Text aus Bildern mit C# OCR lesen

Chaknith Bin

28. August 2018

Aktualisiert 20. Oktober 2024

Teilen Sie:

Translated

View the article in English

In diesem Tutorial lernen wir, wie man Bilder in C# und andere .NET-Sprachen in Text konvertiert.

Wie man Bilder in C# in Text umwandelt

Laden Sie die OCR Bild-zu-Text IronOCR Bibliothek herunter
Anpassen von Ausschnittbereichen zum Lesen von Teilen eines Bildes
Nutzen Sie bis zu 125 internationale Sprachen über Language Packs
OCR-Scanergebnisse als Text oder durchsuchbares PDF exportieren

Lesen von Text aus Bildern in .NET-Anwendungen

Wir werden die IronOcr.IronTesseract-Klasse verwenden, um Text in Bildern zu erkennen, und die Nuancen der Nutzung von Iron Tesseract OCR betrachten, um die höchste Leistung in Bezug auf Genauigkeit und Geschwindigkeit beim Lesen von Text aus Bildern in .NET zu erzielen.

Um "Image to Text" zu erreichen, werden wir die IronOCR-Bibliothek in ein Visual Studio-Projekt installieren.

Um dies zu tun, laden wir die IronOcr DLL herunter oder verwenden NuGet.

Install-Package IronOcr

Warum IronOCR?

Wir verwenden IronOCR für die Tesseract-Verwaltung, weil es uns einzigartig ist:

Funktioniert direkt nach dem Auspacken in reinem .NET
Tesseract muss nicht auf Ihrem Rechner installiert sein.
Nutzt die neuesten Engines: Tesseract 5 (sowie Tesseract 4 & 3)
Ist für jedes .NET-Projekt verfügbar: .NET Framework 4.5+, .NET Standard 2+ und .NET Core 2, 3 & 5!
Verbesserte Genauigkeit und Geschwindigkeit gegenüber dem herkömmlichen Tesseract
Unterstützt Xamarin, Mono, Azure und Docker
Verwalten des komplexen Tesseract-Wörterbuchsystems mit NuGet-Paketen
Unterstützt PDFS, MultiFrame Tiffs und alle wichtigen Bildformate ohne Konfiguration
Kann schlechte und verzerrte Scans korrigieren, um die besten Ergebnisse mit Tesseract zu erzielen.

Beginnen Sie noch heute mit der Verwendung von IronOCR in Ihrem Projekt mit einer kostenlosen Testversion.

Erster Schritt:

Kostenloser Start

Verwendung von Tesseract in C##

In diesem einfachen Beispiel sehen Sie, dass wir die Klasse IronOcr.IronTesseract verwenden, um den Text aus einem Bild zu lesen und automatisch seinen Wert als Zeichenfolge zurückzugeben.

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-1.cs

// PM> Install-Package IronOcr
using IronOcr;

OcrResult result = new IronTesseract().Read(@"img\Screenshot.png");
Console.WriteLine(result.Text);

' PM> Install-Package IronOcr
Imports IronOcr

Private result As OcrResult = (New IronTesseract()).Read("img\Screenshot.png")
Console.WriteLine(result.Text)

$vbLabelText $csharpLabel

Das Ergebnis ist eine 100%ige Übereinstimmung mit dem folgenden Text:

IronOCR Simple Example

In this simple example we will test the accuracy of our C# OCR library to read text from a PNG
Image. This is a very basic test, but things will get more complicated as the tutorial continues.

The quick brown fox jumps over the lazy dog

Auch wenn dies sehr simpel erscheinen mag, spielen sich unter der Oberfläche komplexe Vorgänge ab: Scannen des Bildes auf Ausrichtung, Qualität und Auflösung, Prüfung der Bildeigenschaften, Optimierung der OCR-Engine und Einsatz eines trainierten Netzwerks künstlicher Intelligenz, um den Text dann wie ein Mensch zu lesen.

Die OCR ist für einen Computer nicht einfach zu bewerkstelligen, und die Lesegeschwindigkeit kann mit der eines Menschen vergleichbar sein. Mit anderen Worten: OCR ist kein sofortiger Prozess. In diesem Fall ist sie jedoch zu 100 % korrekt.

Fortgeschrittene Verwendung von IronOCR Tesseract für C#

In den meisten realen Anwendungsfällen wollen die Entwickler die bestmögliche Leistung für ihr Projekt. In diesem Fall empfehlen wir Ihnen, die Klassen OcrInput und IronTesseract im IronOcr-Namensraum zu verwenden.

OcrInput bietet Ihnen die Möglichkeit, die spezifischen Eigenschaften eines OCR-Auftrags festzulegen, wie zum Beispiel:

Arbeit mit fast allen Bildtypen, einschließlich JPEG, TIFF, GIF, BMP und PNG
Importieren ganzer PDF-Dokumente oder von Teilen davon
Verbessern von Kontrast, Auflösung und Größe
Korrektur von Drehung, Scan-Rauschen, digitalem Rauschen, Schräglage, Negativbildern

IronTesseract
Wählen Sie aus Hunderten von vorgefertigten Sprachen und Sprachvarianten
Verwendung von Tesseract 5, 4 oder 3 OCR-Engines "out-of-the-box"
Geben Sie einen Dokumententyp an, ob es sich um einen Screenshot, einen Ausschnitt oder ein ganzes Dokument handelt
Barcodes lesen
Ausgabe der Ergebnisse in: Durchsuchbare PDFs, Hocr HTML, ein DOM & Strings

Beispiel: Erste Schritte mit OcrInput + IronTesseract

Das alles mag entmutigend erscheinen, aber im folgenden Beispiel sehen Sie die Standardeinstellungen, mit denen Sie beginnen sollten und die mit fast jedem Bild funktionieren, das Sie in IronOCR eingeben.

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-2.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames(@"img\Potter.tiff", pageindices);
OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

Imports IronOcr

Private ocr As New IronTesseract()
Private OcrInput As using
Private pageindices = New Integer() { 1, 2 }
input.LoadImageFrames("img\Potter.tiff", pageindices)
Dim result As OcrResult = ocr.Read(input)
Console.WriteLine(result.Text)

$vbLabelText $csharpLabel

Wir können dies sogar bei einem Scan mittlerer Qualität mit 100%iger Genauigkeit anwenden.

Wie Sie sehen können, war das Lesen des Textes (und optional von Barcodes) aus einem gescannten Bild wie einem TIFF relativ einfach.

Dieser OCR-Job liefert eine Genauigkeit von 100%.

