Khmer OCR ជាស៊ី # និងអិន។ ណេស

កំណែផ្សេងទៀតនៃឯកសារនេះ៖

IronOCR គឺជាសមាសធាតុកម្មវិធី C#ដែលអនុញ្ញាតឱ្យអ្នកសរសេរកូដណេតអាចអានអត្ថបទពីរូបភាពនិងឯកសារ PDF ជា ១២៦ ភាសារួមទាំងភាសាខ្មែរផងដែរ។

វាគឺជាសមនៃ Tesseract ទំនើបដែលត្រូវបានបង្កើតឡើងសម្រាប់អ្នកអភិវឌ្ឍន៍អិន។ ណេតនិងជាជាងម៉ាស៊ីន Tesseract ផ្សេងទៀតជាទៀងទាត់សម្រាប់ល្បឿននិងភាពត្រឹមត្រូវ។

មាតិកានៃ IronOcr.Languages.Khmer

កញ្ចប់នេះមាន ១០២ ភាសា OCR សំរាប់។ ណេតៈ

ខ្មែរ
ខ្មែរប៊ែស
KhmerFast
អក្សរខ្មែរ
KhmerAlphabetBest
KhmerAlphabetFast

ទាញយក

កញ្ចប់ភាសារ ខ្មែរ [ខ្មែរ]
* Download as ហ្ស៊ីប
* Install with as https://www.nuget.org/packages/IronOcr.Languages.Khmer/'> NuGet

ការដំឡើង

រឿងដំបូងដែលយើងត្រូវធ្វើគឺតំឡើងកញ្ចប់ ខ្មែរ អូអររបស់យើងទៅគំរោងអិនណេតរបស់អ្នក។

PM> Install-Package IronOCR.Languages.Khmer

ឧទាហរណ៍កូដ

ឧទាហរណ៍កូដ C#នេះអានអត្ថបទជាភាសាខ្មែរពីឯកសាររូបភាពឬឯកសារ PDF ។

//PM> Install-Package IronOcr.Languages.Khmer
using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;
using (var Input = new OcrInput(@"images\Khmer.png"))
{
var Result = Ocr.Read(Input);
Var AllText = Result.Text
}

//PM> Install-Package IronOcr.Languages.Khmer
using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;
using (var Input = new OcrInput(@"images\Khmer.png"))
{
var Result = Ocr.Read(Input);
Var AllText = Result.Text
}

'PM> Install-Package IronOcr.Languages.Khmer
Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Khmer
Using Input = New OcrInput("images\Khmer.png")
Dim Result = Ocr.Read(Input)
Dim AllText As Var = Result.Text
End Using

VB C#

ហេតុអ្វីត្រូវជ្រើសរើស IronOCR?

ដែកអូអឹមអេសគឺជាបណ្ណាល័យងាយស្រួលតំឡើងពេញលេញនិងមានឯកសារត្រឹមត្រូវ។ បណ្ណាល័យសូហ្វវែរណេត។

ជ្រើសរើស IronOCR ដើម្បីទទួលបាន ៩៩,៨% + OCR ភាពត្រឹមត្រូវ ដោយមិនប្រើប្រាស់សេវាកម្មគេហទំព័រខាងក្រៅថ្លៃឈ្នួលបន្តរឺផ្ញើឯកសារសំងាត់តាមអ៊ិនធរណេត។

ហេតុអ្វីបានជាអ្នកអភិវឌ្ឍន៍ C#ជ្រើសរើសយក IronOCR លើវ៉ាន់នីឡា Tesseract៖

ដំឡើងជាឌី។ អេ។ ឌី។ អេ។ ឌី។ ឌី។ ត
រួមបញ្ចូលសម្រាប់ម៉ាស៊ីន Tesseract 5, 4 និង 3 ម៉ាស៊ីនចេញពីប្រអប់។
ភាពត្រឹមត្រូវ ៩៩,៨% ខ្ពស់ជាងការធ្វើនាវាធម្មតា។
ល្បឿននៃការឆេះនិងការផ្សព្វផ្សាយច្រើន
MVC, WebApp, Desktop, Console និង Server Application ត្រូវគ្នា
មិនមានលេខកូដ Ex ឬ C ++ ដើម្បីធ្វើការជាមួយទេ
ការគាំទ្រ OCR PDF ពេញលេញ
ដើម្បីអនុវត្ត OCR ស្ទើរតែគ្រប់ឯកសាររូបភាពឬជាឯកសារ PDF
ការគាំទ្រយ៉ាងពេញទំហឹងចំពោះបណ្តាញណេតណេតស្ដង់ដារនិងហ្វ្រេកវ៉កឃឺ
ដាក់ពង្រាយនៅលើប្រព័ន្ធប្រតិបត្តិការ Windows, Mac, លីនុច, Azure, Docker, Lambda, AWS
អានលេខកូដនិងលេខកូដ QR
នាំចេញ OCR ជា XHTML
នាំចេញ OCR ទៅឯកសារ PDF ដែលអាចស្វែងរកបាន
ការគាំទ្រពហុភាសា
ភាសាអន្តរជាតិចំនួន ១២៦ ត្រូវបានគ្រប់គ្រងតាមរយៈឯកសារ NuGet ឬ OcrData
ស្រង់រូបភាពសំរបសំរួលស្ថិតិនិងពុម្ពអក្សរ។ មិនត្រឹមតែអត្ថបទទេ។
អាចត្រូវបានប្រើដើម្បីចែកចាយ Tesseract OCR នៅខាងក្នុងកម្មវិធីពាណិជ្ជកម្មនិងកម្មសិទ្ធ។

