Cómo realizar OCR en matrículas en C# (Tutorial)

Para comenzar con IronOCR en su proyecto C#, necesitará instalar el paquete IronOCR desde NuGet. IronOCR es compatible con .NET Framework y .NET Core, lo que facilita su integración en diversas aplicaciones .NET.

Paso 1: Abra la consola del administrador de paquetes

En Visual Studio, navegue hasta Herramientas > Administrador de Paquetes NuGet > Consola del Administrador de Paquetes.

Paso 2: Instalar el paquete IronOCR

Ingrese el siguiente comando en la Consola del Administrador de Paquetes:

Install-Package IronOcr

Este comando instala la biblioteca IronOCR, incluyendo todas las dependencias necesarias para ejecutar funciones de OCR en su proyecto. Como nuestra aplicación requiere características avanzadas como la detección de matrículas usando visión artificial, también puede instalar el paquete opcional IronOcr.ComputerVision.Windows de esta manera:

Install-Package IronOcr.ComputerVision.Windows

Asegúrese de tener la extensión IronOCR.Extensions.AdvancedScan instalada para que pueda utilizar su poderoso método ReadLicensePlate:

Install-Package IronOcr.Extensions.AdvancedScan

Alternativamente, puede instalar los paquetes usando Herramientas > Administrador de Paquetes NuGet > Administrar Paquetes NuGet para la Solución y buscar los paquetes que necesita:

Configuración del código

Finalmente, debemos agregar las importaciones necesarias y las declaraciones using en la parte superior de nuestro código:

using IronOcr;

using IronOcr;

Imports IronOcr

En esta sección, crearemos un programa para leer matrículas usando IronOCR, un Motor de OCR Tesseract que sobresale en extraer texto de imágenes. Para implementar la detección de vehículos, también podemos incorporar bibliotecas adicionales de aprendizaje automático. Cabe destacar que IronOCR se integra con OpenCV, una biblioteca líder de visión por computadora de código abierto, lo que nos permite realizar tareas de detección de objetos como identificar vehículos y matrículas.

Ejemplo de imagen de matrícula

Trabajaremos con la siguiente matrícula:

Código de ejemplo para realizar OCR en la matrícula

using IronOcr;

var ocr = new IronTesseract();

using (var input = new OcrImageInput("licensePlate.jpeg"))
{
    // Fixes digital noise and makes the image easier to read
    input.DeNoise();
    input.ToGrayScale();

    // Reads the license plate information and stores it for further use
    OcrLicensePlateResult result = ocr.ReadLicensePlate(input);

    // Saves the license plate text to a string variable
    string output = result.Text;

    // Outputs the license plate text to the console
    Console.WriteLine(output);
}

using IronOcr;

var ocr = new IronTesseract();

using (var input = new OcrImageInput("licensePlate.jpeg"))
{
    // Fixes digital noise and makes the image easier to read
    input.DeNoise();
    input.ToGrayScale();

    // Reads the license plate information and stores it for further use
    OcrLicensePlateResult result = ocr.ReadLicensePlate(input);

    // Saves the license plate text to a string variable
    string output = result.Text;

    // Outputs the license plate text to the console
    Console.WriteLine(output);
}

Imports IronOcr

Private ocr = New IronTesseract()

Using input = New OcrImageInput("licensePlate.jpeg")
	' Fixes digital noise and makes the image easier to read
	input.DeNoise()
	input.ToGrayScale()

	' Reads the license plate information and stores it for further use
	Dim result As OcrLicensePlateResult = ocr.ReadLicensePlate(input)

	' Saves the license plate text to a string variable
	Dim output As String = result.Text

	' Outputs the license plate text to the console
	Console.WriteLine(output)
End Using

Desglose del Código:

• Inicialización: var ocr = new IronTesseract(); crea una nueva instancia de la clase IronTesseract, que proporciona métodos para el Reconocimiento Óptico de Caracteres (OCR).

• Entrada de Imagen: La declaración using crea un nuevo objeto OcrImageInput con el archivo de imagen especificado "licensePlate.jpeg". Este objeto está diseñado para mantener los datos de la imagen para el procesamiento de OCR.

• Preprocesamiento de Imagen:

  • input.DeNoise(); aplica un filtro de reducción de ruido digital para mejorar la calidad de la imagen, facilitando al motor OCR la lectura del texto.
  • input.ToGrayScale(); convierte la imagen a escala de grises, lo que puede mejorar la precisión del reconocimiento y la velocidad de procesamiento.

• Reconocimiento de Matrícula: La línea OcrLicensePlateResult result = ocr.ReadLicensePlate(input); utiliza el método ReadLicensePlate para analizar la imagen procesada y extraer toda la información de la matrícula que detecte, almacenando los resultados en un objeto OcrLicensePlateResult.

• Almacenamiento de Salida: El texto de la matrícula se almacena en la variable de cadena output accediendo a result.Text, que contiene el texto reconocido de la matrícula.

• Salida por Consola: Finalmente, Console.WriteLine(output); imprime el texto de la matrícula extraída en la consola para su verificación.