OCR ist keine perfekte Wissenschaft, wenn es um Dokumente aus der realen Welt geht, aber IronTesseract ist so gut, wie es nur geht.

Sie werden auch feststellen, dass IronOCR automatisch mehrseitige Dokumente lesen kann, wie beispielsweise TIFFs, und sogar automatisch Text aus PDF-Dokumenten extrahieren kann.

Beispiel: Ein Scan von geringer Qualität

Jetzt versuchen wir es mit einem Scan derselben Seite in viel schlechterer Qualität, mit niedriger DPI, der viele Verzerrungen, digitales Rauschen und Schäden am Originalpapier aufweist.

Hier zeigt sich die wahre Stärke von IronOCR im Vergleich zu anderen OCR-Bibliotheken wie Tesseract, und wir werden feststellen, dass andere OCR-Projekte davor zurückschrecken, dies zu diskutieren. OCR an realen gescannten Bildern und nicht an unrealistisch "perfekten" Testfällen, die digital erstellt wurden, um eine 100%ige OCR-Genauigkeit zu erreichen.

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-3.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames(@"img\Potter.LowQuality.tiff", pageindices);
input.Deskew(); // removes rotation and perspective
OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

Imports IronOcr

Private ocr As New IronTesseract()
Private OcrInput As using
Private pageindices = New Integer() { 1, 2 }
input.LoadImageFrames("img\Potter.LowQuality.tiff", pageindices)
input.Deskew() ' removes rotation and perspective
Dim result As OcrResult = ocr.Read(input)
Console.WriteLine(result.Text)

$vbLabelText $csharpLabel

Ohne die Methode Input.Deskew() zum Begradigen des Bildes hinzuzufügen, erreichen wir eine Genauigkeit von 52,5 %. Nicht gut genug.

Das Hinzufügen von Input.Deskew() bringt uns auf eine 99,8% Genauigkeit, die fast so genau ist wie das OCR eines qualitativ hochwertigen Scans.

Bildfilter benötigen zwar etwas mehr Zeit für die Ausführung, verkürzen aber auch die OCR-Verarbeitungszeit. Es ist ein schmaler Grat, auf dem ein Entwickler seine Eingabedokumente kennenlernen muss.

Wenn Sie sich nicht sicher sind:

Input.Deskew() ist ein sicherer und sehr erfolgreicher Filter zur Nutzung.
Zweitens versuchen Sie Input.DeNoise(), um erhebliches digitales Rauschen zu beheben.

Leistungsoptimierung

Der wichtigste Faktor für die Geschwindigkeit eines OCR-Auftrags ist in der Tat die Qualität des Eingabebildes. Je weniger Hintergrundrauschen vorhanden ist und je höher die dpi sind, wobei die perfekte Ziel-Dpi bei etwa 200 dpi liegt, desto schneller und genauer sind die OCR-Ergebnisse.

Dies ist jedoch nicht notwendig, da IronOCR bei der Korrektur unvollkommener Dokumente glänzt (obwohl dies zeitaufwendig ist und dazu führt, dass Ihre OCR-Aufgaben mehr CPU-Zyklen verbrauchen).

Wenn möglich, können Sie durch die Wahl von Eingabe-Bildformaten mit weniger digitalem Rauschen, wie beispielsweise TIFF oder PNG, auch schnellere Ergebnisse erzielen als bei verlustbehafteten Bildformaten wie JPEG.

Bild-Filter

Die folgenden Bildfilter können die Leistung deutlich verbessern:

OcrInput.Rotate( double degrees) - Dreht Bilder um eine Anzahl von Grad im Uhrzeigersinn. Für gegen den Uhrzeigersinn verwenden Sie negative Zahlen.
OcrInput.Binarize() - Dieser Bildfilter macht jeden Pixel schwarz oder weiß, ohne Zwischentöne. Kann die OCR-Leistung in Fällen mit sehr geringem Kontrast zwischen Text und Hintergrund verbessern.
OcrInput.ToGrayScale() - Dieser Bildfilter wandelt jeden Pixel in einen Grauton um. Wird die OCR-Genauigkeit wahrscheinlich nicht verbessern, kann aber die Geschwindigkeit erhöhen
OcrInput.Contrast() - Erhöht den Kontrast automatisch. Dieser Filter verbessert häufig die OCR-Geschwindigkeit und -Genauigkeit bei Scans mit geringem Kontrast.
OcrInput.DeNoise() - Entfernt digitales Rauschen. Dieser Filter sollte nur verwendet werden, wenn Rauschen erwartet wird.
OcrInput.Invert() - Kehrt jede Farbe um. Z. B. Weiß wird schwarz: Schwarz wird weiß.
OcrInput.Dilate() - Erweiterte Morphologie. mit Dilatation werden Pixel zu den Grenzen von Objekten in einem Bild hinzugefügt. Gegenüber von Erode
OcrInput.Erode() - Fortgeschrittene Morphologie. Erosion entfernt Pixel an ObjektgrenzenGegenstück von Dilate
OcrInput.Deskew() - Dreht ein Bild, damit es richtig ausgerichtet und orthogonal ist. Dies ist für die OCR sehr nützlich, da die Toleranz von Tesseract bei schiefen Scans bis zu 5 Grad betragen kann.
OcrInput.DeepCleanBackgroundNoise() - Starke Entfernung von Hintergrundgeräuschen. Verwenden Sie diesen Filter nur, wenn ein extremes Hintergrundrauschen des Dokuments bekannt ist, da dieser Filter auch die OCR-Genauigkeit von sauberen Dokumenten beeinträchtigen kann und sehr rechenintensiv ist.
OcrInput.EnhanceResolution - Verbessert die Auflösung von minderwertigen Bildern. Dieser Filter wird nicht oft benötigt, da OcrInput.MinimumDPI und OcrInput.TargetDPI automatisch Eingaben mit niedriger Auflösung erfassen und auflösen.

Leistungstuning für Geschwindigkeit

Mit Iron Tesseract können wir die OCR bei Scans höherer Qualität beschleunigen.

Wenn wir die Geschwindigkeit optimieren, könnten wir an dieser Position beginnen und dann die Funktionen wieder einschalten, bis wir die perfekte Balance gefunden haben.

