OCR in C# CodeProject Tutorial: Extrahieren von Text aus Bildern mit IronOCR

Wie richte ich eine OCR-Bibliothek in meinem .NET-Projekt ein?

Das Einrichten der optischen Zeichenerkennung (OCR) in Visual Studio erfordert nur wenige Schritte. Die IronOCR-Bibliothek ist über NuGet verfügbar, was die Integration in jede Windows-Anwendung vereinfacht.

Öffnen Sie Visual Studio und erstellen Sie ein neues Konsolenanwendungsprojekt. Klicken Sie im Solution Explorer mit der rechten Maustaste auf References und wählen Sie "Manage NuGet Packages" Suchen Sie nach "IronOcr" und installieren Sie das Paket. Der NuGet-Paketmanager lädt alle erforderlichen DLL-Dateien herunter und fügt automatisch Verweise zu Ihrem Projekt hinzu.

// Install via Package Manager Console
Install-Package IronOCR

// Install via Package Manager Console
Install-Package IronOCR

IRON VB CONVERTER ERROR developers@ironsoftware.com

Nach der Installation fügen Sie die using-Anweisung hinzu, um den IronOCR-Namensraum in Ihr Programm zu importieren. Die Bibliothek unterstützt .NET Framework 4.6.2+ und .NET Core und gewährleistet so die Kompatibilität zwischen verschiedenen Projekttypen und Windows-Versionen.

Wie kann ich Text aus einer Bilddatei extrahieren?

Der erste Schritt im OCR-Prozess besteht darin, ein Bild zu laden und es durch die OCR-Engine zu leiten. IronOCR bietet die IronTesseract-Klasse als primäre OCR-API für Zeichenerkennungsvorgänge. Dieses OCR-Beispiel demonstriert den grundlegenden Ansatz zur Extraktion von Text aus einer beliebigen Bilddatei.

using System;
using IronOcr;
class Program
{
    static void Main(string[] args)
    {
        // Initialize the new Tesseract engine
        var ocr = new IronTesseract();
        // Load the image file and perform OCR
        using (var input = new OcrInput())
        {
            input.LoadImage(@"sample-document.png");
            // Process the image and extract text
            OcrResult result = ocr.Read(input);
            // Output the recognized text
            var text = result.Text;
            Console.WriteLine(text);
        }
    }
}

using System;
using IronOcr;
class Program
{
    static void Main(string[] args)
    {
        // Initialize the new Tesseract engine
        var ocr = new IronTesseract();
        // Load the image file and perform OCR
        using (var input = new OcrInput())
        {
            input.LoadImage(@"sample-document.png");
            // Process the image and extract text
            OcrResult result = ocr.Read(input);
            // Output the recognized text
            var text = result.Text;
            Console.WriteLine(text);
        }
    }
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

Wie verarbeite ich gescannte Dokumente und TIFF-Dateien?

In realen Anwendungen müssen oft mehrseitige gescannte Dokumente, die als TIFF-Dateien gespeichert sind, verarbeitet werden. Die OCR-Bibliothek bewältigt diese Szenarien effizient, indem sie Entwicklern ermöglicht, bestimmte Seitenbereiche zu laden oder ganze Dokumente zu verarbeiten. Dieser Beispielcode zeigt, wie man mit TIFF-Bildern mit mehreren Bildern arbeitet.

using System;
using IronOcr;
class Program
{
    static void Main(string[] args)
    {
        var ocr = new IronTesseract();
        using (var input = new OcrInput())
        {
            // Load specific pages from a multi-page TIFF file
            int[] pageIndices = new int[] { 0, 1, 2 };
            input.LoadImageFrames(@"scanned-documents.tiff", pageIndices);
            // Apply image enhancement for better results
            input.Deskew();
            OcrResult result = ocr.Read(input);
            // Access page-by-page results
            foreach (var page in result.Pages)
            {
                Console.WriteLine($"Page {page.PageNumber}:");
                Console.WriteLine(page.Text);
            }
        }
    }
}

using System;
using IronOcr;
class Program
{
    static void Main(string[] args)
    {
        var ocr = new IronTesseract();
        using (var input = new OcrInput())
        {
            // Load specific pages from a multi-page TIFF file
            int[] pageIndices = new int[] { 0, 1, 2 };
            input.LoadImageFrames(@"scanned-documents.tiff", pageIndices);
            // Apply image enhancement for better results
            input.Deskew();
            OcrResult result = ocr.Read(input);
            // Access page-by-page results
            foreach (var page in result.Pages)
            {
                Console.WriteLine($"Page {page.PageNumber}:");
                Console.WriteLine(page.Text);
            }
        }
    }
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

Wie kann ich mit OCR-Code-Fehlern umgehen und die Erkennungsergebnisse verbessern?

