Cómo obtener texto de una captura de pantalla en C#

1. IronOCR

IronOCR es una biblioteca de software para los lenguajes de programación C# y VB.NET, diseñada para permitir a los desarrolladores agregar capacidades de OCR (Reconocimiento Óptico de Caracteres) a sus aplicaciones. La biblioteca puede usarse para reconocer texto en imágenes y convertirlo en texto legible por máquina. La biblioteca está construida sobre el motor OCR Tesseract, que se considera uno de los motores OCR más precisos disponibles.

IronOCR se puede usar para leer texto de imágenes en muchos formatos de archivo diferentes, incluidos PNG, JPG, TIFF y PDF. También ofrece una gama de características avanzadas para trabajar con el reconocimiento de texto, como la capacidad de reconocer múltiples idiomas, así como la habilidad de reconocer texto en imágenes que han sido giradas o inclinadas. Además, los desarrolladores pueden usar IronOCR para integrar rápidamente la funcionalidad OCR en sus aplicaciones, ya que ofrece una API simple y fácil de usar que se puede llamar desde códigos C# o VB.NET. Usando IronOCR, puedes elegir tu idioma OCR y realizar OCR en imágenes, archivos PDF digitales y archivos PDF escaneados.

IronOCR se considera una buena opción para los desarrolladores que desean agregar funcionalidad OCR a sus aplicaciones. Es de código abierto, fácil de usar e integrar, rápido, preciso y actualizado con las últimas tecnologías OCR.

2. Características de IronOCR

IronOCR proporciona una amplia gama de características que ayudan a los desarrolladores a integrar la funcionalidad OCR en sus aplicaciones. Algunas de las características clave de IronOCR incluyen:

1. Soporte multilingüe: IronOCR puede reconocer texto en más de 60 idiomas, incluidos inglés, español, alemán, francés, italiano y chino.
2. Detección automática de la orientación del texto: IronOCR puede detectar automáticamente la orientación del texto en una imagen, incluso si la imagen ha sido girada o inclinada.
3. Soporte para una amplia gama de formatos de imagen: IronOCR puede leer texto de imágenes en muchos formatos de archivo diferentes, incluidos PNG, JPG, TIFF y PDF.
4. Configuración de reconocimiento personalizable: Los desarrolladores pueden personalizar la configuración de reconocimiento para mejorar la precisión del reconocimiento para tipos específicos de imágenes o casos de uso.
5. Capacidad para reconocer texto de documentos escaneados y PDFs con múltiples páginas.
6. Reconocimiento rápido y alta precisión: IronOCR usa el motor OCR Tesseract, que es uno de los motores OCR más precisos y ampliamente usados disponibles.
7. API fácil de usar: IronOCR proporciona una API simple y fácil de usar que se puede llamar desde códigos C# o VB.NET, lo que facilita la integración de la funcionalidad OCR en cualquier aplicación.

En general, IronOCR es una herramienta poderosa que proporciona una amplia gama de características para ayudar a los desarrolladores a agregar funcionalidad OCR a sus aplicaciones.

3. Creación de un nuevo proyecto en Visual Studio

Abre Visual Studio y ve al menú Archivo. Selecciona "Nuevo Proyecto" y luego selecciona Aplicación de Consola.

Introduce el nombre del proyecto y selecciona la ruta en el cuadro de texto correspondiente. Luego, haga clic en el botón Crear. Seleccione el framework .NET requerido, como en la captura de pantalla a continuación:

Creando un nuevo proyecto en Visual Studio

El proyecto de Visual Studio ahora generará la estructura para la aplicación de consola. Una vez terminado, se abrirá el archivo program.cs, en el cual puedes escribir y ejecutar código fuente.

El archivo program.cs, generado desde el asistente de nuevo proyecto de Visual Studio

Ahora podemos añadir la biblioteca IronOCR y probar el programa.

4. Instalar IronOCR

En Visual Studio, puedes integrar fácilmente IronOCR con tu proyecto C#.

IronOCR ofrece múltiples procesos para integrar con un proyecto C# .NET. Aquí, discutiremos uno de ellos: instalar IronOCR usando el Administrador de Paquetes NuGet.

En Visual Studio ve a Herramientas > Administrador de Paquetes NuGet > Consola del Administrador de Paquetes

La interfaz del Administrador de Paquetes NuGet

Después de hacer clic, aparecerá una nueva consola en la parte inferior de la ventana de Visual Studio. Escribe el siguiente comando en la consola y presiona enter.

Install-Package IronOcr

IronOCR se instalará en solo unos segundos.

5. Uso de IronOCR para realizar OCR en una captura de pantalla

IronOCR es una poderosa biblioteca OCR que se puede utilizar para reconocer texto de capturas de pantalla. Con IronOCR, puedes tomar una captura de pantalla de texto, y luego usar las capacidades OCR de la biblioteca para convertir el texto de la captura de pantalla en un formato digital, editable. Aquí tienes un ejemplo de cómo podrías usar IronOCR para realizar OCR en una captura de pantalla en C#. Para realizar OCR en una captura de pantalla, solo captura una captura de pantalla y ejecuta el siguiente código para extraer el texto a cualquier formato de salida que desees.

