OCR Malti f'C#u .Net

Verżjonijiet oħra ta 'dan id-dokument:

IronOCR huwa komponent tas-softwer C#li jippermetti lill-kodifikaturi .NET jaqraw test minn stampi u dokumenti PDF f'126 lingwa, inkluż il-Malti.

Huwa furketta avvanzata ta 'Tesseract, mibnija esklussivament għall-iżviluppaturi .NET u regolarment tissupera fuq magni oħra Tesseract kemm għall-veloċità kif ukoll għall-eżattezza.

Kontenut ta 'IronOcr.Languages.Maltese

Dan il-pakkett fih 46 lingwa OCR għal .NET:

  • Malti
  • Malti L-Aqwa
  • MalteseFast

Niżżel

Pakkett tal-Ilsien Malti [Malti]
* Download as Zip
* Install with as
https://www.nuget.org/packages/IronOcr.Languages.Maltese/'> NuGet

Installazzjoni

L-ewwel ħaġa li rridu nagħmlu hi li ninstallaw il-pakkett OCR Malti tagħna għall-proġett tiegħek .NET.

PM> Install-Package IronOCR.Languages.Maltese

Eżempju ta 'Kodiċi

Dan l-eżempju tal-kodiċi C#jaqra test bil-Malti minn Image jew dokument PDF.

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

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Maltese;
using (var Input = new OcrInput(@"images\Maltese.png"))
{
var Result = Ocr.Read(Input);
Var AllText = Result.Text
}
//PM> Install-Package IronOcr.Languages.Maltese
using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Maltese;
using (var Input = new OcrInput(@"images\Maltese.png"))
{
var Result = Ocr.Read(Input);
Var AllText = Result.Text
}
'PM> Install-Package IronOcr.Languages.Maltese
Imports IronOcr

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

Għaliex Agħżel IronOCR?

Iron OCR huwa librerija tas-softwer .NET faċli biex tinstalla, kompluta u dokumentata sew.

Agħżel IronOCR biex tikseb 99.8% + preċiżjoni OCR mingħajr ma tuża xi servizzi tal-web esterni, miżati kontinwi jew tibgħat dokumenti kunfidenzjali fuq l-internet.

Għaliex l-iżviluppaturi ta 'C#jagħżlu IronOCR fuq Vanilla Tesseract:

  • Installa bħala DLL wieħed jew Nuget
  • Jinkludi għal Magni Tesseract 5, 4 u 3 barra mill-kaxxa.
  • L-eżattezza 99.8% tissupera b'mod sinifikanti lil Tesseract regolari.
  • Veloċità tisreġ u MultiThreading
  • MVC, WebApp, Desktop, Console & Server Applikazzjoni kompatibbli
  • Ebda kodiċi Exes jew C ++ biex taħdem magħhom
  • Appoġġ PDF OCR sħiħ
  • Biex twettaq OCR kważi kull fajl Image jew PDF
  • Appoġġ sħiħ .Net Core, Standard u FrameWork
  • Skjerja fuq Windows, Mac, Linux, Azure, Docker, Lambda, AWS
  • Aqra barcodes u kodiċijiet QR
  • Esporta OCR dwar XHTML
  • Esporta OCR għal dokumenti PDF li jistgħu jitfittxu
  • Appoġġ multithreading
  • 126 lingwa internazzjonali kollha ġestiti permezz ta 'fajls Nuget jew OcrData
  • Estratt Stampi, Koordinati, Statistiċi u Fonts. Mhux biss test.
  • Tista 'tintuża biex tqassam mill-ġdid Tesseract OCR ġewwa applikazzjonijiet kummerċjali u proprjetarji.

Iron OCR jiddi meta jaħdem bi stampi tad-dinja reali u dokumenti imperfetti bħal ritratti, jew skans ta ’riżoluzzjoni baxxa li jista’ jkollhom storbju jew imperfezzjonijiet diġitali.

Libreriji OCR oħra b'xejn għall-pjattaforma .NET. APIs oħra bħal dawn .net u servizzi tal-web ma jaħdmux daqshekk tajjeb f'dawn il-każijiet ta 'użu fid-dinja reali.