Produktionsanwendungen erfordern eine angemessene Fehlerbehandlung, um verschiedene Ausnahmeszenarien zu bewältigen. Probleme mit der Bildqualität, nicht unterstützte Dateiformate oder beschädigte Dateien können dazu führen, dass der OCR-Prozess fehlschlägt. Die Implementierung einer Ausnahmebehandlung stellt sicher, dass Ihre Anwendung auf diese Situationen angemessen reagiert.

using System;
using IronOcr;
class Program
{
    static void Main(string[] args)
    {
        var ocr = new IronTesseract();
        // Configure the OCR engine for your language
        ocr.Language = OcrLanguage.English;
        try
        {
            using (var input = new OcrInput())
            {
                input.LoadImage(@"document.png");
                // Enhance low-quality images
                input.DeNoise();
                input.Deskew();
                OcrResult result = ocr.Read(input);
                if (result.Text.Length > 0)
                {
                    Console.WriteLine("Recognized text:");
                    Console.WriteLine(result.Text);
                }
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"OCR Error: {ex.Message}");
        }
    }
}

using System;
using IronOcr;
class Program
{
    static void Main(string[] args)
    {
        var ocr = new IronTesseract();
        // Configure the OCR engine for your language
        ocr.Language = OcrLanguage.English;
        try
        {
            using (var input = new OcrInput())
            {
                input.LoadImage(@"document.png");
                // Enhance low-quality images
                input.DeNoise();
                input.Deskew();
                OcrResult result = ocr.Read(input);
                if (result.Text.Length > 0)
                {
                    Console.WriteLine("Recognized text:");
                    Console.WriteLine(result.Text);
                }
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"OCR Error: {ex.Message}");
        }
    }
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

Die Eigenschaft Sprache konfiguriert, welches Sprachpaket die OCR-Engine für die Texterkennung verwendet. IronOCR unterstützt über 125 Sprachen, die jeweils als separate NuGet-Pakete verfügbar sind. Der DeNoise-Filter entfernt digitale Artefakte aus gescannten Dokumenten, während Deskew die Ausrichtung korrigiert - beides ist wichtig, um optimale Erkennungsergebnisse aus unvollkommenen Quellbildern zu erzielen.

Wie erstelle ich eine durchsuchbare PDF-Datei aus erkanntem Text?

Die Umwandlung gescannter Dokumente in durchsuchbare PDF-Dateien ist eine der wertvollsten OCR-Anwendungen. Die Benutzer können dann den Text in den zuvor nur mit Bildern versehenen Dokumenten suchen, auswählen und kopieren. Diese Umwandlung ermöglicht es Dokumentenmanagementsystemen, Inhalte zu indizieren und die Zugänglichkeit zu verbessern.

using System;
using IronOcr;
class Program
{
    static void Main(string[] args)
    {
        var ocr = new IronTesseract();
        using (var input = new OcrInput())
        {
            // Set document metadata
            input.Title = "Converted Document";
            // Load source images or existing PDF
            input.LoadImage(@"page1.png");
            input.LoadImage(@"page2.png");
            OcrResult result = ocr.Read(input);
            // Save as searchable PDF with embedded text layer
            result.SaveAsSearchablePdf(@"searchable-output.pdf");
            Console.WriteLine("Searchable PDF created successfully.");
            Console.WriteLine($"Total pages processed: {result.Pages.Count}");
        }
    }
}

using System;
using IronOcr;
class Program
{
    static void Main(string[] args)
    {
        var ocr = new IronTesseract();
        using (var input = new OcrInput())
        {
            // Set document metadata
            input.Title = "Converted Document";
            // Load source images or existing PDF
            input.LoadImage(@"page1.png");
            input.LoadImage(@"page2.png");
            OcrResult result = ocr.Read(input);
            // Save as searchable PDF with embedded text layer
            result.SaveAsSearchablePdf(@"searchable-output.pdf");
            Console.WriteLine("Searchable PDF created successfully.");
            Console.WriteLine($"Total pages processed: {result.Pages.Count}");
        }
    }
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

Abschluss

Die Implementierung von optischer Zeichenerkennung in C#-Projekten wird mit IronOCR zum Kinderspiel. Die Bibliothek beherrscht komplexe Bildverarbeitung, unterstützt mehrere Bildformate und Sprachen und bietet flexible Ausgabeoptionen einschließlich durchsuchbarer PDF-Erzeugung. Von der einfachen Textextraktion bis zur Verarbeitung mehrseitiger TIFF-Dokumente zeigen die Beispiele in diesem Tutorial die wichtigsten Arbeitsabläufe, die Entwickler benötigen.

Die IronOCR-Dokumentation enthält zusätzliche Codebeispiele für erweiterte Bildfilter, Barcode-Lesen und regionalspezifische OCR-Verarbeitung. Die API-Referenz beschreibt alle verfügbaren Klassen und Methoden zum Aufbau umfassender Lösungen für die Dokumentenverarbeitung.

Starten Sie jetzt mit IronOCR.

Jetzt kostenlos starten

Sind Sie bereit, OCR in Ihrem nächsten Projekt einzusetzen? Erwerben Sie eine Lizenz für den Einsatz von IronOCR in Produktionsumgebungen mit vollem Support und Updates.