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-4.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();

// Configure for speed
ocr.Configuration.BlackListCharacters = "~`$#^*_}{][|\\";
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
ocr.Language = OcrLanguage.EnglishFast;

using OcrInput input = new OcrInput();
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames(@"img\Potter.tiff", pageindices);

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

Imports IronOcr

Private ocr As New IronTesseract()

' Configure for speed
ocr.Configuration.BlackListCharacters = "~`$#^*_}{][|\"
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto
ocr.Language = OcrLanguage.EnglishFast

Using input As New OcrInput()
	Dim pageindices = New Integer() { 1, 2 }
	input.LoadImageFrames("img\Potter.tiff", pageindices)
	
	Dim result As OcrResult = ocr.Read(input)
	Console.WriteLine(result.Text)
End Using

$vbLabelText $csharpLabel

Dieses Ergebnis ist 99,8% genau im Vergleich zu einer Basislinie von 100% - aber 35% schneller.

Ausgeschnittene Bereiche von Bildern lesen

Wie das folgende Codebeispiel zeigt, ist Iron's Fork von Tesseract OCR in der Lage, bestimmte Bereiche von Bildern zu lesen.

Wir können ein System.Drawing.Rectangle verwenden, um in Pixeln den genauen Bereich eines Bildes anzugeben, der gelesen werden soll.

Dies kann sehr nützlich sein, wenn es sich um ein standardisiertes Formular handelt, das ausgefüllt wird und in dem nur ein bestimmter Bereich Text enthält, der sich von Fall zu Fall ändert.

Beispiel: Scannen eines Bereichs einer Seite

Wir können ein System.Drawing.Rectangle verwenden, um eine Region festzulegen, in der wir ein Dokument lesen werden. Die Maßeinheit ist immer Pixel.

Wir werden sehen, dass dies zu Geschwindigkeitssteigerungen führt und das Lesen von unnötigem Text vermeidet. In diesem Beispiel lesen wir den Namen eines Schülers aus einem zentralen Bereich eines standardisierten Dokuments.

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-5.cs

using IronOcr;
using IronSoftware.Drawing;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();
// a 41% improvement on speed
Rectangle contentArea = new Rectangle(x: 215, y: 1250, height: 280, width: 1335);
input.LoadImage("img/ComSci.png", contentArea);
OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

Imports IronOcr
Imports IronSoftware.Drawing

Private ocr As New IronTesseract()
Private OcrInput As using
' a 41% improvement on speed
Private contentArea As New Rectangle(x:= 215, y:= 1250, height:= 280, width:= 1335)
input.LoadImage("img/ComSci.png", contentArea)
Dim result As OcrResult = ocr.Read(input)
Console.WriteLine(result.Text)

$vbLabelText $csharpLabel

Dies ergibt eine 41% Geschwindigkeitssteigerung - und ermöglicht uns, spezifisch zu sein. Dies ist unglaublich nützlich für _.NET OCR-Szenarien, in denen Dokumente ähnlich und konsistent sind, wie Rechnungen, Quittungen, Schecks, Formulare, Spesenabrechnungen usw.

ContentAreas (OCR-Zuschneiden) wird beim Lesen von PDFs ebenfalls unterstützt.

Internationale Sprachen

IronOCR unterstützt 125 internationale Sprachen über Sprachpakete, die als DLLs verteilt werden und von dieser Website oder auch vom NuGet-Paketmanager für Visual Studio heruntergeladen werden können.

Wir können sie installieren, indem wir NuGet durchsuchen (nach "IronOcr.Languages" suchen) oder von der OCR-Sprachpakete-Seite.

Folgende Sprachen werden unterstützt:

Afrikaans
Amharisch Auch bekannt als አማርኛ
Arabisch Auch bekannt als العربية
ArabischesAlphabet Auch bekannt als العربية
ArmenischesAlphabet Auch bekannt als Հայերեն
Assamese Auch bekannt als অসমীয়া
Aserbaidschanisch auch bekannt als azərbaycan dili
AserbaidschanischKyrillisch auch bekannt als azərbaycan dili
Weißrussisch Auch bekannt als беларуская мова
Bengali auch bekannt als Bangla,বাংলা
BengaliAlphabet auch bekannt als Bangla,বাংলা
Tibetisch auch bekannt als Tibetan Standard, Tibetan, Central ཡིག་
Bosnisch auch bekannt als bosanski jezik
Bretonisch auch bekannt als brezhoneg
Bulgarisch Auch bekannt als български език
CanadianAboriginalAlphabet Auch bekannt als Canadian First Nations, Indigenous Canadians, Native Canadian, Inuit
Katalanisch auch bekannt als català, valencià
Cebuano auch bekannt als Bisaya, Binisaya
Tschechisch Auch bekannt als čeština, český jazyk
CherokeeAlphabet Auch bekannt als ᏣᎳᎩ ᎦᏬᏂᎯᏍᏗ, Tsalagi Gawonihisdi
ChinesischVereinfacht Auch bekannt als 中文 (Zhōngwén), 汉语, 漢語
ChineseSimplifiedVertical Auch bekannt als 中文 (Zhōngwén), 汉语, 漢語
ChinesischTraditionell Auch bekannt als 中文 (Zhōngwén), 汉语, 漢語
ChineseTraditionalVertical Auch bekannt als 中文 (Zhōngwén), 汉语, 漢語
Cherokee Auch bekannt als ᏣᎳᎩ ᎦᏬᏂᎯᏍᏗ, Tsalagi Gawonihisdi
Korsisch auch bekannt als corsu, lingua corsa
Walisisch auch bekannt als Cymraeg
KyrillischesAlphabet auch bekannt als kyrillische Schriften
Dänisch auch bekannt als dansk
DanishFraktur auch bekannt als dansk
Deutsch Auch bekannt als Deutsch
GermanFraktur Auch bekannt als Deutsch
DevanagariAlphabet Auch bekannt als Nagair,देवनागरी
Divehi Auch bekannt als ދިވެހި
Dzongkha auch bekannt als རྫོང་ཁ
Griechisch Auch bekannt als ελληνικά
Englisch
Mittelenglisch Auch bekannt als Englisch (1100-1500 n. Chr.)
Esperanto
Estnisch auch bekannt als eesti, eesti keel
ÄthiopischesAlphabet Auch bekannt als Ge'ez,ግዕዝ, Gəʿəz
Baskisch Auch bekannt als euskara, euskera
Färöisch auch bekannt als føroyskt
Persisch Auch bekannt als فارسی
Filipino Auch bekannt als National Language of the Philippines, Standardized Tagalog
Finnisch auch bekannt als suomi, suomen kieli
Finanzielle Auch bekannt als finanzielle, numerische und technische Dokumente
Französisch auch bekannt als français, langue française
FrakturAlphabet Auch bekannt als Allgemeine Fraktur, kalligraphische Hand des lateinischen Alphabets
Fränkisch auch bekannt als Frenkisk, Altfränkisch
Mittelalterliches Französisch Auch bekannt als Moyen Français, Mittelalterliches Französisch (ca. 1400-1600 AD)
Westfriesisch auch bekannt als Frysk
GeorgischesAlphabet Auch bekannt als ქართული
Schottisch-Gälisch auch bekannt als Gàidhlig
Irisch auch bekannt als Gaeilge
Galicisch auch bekannt als galego
Altgriechisch Auch bekannt als Ἑλληνική
GriechischesAlphabet Auch bekannt als ελληνικά
Gujarati auch bekannt als ગુજરાતી
GujaratiAlphabet Auch bekannt als ગુજરાતી
GurmukhiAlphabet auch bekannt als Gurmukhī, ਗੁਰਮੁਖੀ, Shahmukhi, گُرمُکھی, Sihk Script
HangulAlphabet auch bekannt als koreanisches Alphabet,한글,Hangeul,조선글,hosŏn'gŭl
HangulVerticalAlphabet auch bekannt als Koreanisches Alphabet,한글,Hangeul,조선글,hosŏn'gŭl
HanSimplifiedAlphabet auch bekannt als Samhan ,한어, 韓語
HanSimplifiedVerticalAlphabet auch bekannt als Samhan ,한어, 韓語
HanTraditionellesAlphabet Auch bekannt als Samhan ,한어, 韓語
HanTraditionellesVertikalesAlphabet auch bekannt als Samhan ,한어, 韓語
Haitianisch auch bekannt als Kreyòl ayisyen
Hebräisch Auch bekannt als עברית
HebräischesAlphabet Auch bekannt als עברית
Hindi auch bekannt als हिन्दी, हिंदी
Kroatisch auch bekannt als hrvatski jezik
Ungarisch auch bekannt als magyar
Armenisch Auch bekannt als Հայերեն
Inuktitut Auch bekannt als ᐃᓄᒃᑎᑐᑦ
Indonesisch auch bekannt als Bahasa Indonesia
Isländisch auch bekannt als Íslenska
Italienisch auch bekannt als italiano
ItalienischAlt auch bekannt als italiano
Japanisches Alphabet Auch bekannt als 日本語 (にほんご)
JapaneseVerticalAlphabet Auch bekannt als 日本語 (にほんご)
Javanisch auch bekannt als basa Jawa
Japanisch Auch bekannt als 日本語 (にほんご)
JapaneseVertical Auch bekannt als 日本語 (にほんご)
Kannada Auch bekannt als ಕನ್ನಡ
KannadaAlphabet Auch bekannt als ಕನ್ನಡ
Georgisch Auch bekannt als ქართული
GeorgianOld Auch bekannt als ქართული
Kasachisch Auch bekannt als қазақ тілі
Khmer Auch bekannt als ខ្មែរ, ខេមរភាសា, ភាសាខ្មែរ
KhmerAlphabet Auch bekannt als ខ្មែរ, ខេមរភាសា, ភាសាខ្មែរ
Kirgisisch Auch bekannt als Кыргызча, Кыргыз тили
Nordkurdisch Auch bekannt als Kurmandschi, کورمانجی ,Kurmancî
Korean (auch bekannt als 한국어 (韓國語), 조선어 (朝鮮語))
KoreanVertical Auch bekannt als 한국어 (韓國語), 조선어 (朝鮮語)
Lao Auch bekannt als ພາສາລາວ
LaoAlphabet Auch bekannt als ພາສາລາວ
Latein auch bekannt als latine, lingua latina
LateinischesAlphabet Auch bekannt als latine, lingua latina
Lettisch auch bekannt als latviešu valoda
Litauisch auch bekannt als lietuvių kalba
Luxemburgisch auch bekannt als Lëtzebuergesch
Malayalam Auch bekannt als മലയാളം
MalayalamAlphabet auch bekannt als മലയാളം
Marathi Auch bekannt als मराठी
MICR auch bekannt als Magnetic Ink Character Recognition, MICR Cheque Encoding
Mazedonisch Auch bekannt als македонски јазик
Malteser auch bekannt als Malti
Mongolisch Auch bekannt als монгол
Maori auch bekannt als te reo Māori
Malaiisch Auch bekannt als bahasa Melayu, بهاس ملايو
Myanmar auch bekannt als Burmese ,ဗမာစာ
MyanmarAlphabet auch bekannt als Birmanisch ,ဗမာစာ
Nepali Auch bekannt als नेपाली
Niederländisch Auch bekannt als Nederlands, Vlaams
Norwegisch auch bekannt als Norsk
Okzitanisch auch bekannt als occitan, lenga d'òc
Oriya auch bekannt als ଓଡ଼ିଆ
OriyaAlphabet Auch bekannt als ଓଡ଼ିଆ
Panjabi auch bekannt als ਪੰਜਾਬੀ, پنجابی
Polnisch Auch bekannt als język polski, polszczyzna
Portugiesisch auch bekannt als português
Paschtu Auch bekannt als پښتو
Quechua auch bekannt als Runa Simi, Kichwa
Rumänisch Auch bekannt als limba română
Russisch Auch bekannt als русский язык
Sanskrit Auch bekannt als संस्कृतम्
Singhalesisch Auch bekannt als සිංහල
SinghalesischesAlphabet Auch bekannt als සිංහල
Slowakisch Auch bekannt als slovenčina, slovenský jazyk
SlovakFraktur auch bekannt als slovenčina, slovenský jazyk
Slowenisch auch bekannt als slovenski jezik, slovenščina
Sindhi auch bekannt als सिन्धी, سنڌي، سندھی
Spanisch auch bekannt als español, castellano
SpanischAlt auch bekannt als español, castellano
Albanisch auch bekannt als gjuha shqipe
Serbisch Auch bekannt als српски језик
SerbischLatein Auch bekannt als српски језик
Sundanese auch bekannt als Basa Sunda
Swahili auch bekannt als Kiswahili
Schwedisch auch bekannt als Svenska
Syrisch Auch bekannt als Syrisch, Syrisch-Aramäisch,ܠܫܢܐ ܣܘܪܝܝܐ, Leššānā Suryāyā
SyrischesAlphabet Auch bekannt als Syrisch, Syrisch-Aramäisch,ܠܫܢܐ ܣܘܪܝܝܐ, Leššānā Suryāyā
Tamil Auch bekannt als தமிழ்
TamilAlphabet Auch bekannt als தமிழ்
Tatar Auch bekannt als татар теле, tatar tele
Telugu auch bekannt als తెలుగు
TeluguAlphabet Auch bekannt als తెలుగు
Tadschikisch Auch bekannt als тоҷикӣ, toğikī, تاجیکی
Tagalog Auch bekannt als Wikang Tagalog, ᜏᜒᜃᜅ᜔ ᜆᜄᜎᜓᜄ᜔
Thai Auch bekannt als ไทย
ThaanaAlphabet auch bekannt als Taana , Tāna , ތާނަ
ThaiAlphabet Auch bekannt als ไทย
TibetischesAlphabet Auch bekannt als Tibetan Standard, Tibetan, Central ཡིག་
Tigrinya Auch bekannt als ትግርኛ
Tonga auch bekannt als faka Tonga
Türkisch auch bekannt als Türkçe
Uyghur auch bekannt als Uyƣurqə, ئۇيغۇرچە
Ukrainisch Auch bekannt als українська мова
Urdu Auch bekannt als اردو
Usbekisch Auch bekannt als O'zbek, Ўзбек, أۇزبېك
UsbekischKyrillisch Auch bekannt als O'zbek, Ўзбек, أۇزبېك
Vietnamesisch Auch bekannt als Tiếng Việt
VietnamesischesAlphabet Auch bekannt als Tiếng Việt
Jiddisch Auch bekannt als ייִדיש
Yoruba auch bekannt als Yorùbá