OCR b'Tesseract 5 - Ibda Kodifika f'C #

Il-kampjun tal-kodiċi hawn taħt juri kemm hu faċli li taqra test minn stampa billi tuża C#jew VB .NET.

OneLiner

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#

Hello World konfigurabbli

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

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Maltese;
using (var Input = new OcrInput()){
Input.AddImage("images/sample.jpeg")
//... tista 'żżid kwalunkwe numru ta' immaġini
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}
// PM> Install-Package IronOCR.Languages.Maltese
using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Maltese;
using (var Input = new OcrInput()){
Input.AddImage("images/sample.jpeg")
//... tista 'żżid kwalunkwe numru ta' immaġini
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}
' PM> Install-Package IronOCR.Languages.Maltese
Imports IronOcr

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

L-istess approċċ jista 'bl-istess mod jintuża biex jiġi estratt test minn kwalunkwe dokument PDF.

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Maltese;
using (var input = new OcrInput())
{
input.AddPdf("example.pdf", "password");
// Nistgħu wkoll nagħżlu numri speċifiċi tal-paġna PDF għal OCR

var Result = Ocr.Read(input);

Console.WriteLine(Result.Text);
Console.WriteLine($"{Result.Pages.Count()} Pages");
// Paġna waħda għal kull paġna tal-PDF
}
var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Maltese;
using (var input = new OcrInput())
{
input.AddPdf("example.pdf", "password");
// Nistgħu wkoll nagħżlu numri speċifiċi tal-paġna PDF għal OCR

var Result = Ocr.Read(input);

Console.WriteLine(Result.Text);
Console.WriteLine($"{Result.Pages.Count()} Pages");
// Paġna waħda għal kull paġna tal-PDF
}
Dim Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Maltese
Using input = New OcrInput()
input.AddPdf("example.pdf", "password")
' Nistgħu wkoll nagħżlu numri speċifiċi tal-paġna PDF għal OCR

Dim Result = Ocr.Read(input)

Console.WriteLine(Result.Text)
Console.WriteLine($"{Result.Pages.Count()} Pages")
' Paġna waħda għal kull paġna tal-PDF
End Using
VB   C#

OCR għal TIFFs MultiPage

Qari tal-OCR Il-format tal-fajl TIFF inklużi dokumenti b'ħafna paġni. TIFF jista 'wkoll jiġi kkonvertit direttament f'fajl PDF b'test li jista' jitfittex.

using IronOcr;

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

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.Maltese;

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.Maltese

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

Barcodes u QR

Karatteristika unika ta 'Iron OCR hija li tista' taqra barcodes u kodiċijiet QR minn dokumenti waqt li tkun qed tiskennja għal test. OcrResult.OcrBarcode Klassi OcrResult.OcrBarcode jagħtu lill-iżviluppatur informazzjoni dettaljata dwar kull barcode skannjat.

// 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);
// il-proprjetajiet tat-tip u tal-lok esposti wkoll
}
}
// 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);
// il-proprjetajiet tat-tip u tal-lok esposti wkoll
}
}
' 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)
' il-proprjetajiet tat-tip u tal-lok esposti wkoll
Next Barcode
End Using
VB   C#

OCR dwar Żoni Speċifiċi ta 'Immaġini

Il-metodi kollha ta 'skannjar u qari ta' Iron OCR jipprovdu l-abbiltà li tispeċifika eżattament minn liema parti ta 'paġna jew paġni nixtiequ naqraw it-test. Dan huwa utli ħafna meta qed inħarsu lejn forom standardizzati u jista 'jiffranka ħafna ħin u jtejjeb l-effiċjenza.