Si tenemos una imagen de un coche completo en lugar de solo la matrícula, podemos especificar una región rectangular para centrarnos en el área de la matrícula. Podemos usar System.Drawing.Rectangle para definir esta área en píxeles.

Imagen original

Utilizaremos el siguiente archivo de imagen para nuestro ejemplo:

Al especificar el área de interés, mejoramos la velocidad de procesamiento y evitamos extraer texto innecesario.

Código de implementación

using IronOcr;
using System.Drawing;

var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    var contentArea = new Rectangle(x: 252, y: 282, width: 148, height: 47);
    input.LoadImage("CarPlate.jpeg", contentArea);
    OcrLicensePlateResult result = ocr.ReadLicensePlate(input);
    Console.WriteLine(result.Text);
}

using IronOcr;
using System.Drawing;

var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    var contentArea = new Rectangle(x: 252, y: 282, width: 148, height: 47);
    input.LoadImage("CarPlate.jpeg", contentArea);
    OcrLicensePlateResult result = ocr.ReadLicensePlate(input);
    Console.WriteLine(result.Text);
}

Imports IronOcr
Imports System.Drawing

Private ocr = New IronTesseract()

Using input = New OcrInput()
	Dim contentArea = New Rectangle(x:= 252, y:= 282, width:= 148, height:= 47)
	input.LoadImage("CarPlate.jpeg", contentArea)
	Dim result As OcrLicensePlateResult = ocr.ReadLicensePlate(input)
	Console.WriteLine(result.Text)
End Using

Desglose del Código:

• Inicialización: var ocr = new IronTesseract(); crea una nueva instancia de la clase IronTesseract, que se encarga de ejecutar las operaciones de OCR.
• Entrada de OCR: La declaración using (var input = new OcrInput()) crea un nuevo objeto OcrInput, que se utilizará para cargar y procesar la imagen para el OCR.
• Definición del Área de Interés: var contentArea = new Rectangle(x: 252, y: 282, width: 148, height: 47); define un área rectangular (contentArea) dentro de la imagen. Este rectángulo especifica las coordenadas y dimensiones (ancho y alto) donde se espera que esté ubicada la matrícula.
• Carga de la Imagen: input.LoadImage("CarPlate.jpeg", contentArea); carga el archivo de imagen especificado ("CarPlate.jpeg") y se enfoca en el rectángulo definido (contentArea) para limitar el procesamiento de OCR a esa región específica.
• Leyendo la Matrícula: OcrLicensePlateResult result = ocr.ReadLicensePlate(input); invoca el método ReadLicensePlate, que analiza la imagen de entrada en busca de caracteres de matrícula y devuelve un objeto OcrLicensePlateResult que contiene el texto extraído.
• Salida: Console.WriteLine(result.Text); imprime el texto reconocido de la matrícula en la consola.

IronOCR utiliza OpenCV para identificar regiones de texto dentro de las imágenes, empleando varias técnicas de procesamiento de imágenes. Esta funcionalidad permite a los programas detectar matrículas localizando áreas de texto en la imagen y luego utilizando Tesseract para leer esas regiones.

Instalación

Para habilitar el modelo de detección de matrículas, instale el paquete requerido a través de la Consola del Administrador de Paquetes:

Ejemplo usando detección automática de regiones para matrículas:

var ocr = new IronTesseract();

using (var input = new OcrImageInput("CarPlate.jpeg"))
{
    input.FindTextRegion();
    OcrLicensePlateResult result = ocr.ReadLicensePlate(input);
    Console.WriteLine(result.Text);
}

var ocr = new IronTesseract();

using (var input = new OcrImageInput("CarPlate.jpeg"))
{
    input.FindTextRegion();
    OcrLicensePlateResult result = ocr.ReadLicensePlate(input);
    Console.WriteLine(result.Text);
}

Dim ocr = New IronTesseract()

Using input = New OcrImageInput("CarPlate.jpeg")
	input.FindTextRegion()
	Dim result As OcrLicensePlateResult = ocr.ReadLicensePlate(input)
	Console.WriteLine(result.Text)
End Using

Desglose del Código:

• Inicialización: Se crea una instancia de la clase IronTesseract, que se utilizará para el reconocimiento óptico de caracteres (OCR) con el motor Tesseract.
• Entrada de Imagen: Se instancia un nuevo objeto OcrImageInput con el archivo de imagen especificado ("CarPlate.jpeg"). Este objeto servirá como la entrada para el proceso de OCR y está encerrado en una declaración using para asegurar una adecuada gestión de recursos.
• Detección de Región de Texto: Se llama el método FindTextRegion() en el objeto input. Este método emplea técnicas de visión por computadora para identificar automáticamente áreas dentro de la imagen que probablemente contengan texto, apuntando específicamente a la matrícula.
• Reconocimiento de Matrículas: Se invoca el método ReadLicensePlate para analizar las regiones de texto detectadas y extraer el número de la matrícula. El resultado se almacena en un objeto OcrLicensePlateResult, que contiene el texto reconocido y cualquier metadato asociado.
• Salida: El texto de la matrícula detectada se imprime en la consola, permitiendo al usuario ver el número de matrícula extraído.