ដែក OCR រះនៅពេលធ្វើការជាមួយរូបភាពពិភពពិតនិងឯកសារមិនល្អឥតខ្ចោះដូចជារូបថតឬស្កេនគុណភាពបង្ហាញទាបដែលអាចមានសម្លេងរំខានឌីជីថលឬភាពមិនល្អឥតខ្ចោះ។

បណ្ណាល័យ OCR ឥតគិតថ្លៃ ផ្សេងទៀតសម្រាប់វេទិកាអិន។ ណេត APIs និងសេវាកម្មគេហទំព័រដែលមិនដំណើរការបែបនេះមិនដំណើរការល្អទេលើករណីប្រើប្រាស់ពិភពពិតទាំងនេះ។

OCR ជាមួយ Tesseract 5 - ចាប់ផ្តើមសរសេរកូដក្នុង C #

គំរូកូដខាងក្រោមបង្ហាញពីភាពងាយស្រួលក្នុងការអានអត្ថបទពីរូបភាពដោយប្រើ C#ឬ VB ។ ណេត។

វ័នលីន

string Text = new IronTesseract().Read(@"img\Screenshot.png").Text;

string Text = new IronTesseract().Read(@"img\Screenshot.png").Text;

Dim Text As String = (New IronTesseract()).Read("img\Screenshot.png").Text

VB C#

ហេឡូវើលដ៍ដែលអាចកំណត់បាន

// PM> Install-Package IronOCR.Languages.Khmer
using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;
using (var Input = new OcrInput()){
Input.AddImage("images/sample.jpeg")
//... អ្នកអាចបន្ថែមចំនួនរូបភាពណាមួយ
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}

// PM> Install-Package IronOCR.Languages.Khmer
using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;
using (var Input = new OcrInput()){
Input.AddImage("images/sample.jpeg")
//... អ្នកអាចបន្ថែមចំនួនរូបភាពណាមួយ
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}

' PM> Install-Package IronOCR.Languages.Khmer
Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Khmer
Using Input = New OcrInput()
Input.AddImage("images/sample.jpeg") var Result = Ocr.Read(Input)
Console.WriteLine(Result.Text)
End Using

VB C#

C#PDF OCR

វិធីសាស្រ្តដូចគ្នាអាចត្រូវបានប្រើដើម្បីទាញយកអត្ថបទពីឯកសារ PDF ណាមួយ។

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;
using (var input = new OcrInput())
{
input.AddPdf("example.pdf", "password");
// យើងក៏អាចជ្រើសរើសលេខសម្គាល់ទំព័រ PDF ជាក់លាក់ទៅ OCR

var Result = Ocr.Read(input);

Console.WriteLine(Result.Text);
Console.WriteLine($"{Result.Pages.Count()} Pages");
// ១ ទំព័រសំរាប់រាល់ទំព័រនៃឯកសារ PDF
}

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;
using (var input = new OcrInput())
{
input.AddPdf("example.pdf", "password");
// យើងក៏អាចជ្រើសរើសលេខសម្គាល់ទំព័រ PDF ជាក់លាក់ទៅ OCR

var Result = Ocr.Read(input);

Console.WriteLine(Result.Text);
Console.WriteLine($"{Result.Pages.Count()} Pages");
// ១ ទំព័រសំរាប់រាល់ទំព័រនៃឯកសារ PDF
}

Dim Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Khmer
Using input = New OcrInput()
input.AddPdf("example.pdf", "password")
' យើងក៏អាចជ្រើសរើសលេខសម្គាល់ទំព័រ PDF ជាក់លាក់ទៅ OCR

Dim Result = Ocr.Read(input)

Console.WriteLine(Result.Text)
Console.WriteLine($"{Result.Pages.Count()} Pages")
' ១ ទំព័រសំរាប់រាល់ទំព័រនៃឯកសារ PDF
End Using

VB C#

OCR សម្រាប់ពហុភីធីអិលធីភី

OCR ការអានទ្រង់ទ្រាយឯកសារ TIFF រួមទាំងឯកសារទំព័រជាច្រើន។ TIFF ក៏អាចត្រូវបានបំលែងដោយផ្ទាល់ទៅជាឯកសារ PDF ជាមួយនឹងអត្ថបទដែលអាចស្វែងរកបាន។

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;

using (var Input = new OcrInput()){
input.AddMultiFrameTiff("multi - frame.tiff");
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;

using (var Input = new OcrInput()){
input.AddMultiFrameTiff("multi - frame.tiff");
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Khmer

Using Input = New OcrInput()
input.AddMultiFrameTiff("multi - frame.tiff")
Dim Result = Ocr.Read(Input)
Console.WriteLine(Result.Text)
End Using

VB C#

លេខកូដនិង QR

លក្ខណៈពិសេសប្លែកមួយនៃដែកអូអឹមគឺវាអាចអានលេខកូដនិងលេខកូដ QR ពីឯកសារនៅពេលវាកំពុងស្កេនអត្ថបទ ឧទាហរណ៍នៃថ្នាក់ OcrResult.OcrBarcode ផ្តល់ឱ្យអ្នកអភិវឌ្ឍន៍នូវព័ត៌មានលម្អិតអំពីលេខកូដស្កេននីមួយៗ។