Biex nużaw ir-reġjuni tal-uċuħ tar-raba ', ser ikollna bżonn inżidu referenza tas-sistema ma' System.Drawing sabiex inkunu nistgħu nużaw l-oġġett System.Drawing.Rectangle .

using IronOcr;

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

using (var Input = new OcrInput())
{
var ContentArea = new System.Drawing.Rectangle() { X = 215, Y = 1250, Height = 280, Width = 1335 };
// Id-dimensjonijiet huma f'px

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

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

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

using (var Input = new OcrInput())
{
var ContentArea = new System.Drawing.Rectangle() { X = 215, Y = 1250, Height = 280, Width = 1335 };
// Id-dimensjonijiet huma f'px

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

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

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

Using Input = New OcrInput()
Dim ContentArea = New System.Drawing.Rectangle() With {
	.X = 215,
	.Y = 1250,
	.Height = 280,
	.Width = 1335
}
' Id-dimensjonijiet huma f'px

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

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

OCR għal Skans ta ’Kwalità Baxxa

Il-klassi tal-Ħadid OCR OcrInput tista 'tiffissa skans li Tesseract normali ma jistax jaqra.

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

using (var Input = new OcrInput(@"img\Potter.LowQuality.tiff"))
{
Input.DeNoise(); // jirranġa l-istorbju diġitali u l-iskannjar ħażin
Input.Deskew(); // jiffissa r-rotazzjoni u l-perspettiva
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}
using IronOcr;
var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Maltese;

using (var Input = new OcrInput(@"img\Potter.LowQuality.tiff"))
{
Input.DeNoise(); // jirranġa l-istorbju diġitali u l-iskannjar ħażin
Input.Deskew(); // jiffissa r-rotazzjoni u l-perspettiva
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}
Imports IronOcr
Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Maltese

Using Input = New OcrInput("img\Potter.LowQuality.tiff")
Input.DeNoise() ' jirranġa l-istorbju diġitali u l-iskannjar ħażin
Input.Deskew() ' jiffissa r-rotazzjoni u l-perspettiva
Dim Result = Ocr.Read(Input)
Console.WriteLine(Result.Text)
End Using
VB   C#

Esporta r-riżultati tal-OCR bħala PDF għat-Tiftix

Immaġni għal PDF b'kordi ta 'test kopjabbli. Jista 'jiġi indiċjat minn magni tat-tiftix u databases.

using IronOcr;

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

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.Maltese;

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.Maltese

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 għal Konverżjoni PDF li tista 'titfittex

Ikkonverti dokument TIFF (jew kwalunkwe grupp ta 'fajls tal-immaġni) direttament għal PDF li jista' jitfittex li jista 'jiġi indiċjat mill-intranet, il-websajt u l-magni tat-tiftix google.

using IronOcr;

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

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.Maltese;

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.Maltese

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

Esporta r-riżultati tal-OCR bħala HTML

Konverżjoni tal-Immaġni OCR għal XHTML.

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Maltese;
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.Maltese;
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.Maltese
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#

Filtri għat-Titjib tal-Immaġni OCR

IronOCR jipprovdi filtri uniċi għal oġġetti OcrInput biex itejbu l-prestazzjoni tal-OCR.

Eżempju tal-Kodiċi għat-Titjib tal-Immaġni

Tagħmel l-immaġini ta 'input OCR ta' kwalità ogħla biex tipproduċi riżultati OCR aħjar u aktar mgħaġġla.

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

using (var Input = new OcrInput(@"LowQuality.jpeg"))
{
Input.DeNoise(); // jirranġa l-istorbju diġitali u l-iskannjar ħażin
Input.Deskew(); // jiffissa r-rotazzjoni u l-perspettiva
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}
using IronOcr;
var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Maltese;

using (var Input = new OcrInput(@"LowQuality.jpeg"))
{
Input.DeNoise(); // jirranġa l-istorbju diġitali u l-iskannjar ħażin
Input.Deskew(); // jiffissa r-rotazzjoni u l-perspettiva
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}
Imports IronOcr
Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Maltese

Using Input = New OcrInput("LowQuality.jpeg")
Input.DeNoise() ' jirranġa l-istorbju diġitali u l-iskannjar ħażin
Input.Deskew() ' jiffissa r-rotazzjoni u l-perspettiva
Dim Result = Ocr.Read(Input)
Console.WriteLine(Result.Text)
End Using
VB   C#

