Sinhala-OCR in C# und .NET

This article was translated from English: Does it need improvement?
Translated
View the article in English
Other versions of this document:

IronOCR ist eine C#-Softwarekomponente, die .NET-Programmierern das Lesen von Text aus Bildern und PDF-Dokumenten in 126 Sprachen, einschließlich Singhalesisch, ermöglicht.

Es ist ein fortgeschrittener Fork von Tesseract, der ausschließlich für .NET-Entwickler entwickelt wurde und sowohl in der Geschwindigkeit als auch in der Genauigkeit regelmäßig andere Tesseract-Engines übertrifft.

Inhalt von IronOcr.Languages.Sinhala

Dieses Paket enthält 114 OCR-Sprachen für .NET:

  • Singhalesisch
  • SinghalesischBeste
  • SinghalesischSchnell
  • SinghalesischesAlphabet
  • SinghalesischesAlphabetBeste
  • SinghalesischesAlphabetSchnell

Download

Singhalesisches Sprachpaket [සංහල]

Installation

Das erste, was wir tun müssen, ist das Sinhala OCR-Paket in Ihr .NET-Projekt zu installieren.

Install-Package IronOCR.Languages.Sinhala

Beispielcode

Dieses C#-Codebeispiel liest Singhalesischen Text aus einem Bild oder PDF-Dokument.

// Import the IronOcr namespace
using IronOcr;

class SinhalaOcrExample
{
    static void Main()
    {
        // Initialize the IronTesseract OCR engine
        var Ocr = new IronTesseract();

        // Set the OCR engine to use the Sinhala language
        Ocr.Language = OcrLanguage.Sinhala;

        // Define the input image or PDF file
        using (var Input = new OcrInput(@"images\Sinhala.png"))
        {
            // Perform OCR on the input
            var Result = Ocr.Read(Input);

            // Retrieve the recognized text
            var AllText = Result.Text;

            // Output the recognized text
            Console.WriteLine(AllText);
        }
    }
}
// Import the IronOcr namespace
using IronOcr;

class SinhalaOcrExample
{
    static void Main()
    {
        // Initialize the IronTesseract OCR engine
        var Ocr = new IronTesseract();

        // Set the OCR engine to use the Sinhala language
        Ocr.Language = OcrLanguage.Sinhala;

        // Define the input image or PDF file
        using (var Input = new OcrInput(@"images\Sinhala.png"))
        {
            // Perform OCR on the input
            var Result = Ocr.Read(Input);

            // Retrieve the recognized text
            var AllText = Result.Text;

            // Output the recognized text
            Console.WriteLine(AllText);
        }
    }
}
$vbLabelText   $csharpLabel

Erklärung:

  • IronTesseract: Dies ist die Hauptklasse der OCR-Engine, die für die Texterkennung verwendet wird.
  • Sprache: Gibt die Sprache des zu erkennenden Textes an; in diesem Fall Singhalesisch.
  • OcrInput: Repräsentiert die Eingabedatei (Bild oder PDF), bei der die Texterkennung durchgeführt werden muss.
  • Lesen: Führt den OCR-Prozess auf der Eingabedatei aus und gibt den erkannten Text zurück.
  • Result.Text: Enthält den OCR-erkannten Text aus der Eingabedatei, der für die weitere Verarbeitung oder Anzeige verwendet werden kann.