// using IronOcr;
var Ocr = new IronTesseract();
Ocr.Configuration.ReadBarCodes = true;

using (var input = new OcrInput())
{
input.AddImage("img/Barcode.png");
var Result = Ocr.Read(input);
foreach (var Barcode in Result.Barcodes)
{
Console.WriteLine(Barcode.Value);
// ប្រភេទនិងលក្ខណៈសម្បត្តិទីតាំងក៏ត្រូវបានបង្ហាញផងដែរ
}
}

// using IronOcr;
var Ocr = new IronTesseract();
Ocr.Configuration.ReadBarCodes = true;

using (var input = new OcrInput())
{
input.AddImage("img/Barcode.png");
var Result = Ocr.Read(input);
foreach (var Barcode in Result.Barcodes)
{
Console.WriteLine(Barcode.Value);
// ប្រភេទនិងលក្ខណៈសម្បត្តិទីតាំងក៏ត្រូវបានបង្ហាញផងដែរ
}
}

' using IronOcr;
Dim Ocr = New IronTesseract()
Ocr.Configuration.ReadBarCodes = True

Using input = New OcrInput()
input.AddImage("img/Barcode.png")
Dim Result = Ocr.Read(input)
For Each Barcode In Result.Barcodes
Console.WriteLine(Barcode.Value)
' ប្រភេទនិងលក្ខណៈសម្បត្តិទីតាំងក៏ត្រូវបានបង្ហាញផងដែរ
Next Barcode
End Using

VB C#

OCR លើតំបន់ជាក់លាក់នៃរូបភាព

រាល់វិធីស្កេននិងអានរបស់ IronOCR ផ្តល់នូវសមត្ថភាពបញ្ជាក់ច្បាស់ថាតើផ្នែកណាមួយនៃទំព័រឬទំព័រណាដែលយើងចង់អានអត្ថបទ។ វាមានប្រយោជន៍ខ្លាំងណាស់នៅពេលយើងកំពុងមើលទម្រង់ដែលមានលក្ខណៈស្តង់ដារហើយអាចសន្សំសំចៃពេលវេលាច្រើននិងបង្កើនប្រសិទ្ធភាព។

ដើម្បីប្រើតំបន់ដំណាំយើងត្រូវបន្ថែមឯកសារយោងប្រព័ន្ធទៅ System.Drawing ដូច្នេះយើងអាចប្រើវត្ថុ System.Drawing.Rectangle ។

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;

using (var Input = new OcrInput())
{
var ContentArea = new System.Drawing.Rectangle() { X = 215, Y = 1250, Height = 280, Width = 1335 };
// វិមាត្រស្ថិតនៅក្នុងភីកសែល

Input.Add("document.png", ContentArea);

var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;

using (var Input = new OcrInput())
{
var ContentArea = new System.Drawing.Rectangle() { X = 215, Y = 1250, Height = 280, Width = 1335 };
// វិមាត្រស្ថិតនៅក្នុងភីកសែល

Input.Add("document.png", ContentArea);

var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Khmer

Using Input = New OcrInput()
Dim ContentArea = New System.Drawing.Rectangle() With {
	.X = 215,
	.Y = 1250,
	.Height = 280,
	.Width = 1335
}
' វិមាត្រស្ថិតនៅក្នុងភីកសែល

Input.Add("document.png", ContentArea)

Dim Result = Ocr.Read(Input)
Console.WriteLine(Result.Text)
End Using

VB C#

OCR សម្រាប់ស្កែនដែលមានគុណភាពទាប

ថ្នាក់ដែក OCR OcrInput អាចជួសជុលស្កែនដែល Tesseract ធម្មតាមិនអាចអានបាន។

using IronOcr;
var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;

using (var Input = new OcrInput(@"img\Potter.LowQuality.tiff"))
{
Input.DeNoise(); // ដោះស្រាយសំលេងរំខានឌីជីថលនិងស្កេនខ្សោយ
Input.Deskew(); // ដោះស្រាយការបង្វិលនិងទស្សនៈ
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}

using IronOcr;
var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;

using (var Input = new OcrInput(@"img\Potter.LowQuality.tiff"))
{
Input.DeNoise(); // ដោះស្រាយសំលេងរំខានឌីជីថលនិងស្កេនខ្សោយ
Input.Deskew(); // ដោះស្រាយការបង្វិលនិងទស្សនៈ
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}

Imports IronOcr
Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Khmer

Using Input = New OcrInput("img\Potter.LowQuality.tiff")
Input.DeNoise() ' ដោះស្រាយសំលេងរំខានឌីជីថលនិងស្កេនខ្សោយ
Input.Deskew() ' ដោះស្រាយការបង្វិលនិងទស្សនៈ
Dim Result = Ocr.Read(Input)
Console.WriteLine(Result.Text)
End Using

VB C#

នាំចេញលទ្ធផល OCR ជា PDF ដែលអាចស្វែងរកបាន

រូបភាពទៅជា PDF ជាមួយខ្សែអក្សរដែលអាចចម្លងបាន។ អាចត្រូវបានធ្វើលិបិក្រមដោយម៉ាស៊ីនស្វែងរកនិងមូលដ្ឋានទិន្នន័យ។

