浏览我们的产品
<dependency>
<groupId>com.aspose</groupId>
<artifactId>aspose-omr</artifactId>
<version>19.12</version>
</dependency>
compile(group: 'com.aspose', name: 'aspose-omr', version: '19.12')
<dependency org="com.aspose" name="aspose-omr" rev="19.12">
<artifact name="aspose-omr" ext="jar"/>
</dependency>libraryDependencies += "com.aspose" % "aspose-omr" % "19.12"执行OMR的Java API
家 | 产品页面 | 文档 | 演示 | API参考 | 例子 | 博客 | 搜索 | 免费支持 | 临时许可
Aspose.OMR for Java是一个Java类库，它提供了API，可以从OMR数字化的片段图像中识别光标记。它可用于识别BMP，JPG，TIF，TIFF，GIF等各种图像格式的光标记。 API允许从文档表格，调查，问卷，多项选择检查文件和其他测试中捕获人类标记的数据。使用此解决方案，可以以高精度识别扫描的图像甚至照片。识别基于模板标记，该模板标记包含要从扫描图像中识别的元素的图形映射。
OMR API功能
- 识别扫描的图像和照片。
- 能够处理旋转和透视图（侧视图）图像的能力。
- 识别来自测试，考试，问卷，调查等的数据。
- 高精度率和以“ CSV”和`json’文件格式导出结果的能力。
-创建OMR模板来自文本标记。
将OMR结果保存为
CSV，JSON
读取OMR的图像
JPEG，PNG，GIF，TIFF，BMP
支持环境
- ** Microsoft Windows：** Windows Desktop＆Server（X86，X64）
- ** macOS：** Mac OS X
- ** Linux：** Ubuntu，Opensuse，Centos等
- ** java版本：**``j2se 7.0（1.7）
，j2se 8.0（1.8）`或更高版本
开始
Aspose.omr Java API托管在Aspose存储库。您可以直接在使用简单配置的Maven项目中轻松地将Aspose.omr用于Java API。有关详细说明，请访问Installing Aspose.OMR for Java from Maven Repository文档页面。
使用Java在图像上执行OMR操作
// For complete examples and data files, please go to https://github.com/aspose-omr/Aspose.OMR-for-Java
String TemplateName = "Sheet.omr";
String[] UserImages = new String[] { "Sheet1.jpg", "Sheet2.jpg" };
String[] UserImagesNoExt = new String[] { "Sheet1", "Sheet2" };
String sourceDirectory = Utils.getSourceDirectory();
String outputDirectory = Utils.combine(Utils.getOutputDirectory(), "Result");
String templatePath = Utils.combine(Utils.getSourceDirectory(), TemplateName);
// initialize engine and get template processor providing path to the .omr file
OmrEngine engine = new OmrEngine();
TemplateProcessor templateProcessor = engine.getTemplateProcessor(templatePath);
System.out.println("Template loaded.");
// images loop
for (int i = 0; i < UserImages.length; i++) {
// path to the image to be recognized
String imagePath = Utils.combine(sourceDirectory, UserImages[i]);
System.out.println("Processing image: " + imagePath);
// recognize image and receive result
RecognitionResult result = templateProcessor.recognizeImage(imagePath);
// export results as csv string
String csvResult = result.getCsv();
String json = result.getJson();
// save csv to the output folder
PrintWriter wr = new PrintWriter(new FileOutputStream(Utils.combine(outputDirectory, UserImagesNoExt[i] + ".csv")), true);
wr.println(csvResult);
}