Lista ta 'Filtri tal-Immaġni OCR

Filtri tal-input biex itejbu l-prestazzjoni tal-OCR li huma integrati f'IronOCR jinkludu:

  • OcrInput.Rotate (gradi doppji) - Dawwar l-immaġini b'numru ta 'gradi lejn l-arloġġ. Għal kontra l-arloġġ, uża numri negattivi.
  • OcrInput.Binarize () - Dan il-filtru tal-immaġni jdawwar kull pixel iswed jew abjad mingħajr ebda triq tan-nofs. Jista 'Jtejjeb il-każijiet ta' prestazzjoni OCR ta 'kuntrast baxx ħafna ta' test ma 'sfond.
  • OcrInput.ToGrayScale () - Dan il-filtru tal-immaġini jdawwar kull pixel fi dell ta 'skala ta' griż. Mhux probabbli li ttejjeb il-preċiżjoni tal-OCR iżda tista 'ttejjeb il-veloċità
  • OcrInput.Contrast () - Iżżid il-kuntrast awtomatikament. Dan il-filtru ħafna drabi jtejjeb il-veloċità u l-preċiżjoni tal-OCR fi skans ta 'kuntrast baxx.
  • OcrInput.DeNoise () - Tneħħi l-istorbju diġitali. Dan il-filtru għandu jintuża biss fejn huwa mistenni l-istorbju.
  • OcrInput.Invert () - Jaqleb kull kulur. Eż. L-abjad isir iswed: l-iswed isir abjad.
  • OcrInput.Dilate () - Morfoloġija Avvanzata. Id-dilatazzjoni żżid il-pixels mal-konfini ta 'oġġetti f'immaġni. Biswit l-Erode
  • OcrInput.Erode () - Morfoloġija Avvanzata. L-erożjoni tneħħi l-pixels fuq il-konfini tal-oġġett Opposite of Dilate
  • OcrInput.Deskew () - Dawwar immaġni u għalhekk hija t-triq it-tajba 'l fuq u ortogonali. Dan huwa utli ħafna għall-OCR minħabba li t-tolleranza tat-Tesseract għal skans distorti tista 'tkun baxxa sa 5 gradi.
  • OcrInput.DeepCleanBackgroundNoise () - Tneħħija qawwija ta 'storbju fl-isfond. Uża dan il-filtru biss f'każ li jkun magħruf storbju estrem fl-isfond tad-dokument, għax dan il-filtru jirriskja wkoll li jnaqqas il-preċiżjoni tal-OCR ta 'dokumenti nodfa, u jiswa ħafna s-CPU.
  • OcrInput.EnhanceResolution - Ittejjeb ir-riżoluzzjoni ta 'immaġini ta' kwalità baxxa. Dan il-filtru mhuwiex ta 'spiss meħtieġ minħabba li OcrInput.MinimumDPI u OcrInput.TargetDPI awtomatikament jaqbdu u jsolvu inputs b'riżoluzzjoni baxxa.

CleanBackgroundNoise. Dan huwa ambjent li jieħu ftit ħin; madankollu, tippermetti li l-librerija tnaddaf awtomatikament ħsejjes diġitali, crumples tal-karta, u imperfezzjonijiet oħra fi ħdan immaġni diġitali li altrimenti jagħmluha inkapaċi li tinqara minn libreriji OCR oħra.

EnhanceContrast huwa issettjar li jikkawża li l-Iron OCR iżid awtomatikament il-kuntrast tat-test fl-isfond ta 'immaġni, iżid il-preċiżjoni tal-OCR u ġeneralment iżid il-prestazzjoni u l-veloċità tal-OCR.

EnhanceResolution huwa issettjar li awtomatikament jiskopri immaġini b'riżoluzzjoni baxxa (li huma taħt 275 dpi) u awtomatikament itejjeb l-immaġni u mbagħad ittejjeb it-test kollu sabiex ikun jista 'jinqara perfettament minn librerija OCR. Għalkemm din l-operazzjoni fiha nnifisha tieħu ħafna ħin, ġeneralment tnaqqas il-ħin ġenerali għal operazzjoni OCR fuq stampa.

