Google Drive是存儲、組織和分析文件如文檔、圖片和視頻等的完美服務(wù)。但是，TIFF和其他光柵圖像文件很容易被忽略，因?yàn)镚oogle Drive的搜索功能非常有限。有了LEADTOOLS，就能使用OCR 文字識別提取每個(gè)項(xiàng)的文本，并將它添加到IndexableTextData中。這些完成后，就可以像搜索基于文本的文檔如DOC或PDF一樣搜索光柵圖像文件了。

例如，有四個(gè)上傳到Google Drive的普通TIFF文件。五個(gè)文件依次命名為OCR1到OCR4，因此只有基于文件名的搜索能力并不是完全有用的。

對于人類的眼睛來說，這些圖片只是文本，但是Google Drive只會將這些圖像看做普通圖片，當(dāng)我們嘗試搜索掃描文件的內(nèi)部內(nèi)容時(shí)不會返回任何東西。

當(dāng)無法搜索文件時(shí)，你的Google會變成什么樣子？幸運(yùn)的是，Google Drive讓你不再迷茫，當(dāng)搜索文本時(shí)，使用每個(gè)文檔自定義的IndexableTextData元數(shù)據(jù)就可以了。在下面的例子中，我們?yōu)槟故玖巳绾问褂肎oogle Drive找到基于文本內(nèi)容的TIFF文檔，且無需修改原始圖像。

連接到Google Drive

應(yīng)用程序的第一步是啟用我們應(yīng)用程序的Google Drive，檢索ClientID和ClientSecret。在使用Google Drive API上傳和修改TIFF文件時(shí)，我們會需要這些屬性。然后，我們必須下載Google客戶端庫并在我們的解決方案中引用它。

關(guān)于設(shè)置.NET應(yīng)用程序與Google Drive相連接的更多詳細(xì)信息，

請?jiān)L問 。

在應(yīng)用程序中，我們會在WebBrowser中打開用戶授權(quán)Url，這樣用戶就可以輸入Google的用戶名和密碼。當(dāng)用戶登錄后，我們可以從WebBrowser控件中獲取授權(quán)信息。現(xiàn)在應(yīng)用程序登錄并授權(quán)訪問Google Drive，我們就能在賬戶中搜索所有的TIFF文件了。

FileList fileList = googleDriveHelper.GetFilesList();
IEnumerable<File> tiffFilesEnumerable =
fileList.Items.Where(
   file => file.MimeType == "image/tiff" 
   && file.ExplicitlyTrashed != true 
   && file.UserPermission.Role == "owner");
 foreach (File file in tiffFilesEnumerable)
{
   UpdateIndexableTextData(file);
}

使用LEADTOOLS OCR

最后，我們可以使用LEADTOOLS OCR文字識別引擎來獲取每個(gè)TIFF文件的文本。

創(chuàng)建 IOcrEngine和IOcrDocument后，RecognizeText方法會返回一個(gè)字符串值，它是從頁面中提取的全部內(nèi)容，然后在 Google Drive中更新IndexableTextData元數(shù)據(jù)。

void UpdateIndexableTextData(File file) 
{  
   StringBuilder indexableText = new StringBuilder();  
   // 獲取文檔的一個(gè).NET流  
   using (System.IO.Stream stream = googleDriveHelper.GetFileAsStream(file))  
   {  
      // 創(chuàng)建LEADTOOLS OCR引擎的一個(gè)實(shí)例  
      using (IOcrEngine ocrEngine =  
         OcrEngineManager.CreateEngine(OcrEngineType.Advantage, false))  
      {  
         // 使用默認(rèn)參數(shù)啟動引擎  
         ocrEngine.Startup(null, null, null, null);  

 
         // 獲取文檔的頁數(shù)  
         int pageCount;  
         using (CodecsImageInfo imageInfo =   
            ocrEngine.RasterCodecsInstance.GetInformation(stream, true))  
         {  
            pageCount = imageInfo.TotalPages;  
         }  

 
         // 創(chuàng)建OCR文檔  
         using (IOcrDocument ocrDocument = ocrEngine.DocumentManager.CreateDocument())  
         {  
            // 識別文檔中的每一個(gè)頁面  
            for (int page = 1; page <= pageCount; page++)  
            {  
               ocrDocument.Pages.AddPages(stream, page, page, null);  

 
               // GGoogle Drive特定的可索引文本設(shè)置  
               indexableText.AppendFormat(  
                  "<section attribute=\"Page{0}\">", page);  
               // 添加OCR文本  
               indexableText.Append(ocrDocument.Pages[0].RecognizeText(null));  
               indexableText.Append("</section>");  

 
               // 清理文檔，為下一頁做準(zhǔn)備  
               ocrDocument.Pages.Clear();  
            }  
         }  
      }  
   }  

 
   file.IndexableText = new File.IndexableTextData();  

 
   file.IndexableText.Text = indexableText.ToString();  

 
   googleDriveHelper.UpdateFileMetadata(file);  
}

現(xiàn)在我們已經(jīng)處理了Google Drive中的所有TIFF文件，即使它們在技術(shù)上是沒有文本數(shù)據(jù)的圖片，也可以通過文檔中的搜索來定位。