Beispiel: OCR auf Arabisch (+ viele weitere)

Im folgenden Beispiel wird gezeigt, wie man ein arabisches Dokument scannen kann.

PM> Install-Package IronOcr.Languages.Arabic

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-6.cs

// PM> Install IronOcr.Languages.Arabic
using IronOcr;

IronTesseract ocr = new IronTesseract();
ocr.Language = OcrLanguage.Arabic;

using OcrInput input = new OcrInput();
input.LoadImageFrame("img/arabic.gif", 1);
// add image filters if needed
// In this case, even thought input is very low quality
// IronTesseract can read what conventional Tesseract cannot.

OcrResult result = ocr.Read(input);

// Console can't print Arabic on Windows easily.
// Let's save to disk instead.
result.SaveAsTextFile("arabic.txt");

' PM> Install IronOcr.Languages.Arabic
Imports IronOcr

Private ocr As New IronTesseract()
ocr.Language = OcrLanguage.Arabic

Using input As New OcrInput()
	input.LoadImageFrame("img/arabic.gif", 1)
	' add image filters if needed
	' In this case, even thought input is very low quality
	' IronTesseract can read what conventional Tesseract cannot.
	
	Dim result As OcrResult = ocr.Read(input)
	
	' Console can't print Arabic on Windows easily.
	' Let's save to disk instead.
	result.SaveAsTextFile("arabic.txt")
End Using

$vbLabelText $csharpLabel

Beispiel: OCR in mehr als einer Sprache im selben Dokument.

Im folgenden Beispiel wird gezeigt, wie man mit OCR mehrere Sprachen in ein und dasselbe Dokument scannen kann.

Dies ist sehr häufig der Fall, wenn z. B. ein chinesisches Dokument englische Wörter und Urls enthalten kann.

PM> Install-Package IronOcr.Languages.ChineseSimplified

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-7.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;

// We can add any number of languages.
ocr.AddSecondaryLanguage(OcrLanguage.English);
// Optionally add custom tesseract .traineddata files by specifying a file path

using OcrInput input = new OcrInput();
input.LoadImage("img/MultiLanguage.jpeg");
OcrResult result = ocr.Read(input);
result.SaveAsTextFile("MultiLanguage.txt");

Imports IronOcr

Private ocr As New IronTesseract()
ocr.Language = OcrLanguage.ChineseSimplified

' We can add any number of languages.
ocr.AddSecondaryLanguage(OcrLanguage.English)
' Optionally add custom tesseract .traineddata files by specifying a file path

Using input As New OcrInput()
	input.LoadImage("img/MultiLanguage.jpeg")
	Dim result As OcrResult = ocr.Read(input)
	result.SaveAsTextFile("MultiLanguage.txt")
End Using

$vbLabelText $csharpLabel

Mehrseitige Dokumente

IronOcr kann mehrere Seiten/Bilder zu einem einzigen OcrResult kombinieren. Dies ist besonders nützlich, wenn ein Dokument aus mehreren Bildern erstellt wurde. Wir werden später sehen, dass diese spezielle Funktion von IronTesseract äußerst nützlich ist, um durchsuchbare PDFs und HTML-Dateien aus OCR-Eingaben zu erzeugen.

IronOCR ermöglicht es, Bilder, TIFF-Rahmen und PDF-Seiten in einer einzigen OCR-Eingabe zu mischen und anzupassen.

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-8.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();

using OcrInput input = new OcrInput();
input.LoadImage("image1.jpeg");
input.LoadImage("image2.png");
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames("image3.gif", pageindices);

OcrResult result = ocr.Read(input);

Console.WriteLine($"{result.Pages.Length} Pages"); // 3 Pages

Imports IronOcr

Private ocr As New IronTesseract()

Private OcrInput As using
input.LoadImage("image1.jpeg")
input.LoadImage("image2.png")
Dim pageindices = New Integer() { 1, 2 }
input.LoadImageFrames("image3.gif", pageindices)

Dim result As OcrResult = ocr.Read(input)

Console.WriteLine($"{result.Pages.Length} Pages") ' 3 Pages

$vbLabelText $csharpLabel

Wir können auch problemlos jede Seite eines TIFFs OCRen.

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-9.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();

using OcrInput input = new OcrInput();
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames("MultiFrame.Tiff", pageindices);
OcrResult result = ocr.Read(input);

Console.WriteLine(result.Text);
Console.WriteLine($"{result.Pages.Length} Pages");
// 1 page for every frame (page) in the TIFF

Imports IronOcr

Private ocr As New IronTesseract()

Private OcrInput As using
Private pageindices = New Integer() { 1, 2 }
input.LoadImageFrames("MultiFrame.Tiff", pageindices)
Dim result As OcrResult = ocr.Read(input)

Console.WriteLine(result.Text)
Console.WriteLine($"{result.Pages.Length} Pages")
' 1 page for every frame (page) in the TIFF

$vbLabelText $csharpLabel

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-10.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();
input.LoadPdf("example.pdf", Password: "password");
// We can also select specific PDF page numbers to OCR

OcrResult result = ocr.Read(input);

Console.WriteLine(result.Text);
Console.WriteLine($"{result.Pages.Length} Pages");
// 1 page for every page of the PDF

Imports IronOcr

Private ocr As New IronTesseract()
Private OcrInput As using
input.LoadPdf("example.pdf", Password:= "password")
' We can also select specific PDF page numbers to OCR

Dim result As OcrResult = ocr.Read(input)

Console.WriteLine(result.Text)
Console.WriteLine($"{result.Pages.Length} Pages")
' 1 page for every page of the PDF

$vbLabelText $csharpLabel

Durchsuchbare PDFs

Der Export von OCR-Ergebnissen als durchsuchbare PDFs in C# und VB.NET ist eine beliebte Funktion von IronOCR. Dies kann Unternehmen und Behörden bei der Datenbankbevölkerung, der Suchmaschinenoptimierung und der PDF-Nutzbarkeit sehr helfen.