Language Iron OCR jappoġġja 22 pakkett ta 'lingwa internazzjonali, u l-issettjar tal-lingwa jista' jintuża biex tagħżel lingwa waħda jew aktar li għandhom jiġu applikati għal operazzjoni OCR.

Strateġija Ħadid OCR tappoġġja żewġ strateġiji. Aħna nistgħu nagħżlu li jew immorru għal skan mgħaġġel u inqas preċiż ta 'dokument, jew nużaw strateġija avvanzata li tuża xi mudelli ta' intelliġenza artifiċjali biex awtomatikament ittejjeb l-eżattezza tat-test OCR billi tħares lejn ir-relazzjoni statistika tal-kliem lil xulxin f'sentenza. .

ColorSpace huwa ambjent li bih nistgħu nagħżlu li OCR fi skala griża jew kulur. Ġeneralment, l-iskala tal-griż hija l-aħjar għażla. Madankollu, xi kultant meta jkun hemm testi jew sfondi ta 'lewn simili iżda kulur differenti ħafna, spazju tal-kulur b'kulur sħiħ jipprovdi riżultati aħjar.

DetectWhiteTextOnDarkBackgrounds. Ġeneralment, il-libreriji OCR kollha jistennew li jaraw test iswed fuq sfondi bojod. Dan l-issettjar jippermetti lil Iron OCR li awtomatikament jiskopri negattivi, jew paġni skuri b'test abjad, u jaqrahom.

InputImageType. Dan l-issettjar jippermetti lill-iżviluppatur jiggwida l-librerija OCR dwar jekk hux qed iħares lejn dokument sħiħ jew xi siltiet, bħal screenshot.

RotateAndStraighten huwa ambjent avvanzat li jippermetti lil Iron OCR l-abbiltà unika li taqra dokumenti li mhux biss iduru, imma forsi fihom perspettiva, bħal ritratti ta 'dokumenti ta' test.

ReadBarcodes hija karatteristika utli li tippermetti lill-Iron OCR jaqra awtomatikament barcodes u kodiċijiet QR fuq il-paġni billi jaqra wkoll it-test, mingħajr ma jżid piż ta 'ħin addizzjonali kbir.

Kulur Profond. Dan l-issettjar jiddetermina kemm bits kull pixel il-librerija OCR se tuża biex tiddetermina l-fond ta 'kulur. Fond ta 'kulur ogħla jista' jżid il-kwalità ta 'l-OCR, iżda jżid ukoll il-ħin meħtieġ biex titlesta l-operazzjoni ta' l-OCR.

126 Pakketti Lingwistiċi

Iron OCR jappoġġja 126 lingwa internazzjonali permezz ta ’pakketti lingwistiċi li huma mqassma bħala DLLs, li jistgħu jitniżżlu minn din il-websajt , jew ukoll mill- Maniġer tal-Pakketti NuGet .

Il-lingwi jinkludu Ġermaniż, Franċiż, Ingliż, Ċiniż, Ġappuniż u ħafna aktar. Pakketti lingwistiċi speċjalizzati jeżistu għal passaport MRZ, kontrolli MICR, Dejta Finanzjarja, Pjanċi tal-liċenzja u ħafna aktar. Tista 'wkoll tuża kwalunkwe fajl ".traineddata" tesseract - inklużi dawk li toħloq int stess.

Eżempju tal-Lingwa

Uża lingwi OCR Oħrajn.

// 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");
// Żid filtri tal-immaġni jekk meħtieġ
// F'dan il-każ, anke l-input maħsub huwa ta 'kwalità baxxa ħafna
// IronTesseract jista 'jaqra dak li Tesseract konvenzjonali ma jistax.

var Result = Ocr.Read(input);

// Il-Console ma tistax tipprintja l-Għarbi fuq il-Windows faċilment.
// Ejja niffrankaw fuq id-diska minflok.
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");
// Żid filtri tal-immaġni jekk meħtieġ
// F'dan il-każ, anke l-input maħsub huwa ta 'kwalità baxxa ħafna
// IronTesseract jista 'jaqra dak li Tesseract konvenzjonali ma jistax.

var Result = Ocr.Read(input);

// Il-Console ma tistax tipprintja l-Għarbi fuq il-Windows faċilment.
// Ejja niffrankaw fuq id-diska minflok.
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")
' Żid filtri tal-immaġni jekk meħtieġ
' F'dan il-każ, anke l-input maħsub huwa ta 'kwalità baxxa ħafna
' IronTesseract jista 'jaqra dak li Tesseract konvenzjonali ma jistax.

