概述
您是否在尋找高效且功能豐富的 Java OMR 庫？您是否希望在掃描的圖像中識別光學標記？探索 Aspose.OMR for Java，這是一個專為基於 Java 的應用程序設計的光學標記識別 SDK 解決方案的 Java 類庫。以下是此 Java API 的功能簡要概述，演示如何用它來識別各種圖像格式中的光學標記，並從包含多選題的調查、問卷或測試中獲取 人工標記數據。
使用 Java OMR 庫動態創建 OMR 模板
Aspose.OMR for Java 提供了從創建 OMR 模板到識別光學標記以捕獲數據的全面功能套件。此 光學標記識別 SDK 支持從簡單的文本標記生成 OMR 模板文件或圖像。要生成模板，您可以將文本標記傳遞給 API，從而啟用自動模板創建。以下是 OMR 模板的示例文本標記：
?text=姓名__________________________________ 日期____________
?grid=ID
sections_count=8
#Aspose.OMR 的主要功能是什麼？
() OCR () 捕獲人工標記數據
() 沒有主要功能 () 增強圖像
#Aspose.OMR 能否處理照片？
() 是的，確實可以！ () 不是
#Aspose.OMR 可以在任何平台上使用，因為它是：
() 跨平台代碼 () 雲服務
#Aspose.OMR 可用於任何類型的 OMR 表單：測試、考試、問卷、調查等。
() 是的，確實可以！ () 不是
#只有填滿的泡泡才能達到優秀的識別結果，至少需要：
() 40% () 60% () 75% () 98%
#您需要在頁面上的每個問題上標記嗎？
(是) 是的，那會有很大幫助！ (否) 不是
#請將您的偏好從 0 到 9 進行評分，"0" 表示偏向性能，"9" 表示偏向靈活性。
(0) (1) (2) (3) (4) (5) (6) (7) (8) (9)
#我發現 Aspose OMR 是一個有用的工具。(5 - 非常同意，1 - 非常不同意)
(5) (4) (3) (2) (1)
?text= 答案表部分
?answer_sheet=MainQuestions
elements_count=10
columns_count=5
?text=簽名________________________________
您可以將此文本標記保存在擴展名為 .txt 的文本文件中。完成後，模板生成的步驟如下：
- 創建一個 OmrEngine 對象。
- 調用 OmrEngine.generateTemplate() 方法，該方法接受標記文本文件的路徑。
- 使用 GenerationResult.save 方法保存模板。
以下是 Java 中的示例代碼片段，顯示如何從文本標記生成模板。
輸出
使用 Java 對圖像進行光學標記識別 (OMR)
要對圖像執行光學標記識別 (OMR)，您只需要兩個組件：準備好的 OMR 模板 (.omr) 和您希望分析的用戶填寫的表單或試卷。借助 光學標記識別 SDK 的支持，API 促進了對各種圖像格式的 OMR，包括：
對圖像執行 OMR 的步驟如下：
- 創建 OmrEngine 對象。
- 創建 TemplateProcessor 對象並使用 OMR 模板的路徑初始化它。
- 使用 TemplateProcessor.recognizeImage() 方法識別圖像，並以 CSV 或 JSON 格式獲取結果。
以下是演示如何使用 Java 在圖像中識別光學標記的代碼示例。
使用自定義識別閾值進行 OMR
您還可以通過在使用 光學標記識別 SDK 時定義 0 到 100 的自定義閾值來微調 OMR 結果。提高閾值使 API 在識別答案時更加嚴格。閾值可以在 TemplateProcessor.recognizeImage() 方法中作為第二個參數設置，如以下 Java 代碼示例所示。
.
使用光學標記識別 SDK 重新計算 OMR 結果
在某些情況下，您可能希望使用不同的閾值重新計算 OMR 結果。您可以通過配置 API 以自動重新計算來提高圖像處理效率，而不是反覆調用 TemplateProcessor.recognizeImage()，使用 光學標記識別 SDK 提供的 TemplateProcessor.recalculate() 方法。以下代碼示例演示了如何實現 OMR 結果的重新計算。
如果您有任何問題或需要有關我們的 Java OMR 庫的幫助，請隨時在我們的 論壇 上與我們聯繫。