Wie definiert man einen bestimmten OCR-Bereich eines Bildes in C#35;

Wie führe ich OCR für eine bestimmte Region durch?

Um einen bestimmten OCR-Bereich zu definieren, erstellen Sie ein Rectangle Objekt aus dem Namespace Iron Software.Drawing. Dieses Objekt benötigt vier Werte: die x-Koordinate, die y-Koordinate, die Breite und die Höhe, alle in Pixel. Die Koordinaten (x, y) stellen die linke obere Ecke des gewünschten Bereichs dar.

Wenn Sie Ihr Bild mit LoadImage laden, übergeben Sie dieses Rectangle als zweiten Parameter. IronOCR beschränkt seinen OCR-Prozess dann auf die Pixel innerhalb dieses Begrenzungsrahmens.

Regionale OCR ist besonders nützlich bei der Arbeit mit strukturierten Dokumenten wie Rechnungen, gescannten Formularen oder Ausweisdokumenten, bei denen bestimmte Informationen immer an vorhersehbaren Stellen erscheinen. Indem Sie die OCR auf die relevanten Bereiche beschränken, können Sie die Verarbeitungsgeschwindigkeit deutlich erhöhen und die Zahl der Fehlalarme durch nicht verwandten Text reduzieren.

Um die Koordinaten für Ihr Rechteck zu finden, können Sie einen einfachen Bildeditor wie MS Paint verwenden. Öffnen Sie Ihr Eingabebild, fahren Sie mit der Maus über die linke obere und rechte untere Ecke des angegebenen Bereichs und notieren Sie die (x, y) Pixelkoordinaten. Sie können dann die Eigenschaften des Rechtecks berechnen: (x1, y1, Breite, Höhe), wobei Breite = x2-x1 und Höhe = y2-y1.

Welches Bild sollte ich zum Testen verwenden?

Wir verwenden ein Beispielbild mit drei Absätzen. Unser Ziel ist es, nur den zweiten Absatz zu extrahieren und den restlichen Text zu ignorieren. Dies ist ein Beispiel für ein häufiges Szenario, bei dem Sie bestimmte Felder oder Abschnitte aus einem größeren Dokument extrahieren müssen.

:path=/static-assets/ocr/content-code-examples/how-to/ocr-region-of-an-image.cs

using IronOcr;
using IronSoftware.Drawing;
using System;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();

// Define the specific region as a Rectangle
// (x, y) is the top-left corner.
var ContentArea = new Rectangle(x: 215, y: 1250, width: 1335, height: 280);

ocrInput.LoadImage("region-input.png", ContentArea);

var ocrResult = ocrTesseract.Read(ocrInput);

// Print the extracted text
Console.WriteLine(ocrResult.Text);

IRON VB CONVERTER ERROR developers@ironsoftware.com

using IronOcr;
using IronSoftware.Drawing;

var ocr = new IronTesseract();
using var input = new OcrInput();

// Define multiple regions for different form fields
var nameField = new Rectangle(x: 100, y: 200, width: 300, height: 50);
var dateField = new Rectangle(x: 100, y: 300, width: 200, height: 50);
var amountField = new Rectangle(x: 400, y: 500, width: 150, height: 50);

// Load the same image multiple times with different regions
input.LoadImage("form.png", nameField);
var nameResult = ocr.Read(input);

input.Clear();
input.LoadImage("form.png", dateField);
var dateResult = ocr.Read(input);

input.Clear();
input.LoadImage("form.png", amountField);
var amountResult = ocr.Read(input);

// Process each field separately
Console.WriteLine($"Name: {nameResult.Text}");
Console.WriteLine($"Date: {dateResult.Text}");
Console.WriteLine($"Amount: {amountResult.Text}");

using IronOcr;
using IronSoftware.Drawing;

var ocr = new IronTesseract();
using var input = new OcrInput();

// Define multiple regions for different form fields
var nameField = new Rectangle(x: 100, y: 200, width: 300, height: 50);
var dateField = new Rectangle(x: 100, y: 300, width: 200, height: 50);
var amountField = new Rectangle(x: 400, y: 500, width: 150, height: 50);

// Load the same image multiple times with different regions
input.LoadImage("form.png", nameField);
var nameResult = ocr.Read(input);

input.Clear();
input.LoadImage("form.png", dateField);
var dateResult = ocr.Read(input);

input.Clear();
input.LoadImage("form.png", amountField);
var amountResult = ocr.Read(input);

// Process each field separately
Console.WriteLine($"Name: {nameResult.Text}");
Console.WriteLine($"Date: {dateResult.Text}");
Console.WriteLine($"Amount: {amountResult.Text}");

IRON VB CONVERTER ERROR developers@ironsoftware.com

Welche Ergebnisse kann ich erwarten?

Wie Sie der Konsolenausgabe entnehmen können, wird von der OCR nur der zweite Absatz verarbeitet. Dieser gezielte Ansatz stellt sicher, dass irrelevanter Text aus anderen Teilen des Bildes Ihre Ergebnisse nicht beeinträchtigt.