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;

using (var Input = new OcrInput()){
input.Title = "Quarterly Report"
input.AddImage("image1.jpeg");
input.AddImage("image2.png");
input.AddImage("image3.gif");

var Result = Ocr.Read(input);
Result.SaveAsSearchablePdf("searchable.pdf")
}

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;

using (var Input = new OcrInput()){
input.Title = "Quarterly Report"
input.AddImage("image1.jpeg");
input.AddImage("image2.png");
input.AddImage("image3.gif");

var Result = Ocr.Read(input);
Result.SaveAsSearchablePdf("searchable.pdf")
}

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Khmer

Using Input = New OcrInput()
input.Title = "Quarterly Report" input.AddImage("image1.jpeg")
input.AddImage("image2.png")
input.AddImage("image3.gif")

Dim Result = Ocr.Read(input)
Result.SaveAsSearchablePdf("searchable.pdf")
End Using

VB C#

TIFF ដើម្បីបំលែងឯកសារ PDF ដែលអាចស្វែងរកបាន

បញ្ចូលឯកសារ TIFF (ឬក្រុមណាមួយនៃឯកសាររូបភាព) ដោយផ្ទាល់ទៅឯកសារ PDF ដែលអាចស្វែងរកបានដែលអាចត្រូវបានធ្វើលិបិក្រមដោយអ៊ិនត្រាណិតគេហទំព័រនិងម៉ាស៊ីនស្វែងរកហ្គូហ្គល។

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;

using (var Input = new OcrInput()){
input.AddMultiFrameTiff("example.tiff")
var Result = Ocr.Read(input).SaveAsSearchablePdf("searchable.pdf")
}

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;

using (var Input = new OcrInput()){
input.AddMultiFrameTiff("example.tiff")
var Result = Ocr.Read(input).SaveAsSearchablePdf("searchable.pdf")
}

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Khmer

Using Input = New OcrInput()
input.AddMultiFrameTiff("example.tiff") var Result = Ocr.Read(input).SaveAsSearchablePdf("searchable.pdf")
End Using

VB C#

នាំចេញលទ្ធផល OCR ជា HTML

រូបភាព OCR ទៅការបម្លែង XHTML ។

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;
using (var Input = new OcrInput()){
input.Title = "Html Title"
input.AddImage("image1.jpeg");
var Result = Ocr.Read(input);
Result.SaveAsHocrFile("results.html");
}

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;
using (var Input = new OcrInput()){
input.Title = "Html Title"
input.AddImage("image1.jpeg");
var Result = Ocr.Read(input);
Result.SaveAsHocrFile("results.html");
}

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Khmer
Using Input = New OcrInput()
input.Title = "Html Title" input.AddImage("image1.jpeg")
Dim Result = Ocr.Read(input)
Result.SaveAsHocrFile("results.html")
End Using

VB C#

តម្រងបង្កើនគុណភាពរូបភាព OCR

IronOCR ផ្តល់នូវតម្រងតែមួយគត់សម្រាប់វត្ថុ OcrInput ដើម្បីបង្កើនដំណើរការ OCR ។

ឧទាហរណ៍លេខកូដបង្កើនរូបភាព

ធ្វើឱ្យរូបភាពបញ្ចូល OCR មានគុណភាពខ្ពស់ដើម្បីផលិតបានលទ្ធផលកាន់តែប្រសើរនិងលឿនជាងមុន។

using IronOcr;
var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;

using (var Input = new OcrInput(@"LowQuality.jpeg"))
{
Input.DeNoise(); // ដោះស្រាយសំលេងរំខានឌីជីថលនិងស្កេនខ្សោយ
Input.Deskew(); // ដោះស្រាយការបង្វិលនិងទស្សនៈ
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}

using IronOcr;
var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;

using (var Input = new OcrInput(@"LowQuality.jpeg"))
{
Input.DeNoise(); // ដោះស្រាយសំលេងរំខានឌីជីថលនិងស្កេនខ្សោយ
Input.Deskew(); // ដោះស្រាយការបង្វិលនិងទស្សនៈ
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}

Imports IronOcr
Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Khmer

Using Input = New OcrInput("LowQuality.jpeg")
Input.DeNoise() ' ដោះស្រាយសំលេងរំខានឌីជីថលនិងស្កេនខ្សោយ
Input.Deskew() ' ដោះស្រាយការបង្វិលនិងទស្សនៈ
Dim Result = Ocr.Read(Input)
Console.WriteLine(Result.Text)
End Using

VB C#

បញ្ជីនៃតម្រងរូបភាព OCR

តម្រងបញ្ចូលដើម្បីបង្កើនការអនុវត្ត OCR ដែលត្រូវបានបង្កើតឡើងនៅក្នុង IronOCR រួមមាន៖

