How to Read Photos Using IronOCR

Eingabe

Da die meisten Browser das TIFF-Format nicht nativ unterstützen, können Sie das TIFF-Eingabe hier herunterladen. Um die TIFF-Datei anzuzeigen, habe ich sie in WEBP konvertiert.

Code

:path=/static-assets/ocr/content-code-examples/how-to/read-photo-read-photo.cs

using IronOcr;
using IronSoftware.Drawing;
using System;

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

using var inputPhoto = new OcrInput();
inputPhoto.LoadImageFrame("ocr.tiff", 0);

// Read photo
OcrPhotoResult result = ocr.ReadPhoto(inputPhoto);

// Index number refer to region order in the page
int number = result.TextRegions[0].PageNumber;

// Extract the text in the first region
string textinregion = result.TextRegions[0].TextInRegion;

//Extract the co_ordinates of the first text region
Rectangle region = result.TextRegions[0].Region;

var output = $"Text in First Region: {textinregion}\n"
             + $"Text Region:\n"
             + $"Starting X: {region.X}\n"
             + $"Starting Y: {region.Y}\n"
             + $"Region Width: {region.Width}\n"
             + $"Region Height: {region.Height}\n"
             + $"Result Confidence: {result.Confidence}\n\n"
             + $"Full Scnned Photo Text: {result.Text}";

Console.WriteLine(output);

Imports Microsoft.VisualBasic
Imports IronOcr
Imports IronSoftware.Drawing
Imports System

' Instantiate OCR engine
Private ocr = New IronTesseract()

Private inputPhoto = New OcrInput()
inputPhoto.LoadImageFrame("ocr.tiff", 0)

' Read photo
Dim result As OcrPhotoResult = ocr.ReadPhoto(inputPhoto)

' Index number refer to region order in the page
Dim number As Integer = result.TextRegions(0).PageNumber

' Extract the text in the first region
Dim textinregion As String = result.TextRegions(0).TextInRegion

'Extract the co_ordinates of the first text region
Dim region As Rectangle = result.TextRegions(0).Region

Dim output = $"Text in First Region: {textinregion}" & vbLf & $"Text Region:" & vbLf & $"Starting X: {region.X}" & vbLf & $"Starting Y: {region.Y}" & vbLf & $"Region Width: {region.Width}" & vbLf & $"Region Height: {region.Height}" & vbLf & $"Result Confidence: {result.Confidence}" & vbLf & vbLf & $"Full Scnned Photo Text: {result.Text}"

Console.WriteLine(output)

Ausgabe

Text: Der aus OCR-Eingaben extrahierte Text. Confidence: Eine "double"-Eigenschaft, die das statistische Genauigkeitsvertrauen eines Durchschnitts jedes Zeichens angibt, wobei eins das höchste und 0 das niedrigste ist. TextRegions: Eine Liste der "TextRegions"-Eigenschaften, die angeben, wo sich der OCR-Text und seine Position innerhalb des Eingangs befinden. Im obigen Beispiel druckten wir die Frame-Nummer sowie das Rechteck, das den Text enthält.

Vergleich zwischen TIFF- und JPEG-Bildern

TIFF als Dateiformat ist verlustfrei und wird in der Regel verwendet, um mehrere Seiten und mehrere Frames in einem einzigen Format zu komprimieren. Es wird typischerweise für hochqualitative, mehrbild-gestützte Speicherung verwendet (zum Beispiel juristische Dokumente, medizinische Bilder). Es ist viel komplexer als Standard-JPEG-Formate und erfordert daher eine andere Methode, um den Text vollständig zu extrahieren.

Darüber hinaus verwenden TIFF-Bilder eine andere Komprimierungsmethode, so dass IronOCR eine spezialisierte Methode verwenden muss, um den Text zu entziffern.

Hier ist ein weiterer Vergleich zwischen TIFF und JPEG zur Gegenüberstellung.

Verschiedene Szenarien

Entwickler müssen jeden Anwendungsfall in der Produktion berücksichtigen, um ihre Anwendungen weiter zu optimieren und effektiv zu gestalten. Obwohl ReadPhoto für komplexe Bilder wie TIFF wie oben geeignet ist, würden die Ergebnisdaten langsam verarbeitet werden. Auf der anderen Seite mag JPEG von geringerer Qualität sein, aber die Verarbeitung wäre im Allgemeinen schneller. Jedoch würde eine Bildqualität mit Rauschen zu einer niedrigen Zuverlässigkeitsrate bei der OCR führen.

Die Verwendung der confidence-Eigenschaft in den OcrPhotoResults oder einer Klasse, die das IOcrResult-Interface nutzt, würde Ihnen eine Vorstellung davon geben, wie genau die Ergebnisse sind, sodass Entwickler testen, neu iterieren und optimieren können, wie gewünscht.

Entwickler sollten einen feinen Grat zwischen Effizienz und Genauigkeit finden, um sicherzustellen, dass die Bilder einem bestimmten Schwellenwert für Konsistenz entsprechen.