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-11.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();

using OcrInput input = new OcrInput();
input.Title = "Quarterly Report";
input.LoadImage("image1.jpeg");
input.LoadImage("image2.png");
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames("image3.gif", pageindices);

OcrResult result = ocr.Read(input);
result.SaveAsSearchablePdf("searchable.pdf");

Imports IronOcr

Private ocr As New IronTesseract()

Private OcrInput As using
input.Title = "Quarterly Report"
input.LoadImage("image1.jpeg")
input.LoadImage("image2.png")
Dim pageindices = New Integer() { 1, 2 }
input.LoadImageFrames("image3.gif", pageindices)

Dim result As OcrResult = ocr.Read(input)
result.SaveAsSearchablePdf("searchable.pdf")

$vbLabelText $csharpLabel

Ein weiterer OCR-Trick besteht darin, ein vorhandenes PDF-Dokument durchsuchbar zu machen.

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-12.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();

using OcrInput input = new OcrInput();
input.Title = "Pdf Metadata Name";
input.LoadPdf("example.pdf", Password: "password");
OcrResult result = ocr.Read(input);
result.SaveAsSearchablePdf("searchable.pdf");

Imports IronOcr

Private ocr As New IronTesseract()

Private OcrInput As using
input.Title = "Pdf Metadata Name"
input.LoadPdf("example.pdf", Password:= "password")
Dim result As OcrResult = ocr.Read(input)
result.SaveAsSearchablePdf("searchable.pdf")

$vbLabelText $csharpLabel

Dasselbe gilt für die Konvertierung von TIFF-Dokumenten mit 1 oder mehr Seiten in durchsuchbare PDFs mit IronTesseract.

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-13.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();
input.Title = "Pdf Title";
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames("example.tiff", pageindices);
OcrResult result = ocr.Read(input);
result.SaveAsSearchablePdf("searchable.pdf");

Imports IronOcr

Private ocr As New IronTesseract()
Private OcrInput As using
input.Title = "Pdf Title"
Dim pageindices = New Integer() { 1, 2 }
input.LoadImageFrames("example.tiff", pageindices)
Dim result As OcrResult = ocr.Read(input)
result.SaveAsSearchablePdf("searchable.pdf")

$vbLabelText $csharpLabel

Hocr HTML exportieren

Auf ähnliche Weise können wir OCR-Ergebnisdokumente in Hocr HTML exportieren. Dabei handelt es sich um ein XML-Dokument, das von einem XML-Reader geparst oder in visuell ansprechendes HTML umgewandelt werden kann.

Dies ermöglicht eine gewisse PDF-zu-HTML- und TIFF-zu-HTML-Konvertierung.

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-14.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();

using OcrInput input = new OcrInput();
input.Title = "Html Title";

// Add more content as required...
input.LoadImage("image2.jpeg");
input.LoadPdf("example.pdf",Password: "password");
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames("example.tiff", pageindices);

OcrResult result = ocr.Read(input);
result.SaveAsHocrFile("hocr.html");

Imports IronOcr

Private ocr As New IronTesseract()

Private OcrInput As using
input.Title = "Html Title"

' Add more content as required...
input.LoadImage("image2.jpeg")
input.LoadPdf("example.pdf",Password:= "password")
Dim pageindices = New Integer() { 1, 2 }
input.LoadImageFrames("example.tiff", pageindices)

Dim result As OcrResult = ocr.Read(input)
result.SaveAsHocrFile("hocr.html")

$vbLabelText $csharpLabel

Lesen von Barcodes in OCR-Dokumenten

IronOCR hat gegenüber dem herkömmlichen Tesseract den zusätzlichen Vorteil, dass es auch Barcodes und QR-Codes lesen kann;

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-15.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();

ocr.Configuration.ReadBarCodes = true;

using OcrInput input = new OcrInput();
input.LoadImage("img/Barcode.png");

OcrResult result = ocr.Read(input);

foreach (var barcode in result.Barcodes)
{
    Console.WriteLine(barcode.Value);
    // type and location properties also exposed
}

Imports IronOcr

Private ocr As New IronTesseract()

ocr.Configuration.ReadBarCodes = True

Using input As New OcrInput()
	input.LoadImage("img/Barcode.png")
	
	Dim result As OcrResult = ocr.Read(input)
	
	For Each barcode In result.Barcodes
		Console.WriteLine(barcode.Value)
		' type and location properties also exposed
	Next barcode
End Using

$vbLabelText $csharpLabel

Ein detaillierter Blick auf die OCR-Ergebnisse für Bild und Text

Der letzte Punkt, den wir in diesem Tutorial betrachten, ist das OCR-Ergebnisobjekt. Wenn wir OCR lesen, wollen wir normalerweise nur den Text herauslesen, aber IronOCR enthält tatsächlich eine große Menge an Informationen, die für fortgeschrittene Entwickler von Nutzen sein können.

Innerhalb eines OCR-Ergebnisobjekts haben wir eine Sammlung von Seiten, die iteriert werden können. Auf jeder Seite können wir Strichcodes, Leistungsdiagramme, Textzeilen, Wörter und Zeichen finden.

Jedes dieser Objekte enthält nämlich: einen Ort; eine X-Koordinate; eine Y-Koordinate; eine Breite und eine Höhe; ein damit verbundenes Bild, das eingesehen werden kann; einen Schriftnamen; die Schriftgröße; die Richtung, in der der Text geschrieben wird; die Drehung des Textes; und die statistische Konfidenz, die IronOCR für dieses spezifische Wort, diese Zeile oder diesen Absatz hat.

Kurz gesagt, dies ermöglicht es Entwicklern, kreativ zu sein und mit OCR-Daten auf jede beliebige Weise zu arbeiten, um Informationen zu prüfen und zu exportieren.

Wir können auch mit jedem Element aus dem .NET OCR-Ergebnisobjekt arbeiten und es als Bild oder BitMap exportieren, z. B. einen Absatz, ein Wort oder einen Strichcode.

