Tabelle im Dokument lesen

VB C#

using IronOcr;
using System.Linq;

// Instantiate OCR engine
var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadPdf("table.pdf");

// Perform OCR
var result = ocr.ReadDocumentAdvanced(input);

var cellList = result.Tables.First().CellInfos;

Imports IronOcr
Imports System.Linq

' Instantiate OCR engine
Private ocr = New IronTesseract()

Private input = New OcrInput()
input.LoadPdf("table.pdf")

' Perform OCR
Dim result = ocr.ReadDocumentAdvanced(input)

Dim cellList = result.Tables.First().CellInfos

Install-Package IronOcr

Tabelle im Dokument lesen

Dieses Codebeispiel zeigt, wie die IronTesseract OCR-Engine verwendet wird, um Text- und Tabellendaten aus einem PDF-Dokument zu extrahieren.

Eine Instanz der IronTesseract OCR-Engine wird erstellt.
Ein OcrInput-Objekt wird initialisiert und eine PDF-Datei ("table.pdf") wird mit der LoadPdf-Methode geladen.
Die OCR-Engine verarbeitet das Dokument mit der ReadDocumentAdvanced-Methode, die ein detaillierteres OcrResult-Objekt zurückgibt.
Die erste im Dokument gefundene Tabelle wird mit result.Tables.First() abgerufen und die Zellinformationen für diese Tabelle werden mit CellInfos extrahiert.
Die Liste der Zellen (cellList) enthält nun die Zellen der Tabelle, einschließlich des Textinhalts und anderer Details (z. B. Zellposition, Größe).
Diese Methode ist nützlich, um strukturierte Daten wie Tabellen aus PDFs zu extrahieren, sodass der Text innerhalb jeder Tabellenzelle programmatisch zugänglich und verarbeitbar ist.