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        // Create an instance of IronTesseract, the core OCR engine
        var ocr = new IronTesseract();

        // Perform OCR on the specified image file
        var result = ocr.Read("ocr.png");

        // Output the recognized text to the console
        Console.WriteLine(result.Text);
    }
}

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        // Create an instance of IronTesseract, the core OCR engine
        var ocr = new IronTesseract();

        // Perform OCR on the specified image file
        var result = ocr.Read("ocr.png");

        // Output the recognized text to the console
        Console.WriteLine(result.Text);
    }
}

Imports IronOcr
Imports System

Friend Class Program
	Shared Sub Main()
		' Create an instance of IronTesseract, the core OCR engine
		Dim ocr = New IronTesseract()

		' Perform OCR on the specified image file
		Dim result = ocr.Read("ocr.png")

		' Output the recognized text to the console
		Console.WriteLine(result.Text)
	End Sub
End Class

- IRONOCR for NET
- The C# OCR Library
- OCR for C# to scan and read images & PDFs
- NET OCR library with 125+ global language packs
- Output as text, structured data, or searchable PDFs
- Supports NET 6, 5, Core, Standard, Framework

6. Uso de IronOCR para realizar OCR en una zona específica

IronOCR te permite realizar OCR en zonas específicas dentro de una imagen. Esto puede ser útil cuando la imagen contiene múltiples regiones de texto, y solo quieres reconocer el texto dentro de una región específica. Un ejemplo de código para esto se muestra a continuación.

using IronOcr;
using IronSoftware.Drawing;
using System;

class Program
{
    static void Main()
    {
        var ocrTesseract = new IronTesseract();

        using (var ocrInput = new OcrInput())
        {
            // Define the rectangle to crop the image for OCR
            var contentArea = new CropRectangle(x: 0, y: 0, width: 350, height: 150);

            // Add the image with the specified cropping area
            ocrInput.AddImage("ocr.png", contentArea);

            // Perform the OCR operation on the defined area
            var ocrResult = ocrTesseract.Read(ocrInput);

            // Output the recognized text
            Console.WriteLine(ocrResult.Text);
        }
    }
}

using IronOcr;
using IronSoftware.Drawing;
using System;

class Program
{
    static void Main()
    {
        var ocrTesseract = new IronTesseract();

        using (var ocrInput = new OcrInput())
        {
            // Define the rectangle to crop the image for OCR
            var contentArea = new CropRectangle(x: 0, y: 0, width: 350, height: 150);

            // Add the image with the specified cropping area
            ocrInput.AddImage("ocr.png", contentArea);

            // Perform the OCR operation on the defined area
            var ocrResult = ocrTesseract.Read(ocrInput);

            // Output the recognized text
            Console.WriteLine(ocrResult.Text);
        }
    }
}

Imports IronOcr
Imports IronSoftware.Drawing
Imports System

Friend Class Program
	Shared Sub Main()
		Dim ocrTesseract = New IronTesseract()

		Using ocrInput As New OcrInput()
			' Define the rectangle to crop the image for OCR
			Dim contentArea = New CropRectangle(x:= 0, y:= 0, width:= 350, height:= 150)

			' Add the image with the specified cropping area
			ocrInput.AddImage("ocr.png", contentArea)

			' Perform the OCR operation on the defined area
			Dim ocrResult = ocrTesseract.Read(ocrInput)

			' Output the recognized text
			Console.WriteLine(ocrResult.Text)
		End Using
	End Sub
End Class

- IRONOCR for NET
- The C# OCR Library
- OCR for C# to scan and read images & PDFs
- NET OCR library with 125+ global language packs

7. Uso de IronOCR para realizar OCR en una imagen

Para realizar OCR en una imagen y guardar el texto reconocido en un archivo .txt, puedes usar el siguiente código.

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        var ocr = new IronTesseract();
        using (var input = new OcrInput("ocr.png"))
        {
            // Perform OCR on the image
            var result = ocr.Read(input);

            // Save the recognized text to a .txt file
            result.SaveAsTextFile("output.txt");
        }
    }
}

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        var ocr = new IronTesseract();
        using (var input = new OcrInput("ocr.png"))
        {
            // Perform OCR on the image
            var result = ocr.Read(input);

            // Save the recognized text to a .txt file
            result.SaveAsTextFile("output.txt");
        }
    }
}

Imports IronOcr
Imports System

Friend Class Program
	Shared Sub Main()
		Dim ocr = New IronTesseract()
		Using input = New OcrInput("ocr.png")
			' Perform OCR on the image
			Dim result = ocr.Read(input)

			' Save the recognized text to a .txt file
			result.SaveAsTextFile("output.txt")
		End Using
	End Sub
End Class

El contenido del archivo de salida se muestra a continuación:

Contenido del archivo output.txt generado

8. Más información

Lee el tutorial de Extracción de Texto de Imagen para obtener más información sobre cómo realizar OCR en imágenes.

IronOCR es parte de un conjunto de cinco bibliotecas .NET diseñadas para trabajar con diferentes tipos de documentos. Puedes comprar las cinco bibliotecas por el precio de solo dos licencias.