Die Genauigkeit der regionalen OCR hängt von mehreren Faktoren ab:

• Bildqualität: Bilder mit höherer Auflösung liefern im Allgemeinen bessere Ergebnisse. Erwägen Sie die Verwendung von DPI-Einstellungen zur Optimierung Ihrer Bilder.
• Textausrichtung: Stellen Sie sicher, dass der Text richtig ausgerichtet ist. Verwenden Sie bei Bedarf die Seitenrotationserkennung.
• Kontrast und Klarheit: Wenden Sie Bildkorrekturfilter an, um die Lesbarkeit des Textes zu verbessern.

Wie kann ich überprüfen, ob meine Koordinaten korrekt sind?

Um sicherzustellen, dass Sie die richtigen Koordinaten für das Eingabebild ausgewählt haben, können Sie den von Ihnen definierten Inhaltsbereich visualisieren. Eine einfache Möglichkeit, dies zu tun, besteht darin, das Rechteck auf das Eingabebild zu zeichnen und es mit StampCropRectangleAndSaveAs als neue Datei zu speichern. Dies hilft Ihnen, die Koordinaten zu debuggen und für eine optimale Leistung zu optimieren.

Diese Visualisierungstechnik ist besonders hilfreich, wenn Sie mit komplexen Layouts arbeiten oder wenn Sie bestimmte Textbereiche zu Qualitätssicherungszwecken hervorheben müssen.

Hier sehen Sie das Ergebnisbild, nachdem der angegebene Begrenzungsrahmen auf unser obiges Beispielbild gezeichnet wurde.

Wie kann ich die ausgewählte Region visualisieren?

:path=/static-assets/ocr/content-code-examples/how-to/ocr-region-of-an-image-highlighted.cs

using IronOcr;
using IronSoftware.Drawing;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();

// Define the specific rectangular area to scan within the image.
// The coordinates are in pixels: (x, y) is the top-left corner of the rectangle.
var ContentArea = new Rectangle(x: 4, y: 59, width: 365, height: 26);

ocrInput.LoadImage("region-input.png", ContentArea);

var ocrResult = ocrTesseract.Read(ocrInput);

// Draws the rectangle from above in a blue bounding box on the image for visualization.
ocrInput.StampCropRectangleAndSaveAs(ContentArea, Color.Aqua, "region-input.png");

IRON VB CONVERTER ERROR developers@ironsoftware.com

$vbLabelText   $csharpLabel

Wie sieht die Visualisierung aus?

Das hellblaue Rechteck bestätigt, dass wir den zweiten Absatz korrekt zur Weiterverarbeitung ausgewählt haben.

Wann sollte ich regionale OCR verwenden?

Regionale OCR ist ideal für mehrere gängige Szenarien:

1. Formularverarbeitung: Beim Extrahieren bestimmter Felder aus standardisierten Formularen, in denen die Daten an einheitlichen Stellen erscheinen.
2. Rechnungsverarbeitung: Extrahieren bestimmter Werte wie Summen, Daten oder Rechnungsnummern ohne Verarbeitung des gesamten Dokuments.
3. Lizenzschilder: Konzentrieren Sie sich bei der Kennzeichenerkennung nur auf den Bereich des Kennzeichens.
4. Ausweisdokumente: Extrahieren Sie bestimmte Felder aus Reisepässen oder Personalausweisen.
5. Screenshots: Beim Erfassen von Text aus bestimmten UI-Elementen in Screenshots.

Best Practices für regionale OCR

Um optimale Ergebnisse mit regionaler OCR zu erzielen:

1. Polsterung hinzufügen: Fügen Sie einen kleinen Puffer um Ihren Text ein, um sicherzustellen, dass keine Zeichen an den Rändern abgeschnitten werden.
2. Testen Sie mit Beispielbildern: Überprüfen Sie Ihre Koordinaten immer mit repräsentativen Beispielen, bevor Sie große Mengen verarbeiten.
3. Handhaben von Abweichungen: Berücksichtigen Sie leichte Positionsabweichungen in gescannten Dokumenten, indem Sie Ihre Bereiche etwas größer als nötig machen.
4. Leistungsoptimierung: Verarbeiten Sie bei Multithreading verschiedene Regionen parallel.
5. Überwachen Sie das Vertrauen: Überprüfen Sie die Ergebniskonfidenzwerte, um die Genauigkeit sicherzustellen.

Indem Sie die OCR-Verarbeitung auf bestimmte Regionen konzentrieren, können Sie sowohl die Geschwindigkeit als auch die Genauigkeit Ihrer Textextraktionsaufgaben erheblich verbessern. Dieser gezielte Ansatz ist für den Aufbau effizienter Dokumentenverarbeitungs-Workflows in Ihren .NET-Anwendungen unerlässlich.