:path=/static-assets/ocr/content-code-examples/tutorials/how-to-read-text-from-an-image-in-csharp-net-16.cs

using IronOcr;
using IronSoftware.Drawing;

// We can delve deep into OCR results as an object model of Pages, Barcodes, Paragraphs, Lines, Words and Characters
// This allows us to explore, export and draw OCR content using other APIs

IronTesseract ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;

using OcrInput input = new OcrInput();
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames(@"img\Potter.tiff", pageindices);

OcrResult result = ocr.Read(input);

foreach (var page in result.Pages)
{
    // Page object
    int pageNumber = page.PageNumber;
    string pageText = page.Text;
    int pageWordCount = page.WordCount;

    // null if we don't set Ocr.Configuration.ReadBarCodes = true;
    OcrResult.Barcode[] barcodes = page.Barcodes;

    AnyBitmap pageImage = page.ToBitmap(input);
    System.Drawing.Bitmap pageImageLegacy = page.ToBitmap(input);
    double pageWidth = page.Width;
    double pageHeight = page.Height;

    foreach (var paragraph in page.Paragraphs)
    {
        // Pages -> Paragraphs
        int paragraphNumber = paragraph.ParagraphNumber;
        String paragraphText = paragraph.Text;
        System.Drawing.Bitmap paragraphImage = paragraph.ToBitmap(input);
        int paragraphXLocation = paragraph.X;
        int paragraphYLocation = paragraph.Y;
        int paragraphWidth = paragraph.Width;
        int paragraphHeight = paragraph.Height;
        double paragraphOcrAccuracy = paragraph.Confidence;
        var paragraphTextDirection = paragraph.TextDirection;

        foreach (var line in paragraph.Lines)
        {
            // Pages -> Paragraphs -> Lines
            int lineNumber = line.LineNumber;
            String lineText = line.Text;
            AnyBitmap lineImage = line.ToBitmap(input);
            System.Drawing.Bitmap lineImageLegacy = line.ToBitmap(input);
            int lineXLocation = line.X;
            int lineYLocation = line.Y;
            int lineWidth = line.Width;
            int lineHeight = line.Height;
            double lineOcrAccuracy = line.Confidence;
            double lineSkew = line.BaselineAngle;
            double lineOffset = line.BaselineOffset;

            foreach (var word in line.Words)
            {
                // Pages -> Paragraphs -> Lines -> Words
                int wordNumber = word.WordNumber;
                String wordText = word.Text;
                AnyBitmap wordImage = word.ToBitmap(input);
                System.Drawing.Image wordImageLegacy = word.ToBitmap(input);
                int wordXLocation = word.X;
                int wordYLocation = word.Y;
                int wordWidth = word.Width;
                int wordHeight = word.Height;
                double wordOcrAccuracy = word.Confidence;

                if (word.Font != null)
                {
                    // Word.Font is only set when using Tesseract Engine Modes rather than LTSM
                    String fontName = word.Font.FontName;
                    double fontSize = word.Font.FontSize;
                    bool isBold = word.Font.IsBold;
                    bool isFixedWidth = word.Font.IsFixedWidth;
                    bool isItalic = word.Font.IsItalic;
                    bool isSerif = word.Font.IsSerif;
                    bool isUnderlined = word.Font.IsUnderlined;
                    bool fontIsCaligraphic = word.Font.IsCaligraphic;
                }

                foreach (var character in word.Characters)
                {
                    // Pages -> Paragraphs -> Lines -> Words -> Characters
                    int characterNumber = character.CharacterNumber;
                    String characterText = character.Text;
                    AnyBitmap characterImage = character.ToBitmap(input);
                    System.Drawing.Bitmap characterImageLegacy = character.ToBitmap(input);
                    int characterXLocation = character.X;
                    int characterYLocation = character.Y;
                    int characterWidth = character.Width;
                    int characterHeight = character.Height;
                    double characterOcrAccuracy = character.Confidence;

                    // Output alternative symbols choices and their probability.
                    // Very useful for spell checking
                    OcrResult.Choice[] characterChoices = character.Choices;
                }
            }
        }
    }
}

Imports IronOcr
Imports IronSoftware.Drawing

' We can delve deep into OCR results as an object model of Pages, Barcodes, Paragraphs, Lines, Words and Characters
' This allows us to explore, export and draw OCR content using other APIs

Private ocr As New IronTesseract()
ocr.Configuration.ReadBarCodes = True

Using input As New OcrInput()
	Dim pageindices = New Integer() { 1, 2 }
	input.LoadImageFrames("img\Potter.tiff", pageindices)
	
	Dim result As OcrResult = ocr.Read(input)
	
	For Each page In result.Pages
		' Page object
		Dim pageNumber As Integer = page.PageNumber
		Dim pageText As String = page.Text
		Dim pageWordCount As Integer = page.WordCount
	
		' null if we don't set Ocr.Configuration.ReadBarCodes = true;
		Dim barcodes() As OcrResult.Barcode = page.Barcodes
	
		Dim pageImage As AnyBitmap = page.ToBitmap(input)
		Dim pageImageLegacy As System.Drawing.Bitmap = page.ToBitmap(input)
		Dim pageWidth As Double = page.Width
		Dim pageHeight As Double = page.Height
	
		For Each paragraph In page.Paragraphs
			' Pages -> Paragraphs
			Dim paragraphNumber As Integer = paragraph.ParagraphNumber
			Dim paragraphText As String = paragraph.Text
			Dim paragraphImage As System.Drawing.Bitmap = paragraph.ToBitmap(input)
			Dim paragraphXLocation As Integer = paragraph.X
			Dim paragraphYLocation As Integer = paragraph.Y
			Dim paragraphWidth As Integer = paragraph.Width
			Dim paragraphHeight As Integer = paragraph.Height
			Dim paragraphOcrAccuracy As Double = paragraph.Confidence
			Dim paragraphTextDirection = paragraph.TextDirection
	
			For Each line In paragraph.Lines
				' Pages -> Paragraphs -> Lines
				Dim lineNumber As Integer = line.LineNumber
				Dim lineText As String = line.Text
				Dim lineImage As AnyBitmap = line.ToBitmap(input)
				Dim lineImageLegacy As System.Drawing.Bitmap = line.ToBitmap(input)
				Dim lineXLocation As Integer = line.X
				Dim lineYLocation As Integer = line.Y
				Dim lineWidth As Integer = line.Width
				Dim lineHeight As Integer = line.Height
				Dim lineOcrAccuracy As Double = line.Confidence
				Dim lineSkew As Double = line.BaselineAngle
				Dim lineOffset As Double = line.BaselineOffset
	
