحو المرونة.
(0) (1) (2) (3) (4) (5) (6) (7) (8) (9)
#وجدت أن Aspose OMR أداة مفيدة. (5 - أوافق بشدة، 1 - أختلف بشدة)
(5) (4) (3) (2) (1)

?text= قسم ورقة الإجابة
?answer_sheet=الأسئلة الرئيسية
elements_count=10
columns_count=5

?text=توقيع________________________________

يمكنك حفظ هذه العلامة النصية في ملف نصي بامتداد .txt. بعد الانتهاء، تتبع خطوات إنشاء القالب ما يلي:

إليك كيفية عرض جزء من الكود في جافا يظهر إنشاء القالب من العلامة النصية.

الناتج

مكتبة OMR في جافا
**.

التعرف على العلامات البصرية (OMR) في الصور باستخدام جافا

لإجراء التعرف على العلامات البصرية (OMR) على الصور، تحتاج فقط إلى مكونين: قالب OMR المعد (مع امتداد .omr) والنماذج أو الأوراق المملوءة من قبل المستخدم التي ترغب في تحليلها. بدعم من مجموعة أدوات التعرف على العلامات البصرية، تسهل واجهة برمجة التطبيقات OMR لمختلف تنسيقات الصور، بما في ذلك:

خطوات إجراء OMR على الصور هي كما يلي:

يقدم أدناه نموذج كود يوضح كيفية التعرف على العلامات البصرية في الصور باستخدام جافا.

استخدام عتبة تعريف مخصصة لـ OMR

يمكنك أيضًا تحسين نتائج OMR من خلال تحديد عتبة مخصصة تتراوح بين 0 إلى 100 عند استخدام مجموعة أدوات التعرف على العلامات البصرية. تزيد زيادة العتبة من صرامة واجهة برمجة التطبيقات في التعرف على الإجابات. يمكن تعيين قيم العتبة في طريقة TemplateProcessor.recognizeImage() كمعامل ثانٍ، كما هو موضح في نموذج كود جافا التالي.

.

إعادة حساب نتائج OMR باستخدام مجموعة أدوات التعرف على العلامات البصرية

في بعض الحالات، قد ترغب في إعادة حساب نتائج OMR باستخدام قيم عتبة مختلفة. بدلاً من استدعاء TemplateProcessor.recognizeImage() بشكل متكرر، يمكنك تحسين كفاءة معالجة الصور من خلال تكوين واجهة برمجة التطبيقات لإعادة الحساب التلقائي باستخدام طريقة TemplateProcessor.recalculate() المقدمة من مجموعة أدوات التعرف على العلامات البصرية. يوضح نموذج الكود التالي كيفية تنفيذ إعادة حساب نتائج OMR.

إذا كانت لديك أي استفسارات أو تحتاج إلى مساعدة بشأن مكتبة OMR في جافا، لا تتردد في التواصل معنا عبر المنتدى.

انظر أيضًا