OcrInput.Rotate (ទ្វេដងដឺក្រេ) - បង្វិលរូបភាពតាមចំនួនដឺក្រេតាមទ្រនិចនាឡិកា។ សម្រាប់ប្រឆាំងនឹងទ្រនិចនាឡិកាសូមប្រើលេខអវិជ្ជមាន។
OcrInput.Binarize () - តម្រងរូបភាពនេះប្រែជាគ្រប់ភីកសែលខ្មៅឬសដោយគ្មានដីកណ្តាល អាចធ្វើឱ្យប្រសើរឡើងនូវករណីអនុវត្ត OCR នៃកម្រិតពណ៌ទាបនៃអត្ថបទទៅផ្ទៃខាងក្រោយ។
OcrInput.ToGrayScale () - តម្រងរូបភាពនេះបំលែងរាល់ភីកសែលទៅជាម្លប់ពណ៌ប្រផេះ។ មិនទំនងជាធ្វើឱ្យប្រសើរឡើងនូវភាពត្រឹមត្រូវ OCR ទេប៉ុន្តែអាចបង្កើនល្បឿន
OcrInput.Contrast () - បង្កើនកម្រិតពណ៌ដោយស្វ័យប្រវត្តិ។ តម្រងនេះធ្វើអោយប្រសើរឡើងនូវល្បឿន OCR និងភាពត្រឹមត្រូវក្នុងការស្កែនកម្រិតពណ៌ទាប។
OcrInput.DeNoise () - ដកសំលេងរំខានឌីជីថលចេញ។ តម្រងនេះគួរតែត្រូវបានប្រើតែនៅពេលមានសម្លេងរំខាន។
OcrInput.Invert () - បញ្ច្រាសគ្រប់ពណ៌។ ឧទាហរណ៍ពណ៌សក្លាយជាខ្មៅ: ខ្មៅក្លាយជាពណ៌ស។
OcrInput.Dilate () - រូបវិទ្យាទំនើប។ ការដាក់ពង្រាយ បន្ថែមភីកសែលទៅនឹងព្រំដែននៃវត្ថុនៅក្នុងរូបភាព។ ទល់មុខអេរ៉ូឌ
OcrInput.Erode () - រូបវិទ្យាទំនើប។ សំណឹក យកភីកសែលនៅលើព្រំដែនវត្ថុវត្ថុនៃអ័រឌីស
OcrInput.Deskew () - បង្វិលរូបភាពដូច្នេះវាជាផ្លូវត្រូវនិងខាងស្តាំ។ វាមានប្រយោជន៍ខ្លាំងណាស់សម្រាប់ OCR ពីព្រោះការអត់ធ្មត់ចំពោះការស្កេនស្គែនអាចទាបដល់ ៥ ដឺក្រេ។
OcrInput.DeepCleanBackgroundNoise () - ការដកចេញសំលេងរំខានផ្ទៃខាងក្រោយធ្ងន់។ ប្រើតែតម្រងនេះក្នុងករណីដែលមានសំលេងលឺច្បាស់នៅក្នុងប្រពន្ធ័ឯកសារព្រោះតម្រងនេះក៏នឹងប្រថុយកាត់បន្ថយភាពត្រឹមត្រូវ OCR នៃឯកសារស្អាតដែរហើយស៊ីភីយូថ្លៃណាស់។
OcrInput.EnhanceResolution - បង្កើនគុណភាពបង្ហាញនៃគុណភាពរូបភាពទាប។ តម្រងនេះមិនត្រូវការជាញឹកញាប់ទេពីព្រោះ OcrInput.MinimumDPI និង OcrInput.TargetDPI នឹងចាប់យកដោយស្វ័យប្រវត្តិនិងដោះស្រាយធាតុចូលដែលមានគុណភាពបង្ហាញទាប។

CleanBackgroundNoise ។ នេះគឺជាការកំណត់មួយដែលចំណាយពេលខ្លះ។ ទោះយ៉ាងណាវាអនុញ្ញាតឱ្យបណ្ណាល័យសម្អាតសំលេងរំខានឌីជីថលក្រដាស់ក្រដាសនិងភាពមិនល្អឥតខ្ចោះដទៃទៀតនៅក្នុងរូបភាពឌីជីថលដែលអាចធ្វើឱ្យវាមិនអាចអានបានដោយបណ្ណាល័យ OCR ផ្សេងទៀត។

EnhanceContrast គឺជាការកំណត់ដែលបណ្តាលឱ្យដែក OCR បង្កើនកម្រិតពណ៌នៃអត្ថបទផ្ទុយពីផ្ទៃខាងក្រោយនៃរូបភាពបង្កើនភាពត្រឹមត្រូវនៃ OCR និងជាទូទៅបង្កើនការអនុវត្តនិងល្បឿន OCR ។

បង្កើនប្រសិទ្ធភាពដំណោះស្រាយ គឺជាការកំណត់ដែលនឹងរកឃើញរូបភាពដែលមានគុណភាពបង្ហាញទាបដោយស្វ័យប្រវត្តិ (ដែលមានអាយុក្រោម ២៧៥ ឌី។ ភី។ ) និងបង្កើនរូបភាពដោយស្វ័យប្រវត្តិហើយបន្ទាប់មកពង្រីកអត្ថបទទាំងអស់ដូច្នេះវាអាចអានបានយ៉ាងល្អឥតខ្ចោះដោយបណ្ណាល័យ OCR ។ ទោះបីជាប្រតិបត្ដិការនេះស្ថិតនៅក្នុងការប្រើប្រាស់ពេលវេលាក៏ដោយក៏ជាទូទៅវាកាត់បន្ថយពេលវេលាទូទៅសម្រាប់ប្រតិបត្តិការ OCR លើរូបភាព។