				For Each word In line.Words
					' Pages -> Paragraphs -> Lines -> Words
					Dim wordNumber As Integer = word.WordNumber
					Dim wordText As String = word.Text
					Dim wordImage As AnyBitmap = word.ToBitmap(input)
					Dim wordImageLegacy As System.Drawing.Image = word.ToBitmap(input)
					Dim wordXLocation As Integer = word.X
					Dim wordYLocation As Integer = word.Y
					Dim wordWidth As Integer = word.Width
					Dim wordHeight As Integer = word.Height
					Dim wordOcrAccuracy As Double = word.Confidence
	
					If word.Font IsNot Nothing Then
						' Word.Font is only set when using Tesseract Engine Modes rather than LTSM
						Dim fontName As String = word.Font.FontName
						Dim fontSize As Double = word.Font.FontSize
						Dim isBold As Boolean = word.Font.IsBold
						Dim isFixedWidth As Boolean = word.Font.IsFixedWidth
						Dim isItalic As Boolean = word.Font.IsItalic
						Dim isSerif As Boolean = word.Font.IsSerif
						Dim isUnderlined As Boolean = word.Font.IsUnderlined
						Dim fontIsCaligraphic As Boolean = word.Font.IsCaligraphic
					End If
	
					For Each character In word.Characters
						' Pages -> Paragraphs -> Lines -> Words -> Characters
						Dim characterNumber As Integer = character.CharacterNumber
						Dim characterText As String = character.Text
						Dim characterImage As AnyBitmap = character.ToBitmap(input)
						Dim characterImageLegacy As System.Drawing.Bitmap = character.ToBitmap(input)
						Dim characterXLocation As Integer = character.X
						Dim characterYLocation As Integer = character.Y
						Dim characterWidth As Integer = character.Width
						Dim characterHeight As Integer = character.Height
						Dim characterOcrAccuracy As Double = character.Confidence
	
						' Output alternative symbols choices and their probability.
						' Very useful for spell checking
						Dim characterChoices() As OcrResult.Choice = character.Choices
					Next character
				Next word
			Next line
		Next paragraph
	Next page
End Using

$vbLabelText $csharpLabel

Zusammenfassung

IronOCR bietet C#-Entwicklern die fortschrittlichste Tesseract API, die wir auf jeder Plattform kennen.

IronOCR kann auf Windows, Linux, Mac, Azure, AWS und Lambda eingesetzt werden und unterstützt sowohl .NET Framework Projekte als auch .NET Standard und .NET Core.

Wir sehen, dass IronOCR selbst bei der Eingabe eines unvollkommenen Dokuments dessen Inhalt mit einer statistischen Genauigkeit von etwa 99 % lesen kann, obwohl das Dokument schlecht formatiert, verzerrt und mit digitalem Rauschen versehen war.

Wir können auch Barcodes in OCR-Scans lesen und unsere OCR sogar als HTML und durchsuchbare PDFs exportieren.

Dies ist ein Alleinstellungsmerkmal von IronOCR und eine Funktion, die Sie in Standard-OCR-Bibliotheken oder Tesseract nicht finden werden.

Vorwärts bewegen

Wenn Sie mehr über IronOCR erfahren möchten, empfehlen wir Ihnen, dies zu tun:

Beginnen Sie mit der Verwendung unseres C# Tesseract OCR Schnellstart-Leitfadens.
Erkunden Sie die C#- und VB-Codebeispiele
Lesen Sie die ausführliche MSDN-ähnliche API-Referenz.

Quellcode Download

Github Repository
Quellcode Zip

Vielleicht gefallen Ihnen auch die anderen .NET OCR-Tutorials in diesem Abschnitt.

Chaknith Bin

Jetzt mit dem Ingenieurteam chatten

Software-Ingenieur

Chaknith arbeitet an IronXL und IronBarcode. Er hat tiefgehende Expertise in C# und .NET und hilft, die Software zu verbessern und Kunden zu unterstützen. Seine Erkenntnisse aus Benutzerinteraktionen tragen zu besseren Produkten, Dokumentation und einem insgesamt besseren Erlebnis bei.

Auf dieser Seite

Text aus Bildern mit C# OCR lesen

Wie man Bilder in C# in Text umwandelt

Lesen von Text aus Bildern in .NET-Anwendungen

Warum IronOCR?

Verwendung von Tesseract in C##

Fortgeschrittene Verwendung von IronOCR Tesseract für C#

Beispiel: Erste Schritte mit OcrInput + IronTesseract

Beispiel: Ein Scan von geringer Qualität

Leistungsoptimierung

Bild-Filter

Leistungstuning für Geschwindigkeit

Ausgeschnittene Bereiche von Bildern lesen

Beispiel: Scannen eines Bereichs einer Seite

Internationale Sprachen

Beispiel: OCR auf Arabisch (+ viele weitere)

Beispiel: OCR in mehr als einer Sprache im selben Dokument.

Mehrseitige Dokumente

Durchsuchbare PDFs

Hocr HTML exportieren

Lesen von Barcodes in OCR-Dokumenten

Ein detaillierter Blick auf die OCR-Ergebnisse für Bild und Text

Zusammenfassung

Vorwärts bewegen

Quellcode Download

IronOCR ist ein Teil von IRONSUITE

Auf dieser Seite

Text aus Bildern mit C# OCR lesen

Wie man Bilder in C# in Text umwandelt

Lesen von Text aus Bildern in .NET-Anwendungen

Warum IronOCR?

Verwendung von Tesseract in C##

Fortgeschrittene Verwendung von IronOCR Tesseract für C#

Beispiel: Erste Schritte mit OcrInput + IronTesseract

Beispiel: Ein Scan von geringer Qualität

Leistungsoptimierung

Bild-Filter

Leistungstuning für Geschwindigkeit

Ausgeschnittene Bereiche von Bildern lesen

Beispiel: Scannen eines Bereichs einer Seite

Internationale Sprachen

Beispiel: OCR auf Arabisch (+ viele weitere)

Beispiel: OCR in mehr als einer Sprache im selben Dokument.

Mehrseitige Dokumente

Durchsuchbare PDFs

Hocr HTML exportieren

Lesen von Barcodes in OCR-Dokumenten

Ein detaillierter Blick auf die OCR-Ergebnisse für Bild und Text

Zusammenfassung

Vorwärts bewegen

Quellcode Download

Holen Sie sich Ihr FREE

Nächster Schritt: Starten Sie die kostenlose 30-Tage-Testversion

Nächster Schritt: Starten Sie die kostenlose 30-Tage-Testversion

Über 2 Millionen Ingenieure weltweit vertrauen darauf

IronOCR ist ein Teil von IRONSUITE