Highlight Texts As Images

Das Visualisieren von OCR-Ergebnissen umfasst die Darstellung von Begrenzungsrahmen um die spezifischen Textelemente, die die Engine innerhalb eines Bildes erkannt hat. Dieser Prozess überlagert deutliche Hervorhebungen an den genauen Positionen einzelner Zeichen, Wörter, Zeilen oder Absätze und bietet eine klare Karte des erkannten Inhalts.

Dieses visuelle Feedback ist entscheidend für das Debugging und die Validierung der Genauigkeit der OCR-Ausgabe, sodass Entwickler sehen können, was die Software identifiziert hat und wo sie Fehler gemacht hat.

In diesem Artikel zeigen wir, wie IronOCR es Entwicklern ermöglicht, mit seiner HighlightTextAndSaveAsImages-Methode einfach Diagnosen durchzuführen. Diese Funktion ermöglicht es Entwicklern, bestimmte Textabschnitte hervorzuheben und sie zur Überprüfung als Bilder zu speichern.

als-Überschrift:2(Schnellstart: Wörter in Ihrem PDF sofort hervorheben)

Dieser Ausschnitt zeigt, wie einfach es ist, IronOCR zu verwenden: Laden Sie ein PDF und heben Sie jedes Wort im Dokument hervor, wobei das Ergebnis als Bilder gespeichert wird. Nur eine Zeile, um visuelles Feedback zu Ihren OCR-Ergebnissen zu erhalten und alles reibungslos zu überprüfen.

Beispiel: Text hervorheben und als Bilder speichern

Das Hervorheben von Text und das Speichern als Bilder ist mit IronOCR ganz einfach. In diesem Beispiel laden wir ein vorhandenes PDF mit LoadPdf und rufen dann die HighlightTextAndSaveAsImages-Methode auf, um Abschnitte des Textes hervorzuheben und als Bilder zu speichern.

Die Methode nimmt drei Parameter an: die IronTesseract OCR-Engine, ein Präfix für den Ausgabedateinamen und ein Enum aus ResultHighlightType, das festlegt, welche Art von Text hervorgehoben werden soll. In diesem Beispiel verwenden wir ResultHighlightType.Paragraph, um die Textblöcke als Absätze hervorzuheben.

Hinweis:Diese Funktion wird das Ausgabepräfix für den String verwenden und jedem Ausgabebilddateinamen einen Seitenbezeichner (z. B. "page_0", "page_1") hinzufügen.

Wir verwenden dieses Beispiel-PDF mit drei Absätzen.

Eingabe

Code

Schauen wir uns den Beispielcode unten an.

:path=/static-assets/ocr/content-code-examples/how-to/highlight-texts-as-images.cs

using IronOcr;

IronTesseract ocrTesseract = new IronTesseract();

using var ocrInput = new OcrInput();
ocrInput.LoadPdf("document.pdf");
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_page_", ResultHighlightType.Paragraph);

Imports IronOcr

Private ocrTesseract As New IronTesseract()

Private ocrInput = New OcrInput()
ocrInput.LoadPdf("document.pdf")
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_page_", ResultHighlightType.Paragraph)

$vbLabelText   $csharpLabel

Ausgabebilder

class="content-img-align-center">

style="width=50%">

Wie Sie im obigen Ausgabebild sehen können, wurden alle drei Absätze mit einem hellroten Kasten hervorgehoben.

ResultHighlightType

Im obigen Beispiel haben wir ResultHighlightType.Paragraph verwendet, um Textblöcke hervorzuheben. IronOCR bietet zusätzliche Hervorhebungsoptionen durch dieses Enum. Unten ist eine vollständige Liste der verfügbaren Typen.

Zeichen: Diese Option bietet die detaillierteste Analyseebene, indem sie einen Begrenzungsrahmen um jedes einzelne Zeichen zieht, das die OCR-Engine erkennt, entsprechend jedem IronOcr.OcrResult.Character.

Wort: Wenn auf Wort eingestellt, hebt die Methode jedes komplette Wort hervor, das von der Engine erkannt wurde, was hilft, die Wortsegmentierung und den Abstand jedes Wortes zu überprüfen.

Zeile: Diese Option hebt jede erkannte Zeile mit IronOCR hervor und hebt sie als jede Textzeile hervor.

Absatz: Für einen höherwertigen Blick auf die Dokumentstruktur hebt diese Option ganze Textblöcke hervor, die die Engine als Absatz gruppiert hat.