OCR ភាសា ដែកគាំទ្រកញ្ចប់ព័ត៌មានអន្តរជាតិចំនួន ២២ កញ្ចប់ហើយការកំណត់ភាសាអាចត្រូវបានប្រើដើម្បីជ្រើសរើសភាសាមួយឬច្រើនដែលត្រូវបានអនុវត្តសម្រាប់ប្រតិបត្តិការ OCR ។

យុទ្ធសាស្រ្ត ដែកអូស៊ីអិមគាំទ្រយុទ្ធសាស្ត្រពីរ។ យើងអាចជ្រើសរើសការស្កេនឯកសារបានលឿននិងមិនត្រឹមត្រូវឬប្រើយុទ្ធសាស្ត្រជឿនលឿនដែលប្រើគំរូបញ្ញាសិប្បនិម្មិតដើម្បីកែលម្អភាពត្រឹមត្រូវនៃអត្ថបទ OCR ដោយស្វ័យប្រវត្តិដោយមើលទំនាក់ទំនងស្ថិតិនៃពាក្យទៅគ្នាទៅវិញទៅមកក្នុងប្រយោគ។ ។

ColorSpace គឺជាការកំណត់ដែលយើងអាចជ្រើសរើស OCR ជាមាត្រដ្ឋានប្រផេះឬពណ៌។ ជាទូទៅមាត្រដ្ឋានប្រផេះជាជំរើសល្អបំផុត។ ទោះយ៉ាងណាក៏ដោយពេលខ្លះនៅពេលមានអត្ថបទឬប្រវត្តិនៃពណ៌លាំ ៗ ប្រហាក់ប្រហែលគ្នាប៉ុន្តែមានពណ៌ខុសៗគ្នាចន្លោះពណ៌ពេញនឹងផ្តល់នូវលទ្ធផលល្អប្រសើរ។

រកឃើញវ៉តធីធីធីអូអូឃិកប៊ឺកធីលស៍។ ជាទូទៅបណ្ណាល័យ OCR ទាំងអស់រំពឹងថានឹងឃើញអត្ថបទខ្មៅនៅលើផ្ទៃខាងក្រោយពណ៌ស។ ការកំណត់នេះអនុញ្ញាតឱ្យ IronOCR រកឃើញចំណុចអវិជ្ជមានឬទំព័រងងឹតដោយប្រើអក្សរពណ៌សហើយអានវា។

InputImageType ។ ការកំណត់នេះអនុញ្ញាតឱ្យអ្នកអភិវឌ្ឍន៍ណែនាំបណ្ណាល័យ OCR ថាតើវាកំពុងមើលឯកសារពេញលេញឬអត្ថបទខ្លីៗដូចជារូបថតអេក្រង់។

RotateAndStraighten គឺជាការកំណត់កម្រិតខ្ពស់ដែលអនុញ្ញាតឱ្យ IronOCR មានសមត្ថភាពពិសេសក្នុងការអានឯកសារដែលមិនត្រឹមតែបង្វិលប៉ុណ្ណោះទេប៉ុន្តែប្រហែលជាមានទស្សនៈដូចជារូបថតឯកសារអត្ថបទ។

ReadBarcodes គឺជាមុខងារមានប្រយោជន៍ដែលអនុញ្ញាតឱ្យ IronOCR អានកូដនិងលេខកូដ QR ដោយស្វ័យប្រវត្តិនៅលើទំព័រនៅពេលវាអានអត្ថបទដោយមិនចាំបាច់បន្ថែមបន្ទុកពេលវេលាធំទេ។

ColorDepth ។ ការកំណត់នេះកំណត់ចំនួនប៊ីតក្នុងមួយភីកសែលបណ្ណាល័យ OCR នឹងប្រើដើម្បីកំណត់ជម្រៅពណ៌។ ជម្រៅពណ៌ខ្ពស់អាចបង្កើនគុណភាព OCR ប៉ុន្តែក៏នឹងបង្កើនពេលវេលាដែលត្រូវការសម្រាប់ប្រតិបត្តិការ OCR ដើម្បីបញ្ចប់។

កញ្ចប់ភាសាចំនួន ១២៦

IronOCR គាំទ្រដល់ ភាសាអន្តរជាតិចំនួន ១២៦ ភាសា តាមរយៈកញ្ចប់ភាសាដែលត្រូវបានចែកចាយជាឌីអេសអិលដែលអាច ទាញយកពីគេហទំព័រ នេះឬពី កម្មវិធីគ្រប់គ្រងកញ្ចប់នុយហ្គេត ។

ភាសារួមមានអាឡឺម៉ង់បារាំងអង់គ្លេសចិនជប៉ុននិងភាសាជាច្រើនទៀត។ កញ្ចប់ភាសាជំនាញមានសម្រាប់លិខិតឆ្លងដែន MRZ, មូលប្បទានប័ត្រមីស៊ីធី, ទិន្នន័យហិរញ្ញវត្ថុ, ស្លាកលេខនិងច្រើនទៀត។ អ្នកក៏អាចប្រើឯកសារ ".traineddata" ដែលមិនចង់សាកល្បង - រួមទាំងឯកសារដែលអ្នកបង្កើតដោយខ្លួនឯង។