Dim Result = Ocr.Read(input)

' Il-Console ma tistax tipprintja l-Għarbi fuq il-Windows faċilment.
' Ejja niffrankaw fuq id-diska minflok.
Result.SaveAsTextFile("arabic.txt")
End Using
VB   C#

Eżempju ta 'Lingwa Multipla

Huwa wkoll possibbli li OCR tuża lingwi multipli fl-istess ħin. Dan jista 'verament jgħin biex tikseb metadata u urls tal-lingwa Ingliża f'dokumenti Unicode.

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

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

// Nistgħu nżidu kwalunkwe numru ta 'lingwi

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.Maltese);

// Nistgħu nżidu kwalunkwe numru ta 'lingwi

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.Maltese)

' Nistgħu nżidu kwalunkwe numru ta 'lingwi

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

Oġġetti Riżultati OCR Dettaljati

Iron OCR jirritorna oġġett ta 'riżultat OCR għal kull operazzjoni OCR. Ġeneralment, l-iżviluppaturi jużaw biss il-proprjetà tat-test ta 'dan l-oġġett biex it-test jiġi skannjat mill-immaġni. Madankollu, ir-riżultati tal-OCR DOM huma ħafna aktar avvanzati minn dan.

using IronOcr;
using System.Drawing; //Żid Referenza tal-Assemblea

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Maltese;
Ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm;
Ocr.Configuration.ReadBarCodes = true; //! Importanti

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;
// Esplora hawn biex issib API massiva u dettaljata:
// - Paġni, Blokki, Paraphaphs, Linji, Kliem, Chars
// - Esportazzjoni tal-Immaġni, Koordinati tal-Fonts, Dejta Statistika
}
using IronOcr;
using System.Drawing; //Żid Referenza tal-Assemblea

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Maltese;
Ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm;
Ocr.Configuration.ReadBarCodes = true; //! Importanti

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;
// Esplora hawn biex issib API massiva u dettaljata:
// - Paġni, Blokki, Paraphaphs, Linji, Kliem, Chars
// - Esportazzjoni tal-Immaġni, Koordinati tal-Fonts, Dejta Statistika
}
Imports IronOcr
Imports System.Drawing 'Żid Referenza tal-Assemblea

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Maltese
Ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm
Ocr.Configuration.ReadBarCodes = True '! Importanti

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
' Esplora hawn biex issib API massiva u dettaljata:
' - Paġni, Blokki, Paraphaphs, Linji, Kliem, Chars
' - Esportazzjoni tal-Immaġni, Koordinati tal-Fonts, Dejta Statistika
End Using
VB   C#

Prestazzjoni

IronOCR jaħdem barra mill-kaxxa mingħajr l-ebda ħtieġa li jtejjeb il-prestazzjoni jew jimmodifika ħafna l-immaġini tad-dħul.

Speed is Blazing: IronOcr.2020 + huwa sa 10 darbiet aktar mgħaġġel u jagħmel aktar minn 250% inqas żbalji minn builds preċedenti.

Itagħllem iżjed

Biex titgħallem aktar dwar OCR f'C #, VB, F #, jew kwalunkwe lingwa oħra .NET, jekk jogħġbok aqra t-tutorials tal-komunità tagħna , li jagħtu eżempji fid-dinja reali ta 'kif Iron OCR jista' jintuża u jista 'juri l-isfumaturi ta' kif tikseb l-aħjar minn din il-librerija.

Referenza ta ' oġġett sħiħ għal żviluppaturi .NET hija wkoll disponibbli.