ឧទាហរណ៍ភាសា

ការប្រើប្រាស់ភាសា OCR ផ្សេងទៀត។

// using IronOcr;
// PM> Install IronOcr.Languages.Arabic

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Arabic;

using (var input = new OcrInput())
{
input.AddImage("img/arabic.gif");
// បន្ថែមតម្រងរូបភាពប្រសិនបើចាំបាច់
// ក្នុងករណីនេះសូម្បីតែការបញ្ចូលគំនិតគឺមានគុណភាពទាបណាស់
// IronTesseract អាចអានអ្វីដែល Tesseract ធម្មតាមិនអាចធ្វើបាន។

var Result = Ocr.Read(input);

// កុងសូលមិនអាចបោះពុម្ពអារ៉ាប់នៅលើវីនដូបានយ៉ាងងាយស្រួលទេ។
// ចូររក្សាទុកទៅឌីសជំនួសវិញ។
Result.SaveAsTextFile("arabic.txt");
}

// using IronOcr;
// PM> Install IronOcr.Languages.Arabic

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Arabic;

using (var input = new OcrInput())
{
input.AddImage("img/arabic.gif");
// បន្ថែមតម្រងរូបភាពប្រសិនបើចាំបាច់
// ក្នុងករណីនេះសូម្បីតែការបញ្ចូលគំនិតគឺមានគុណភាពទាបណាស់
// IronTesseract អាចអានអ្វីដែល Tesseract ធម្មតាមិនអាចធ្វើបាន។

var Result = Ocr.Read(input);

// កុងសូលមិនអាចបោះពុម្ពអារ៉ាប់នៅលើវីនដូបានយ៉ាងងាយស្រួលទេ។
// ចូររក្សាទុកទៅឌីសជំនួសវិញ។
Result.SaveAsTextFile("arabic.txt");
}

' using IronOcr;
' PM> Install IronOcr.Languages.Arabic

Dim Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Arabic

Using input = New OcrInput()
input.AddImage("img/arabic.gif")
' បន្ថែមតម្រងរូបភាពប្រសិនបើចាំបាច់
' ក្នុងករណីនេះសូម្បីតែការបញ្ចូលគំនិតគឺមានគុណភាពទាបណាស់
' IronTesseract អាចអានអ្វីដែល Tesseract ធម្មតាមិនអាចធ្វើបាន។

Dim Result = Ocr.Read(input)

' កុងសូលមិនអាចបោះពុម្ពអារ៉ាប់នៅលើវីនដូបានយ៉ាងងាយស្រួលទេ។
' ចូររក្សាទុកទៅឌីសជំនួសវិញ។
Result.SaveAsTextFile("arabic.txt")
End Using

VB C#

ឧទាហរណ៍ភាសាច្រើន

OCR ក៏អាចប្រើភាសាច្រើនក្នុងពេលតែមួយបានដែរ។ នេះពិតជាអាចជួយអោយទិន្នន័យមេតាភាសាអង់គ្លេសនិង url នៅក្នុងឯកសារយូនីកូដ។

// using IronOcr;
// PM> Install IronOcr.Languages.ChineseSimplified

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.ChineseSimplified;
Ocr.AddSecondaryLanguage(OcrLanguage.Khmer);

// យើងអាចបន្ថែមចំនួនភាសាណាមួយក៏បាន

using (var input = new OcrInput())
{
input.Add("multi - language.pdf");
var Result = Ocr.Read(input);
Result.SaveAsTextFile("results.txt");
}

// using IronOcr;
// PM> Install IronOcr.Languages.ChineseSimplified

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.ChineseSimplified;
Ocr.AddSecondaryLanguage(OcrLanguage.Khmer);

// យើងអាចបន្ថែមចំនួនភាសាណាមួយក៏បាន

using (var input = new OcrInput())
{
input.Add("multi - language.pdf");
var Result = Ocr.Read(input);
Result.SaveAsTextFile("results.txt");
}

' using IronOcr;
' PM> Install IronOcr.Languages.ChineseSimplified

Dim Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.ChineseSimplified
Ocr.AddSecondaryLanguage(OcrLanguage.Khmer)

' យើងអាចបន្ថែមចំនួនភាសាណាមួយក៏បាន

Using input = New OcrInput()
input.Add("multi - language.pdf")
Dim Result = Ocr.Read(input)
Result.SaveAsTextFile("results.txt")
End Using

VB C#

វត្ថុលទ្ធផល OCR លម្អិត

OCR ដែកត្រឡប់វត្ថុលទ្ធផល OCR សម្រាប់ប្រតិបត្តិការ OCR នីមួយៗ។ ជាទូទៅអ្នកអភិវឌ្ឍន៍ប្រើតែលក្ខណសម្បត្តិអត្ថបទរបស់វត្ថុនេះដើម្បីទទួលបានអត្ថបទស្កេនពីរូបភាព។ ទោះយ៉ាងណាលទ្ធផល OCR DOM គឺជឿនលឿនជាងនេះ។

using IronOcr;
using System.Drawing; //បន្ថែមឯកសារយោងរដ្ឋសភា

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;
Ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm;
Ocr.Configuration.ReadBarCodes = true; //សំខាន់

using (var Input = new OcrInput(@"images\sample.tiff"))
{
OcrResult Result = Ocr.Read(Input);
var Pages = Result.Pages;
var Words = Pages[0].Words;
var Barcodes = Result.Barcodes;
// រុករកនៅទីនេះដើម្បីរកឃើញ API លម្អិតដ៏ធំមួយ៖
// - ទំព័រ, ប្លុក, ផារ៉ាផាហ្វ, បន្ទាត់, ពាក្យ, ឆា
// - ការនាំចេញរូបភាពសំរបសំរួលពុម្ពអក្សរទិន្នន័យស្ថិតិ
}

using IronOcr;
using System.Drawing; //បន្ថែមឯកសារយោងរដ្ឋសភា

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Khmer;
Ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm;
Ocr.Configuration.ReadBarCodes = true; //សំខាន់

using (var Input = new OcrInput(@"images\sample.tiff"))
{
OcrResult Result = Ocr.Read(Input);
var Pages = Result.Pages;
var Words = Pages[0].Words;
var Barcodes = Result.Barcodes;
// រុករកនៅទីនេះដើម្បីរកឃើញ API លម្អិតដ៏ធំមួយ៖
// - ទំព័រ, ប្លុក, ផារ៉ាផាហ្វ, បន្ទាត់, ពាក្យ, ឆា
// - ការនាំចេញរូបភាពសំរបសំរួលពុម្ពអក្សរទិន្នន័យស្ថិតិ
}

Imports IronOcr
Imports System.Drawing 'បន្ថែមឯកសារយោងរដ្ឋសភា

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Khmer
Ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm
Ocr.Configuration.ReadBarCodes = True 'សំខាន់

Using Input = New OcrInput("images\sample.tiff")
Dim Result As OcrResult = Ocr.Read(Input)
Dim Pages = Result.Pages
Dim Words = Pages(0).Words
Dim Barcodes = Result.Barcodes
' រុករកនៅទីនេះដើម្បីរកឃើញ API លម្អិតដ៏ធំមួយ៖
' - ទំព័រ, ប្លុក, ផារ៉ាផាហ្វ, បន្ទាត់, ពាក្យ, ឆា
' - ការនាំចេញរូបភាពសំរបសំរួលពុម្ពអក្សរទិន្នន័យស្ថិតិ
End Using

VB C#

ការសម្តែង

IronOCR ដំណើរការចេញពីប្រអប់ដោយមិនចាំបាច់កែសំរួលការសម្តែងឬកែប្រែរូបភាពបញ្ចូលយ៉ាងច្រើន។

ល្បឿនកំពុងឆេះ: IronOcr.2020 + លឿនជាងមុនដល់ទៅ ១០ ដងនិងធ្វើឱ្យមានកំហុសតិចជាង ២៥០% តិចជាងសំណង់មុន ៗ ។

ស្វែងយល់បន្ថែម

ដើម្បីស្វែងយល់បន្ថែមអំពី OCR នៅក្នុងភាសា C #, VB, F # ឬភាសាផ្សេងទៀត។ សូម អានការបង្រៀនសហគមន៍របស់យើង ដែលផ្តល់នូវឧទាហរណ៍ពិភពលោកជាក់ស្តែងអំពីវិធីដែលដែកអូស៊ីអិលអាចត្រូវបានប្រើហើយអាចបង្ហាញពីភាពរីករាយនៃវិធីដើម្បីទទួលបានអត្ថប្រយោជន៍ល្អបំផុត។ បណ្ណាល័យនេះ។

ឯកសារយោងវត្ថុ ពេញលេញ សម្រាប់អ្នកអភិវឌ្ឍន៍អិនណេត ក៏មានផងដែរ។

Khmer OCR ជាស៊ី # និងអិន។ ណេស

កំណែផ្សេងទៀតនៃឯកសារនេះ៖

មាតិកានៃ IronOcr.Languages.Khmer

ទាញយក

ការដំឡើង

ឧទាហរណ៍កូដ

ហេតុអ្វីត្រូវជ្រើសរើស IronOCR?

ហេតុអ្វីបានជាអ្នកអភិវឌ្ឍន៍ C#ជ្រើសរើសយក IronOCR លើវ៉ាន់នីឡា Tesseract៖

OCR ជាមួយ Tesseract 5 - ចាប់ផ្តើមសរសេរកូដក្នុង C #

វ័នលីន

ហេឡូវើលដ៍ដែលអាចកំណត់បាន

C#PDF OCR

OCR សម្រាប់ពហុភីធីអិលធីភី

លេខកូដនិង QR

OCR លើតំបន់ជាក់លាក់នៃរូបភាព

OCR សម្រាប់ស្កែនដែលមានគុណភាពទាប

នាំចេញលទ្ធផល OCR ជា PDF ដែលអាចស្វែងរកបាន

TIFF ដើម្បីបំលែងឯកសារ PDF ដែលអាចស្វែងរកបាន

នាំចេញលទ្ធផល OCR ជា HTML

តម្រងបង្កើនគុណភាពរូបភាព OCR

ឧទាហរណ៍លេខកូដបង្កើនរូបភាព

បញ្ជីនៃតម្រងរូបភាព OCR

កញ្ចប់ភាសាចំនួន ១២៦

ឧទាហរណ៍ភាសា

ឧទាហរណ៍ភាសាច្រើន

វត្ថុលទ្ធផល OCR លម្អិត

ការសម្តែង

ស្វែង​យល់​បន្ថែម

Ready to get started? Version: 2023.3 just released

ស្វែងយល់បន្ថែម