Cómo encontrar texto con visión por ordenador en C#

¿Por qué IronOCR requiere un paquete de visión por ordenador independiente?

El uso de estos métodos requiere la instalación de NuGet de IronOcr.ComputerVision en la solución. Se le solicita descargarlo si no lo tiene instalado. La función de visión por ordenador utiliza algoritmos OpenCV que mejoran significativamente la precisión de la detección de texto, de forma similar a las técnicas utilizadas en nuestras funciones reconocimiento de matrículas y escaneado de pasaportes.

¿Qué paquete específico de la plataforma debo instalar?

• Windows: IronOcr.ComputerVision.Windows - Consulte nuestra Guía de configuración de Windows
• Linux: IronOcr.ComputerVision.Linux - Consulte nuestro Tutorial de instalación de Linux
• macOS: IronOcr.ComputerVision.MacOS - Revise nuestras instrucciones de configuración de macOS
• macOS ARM: IronOcr.ComputerVision.MacOS.ARM

¿Cómo se instala con Package Manager Console?

Instale utilizando el Administrador de Paquetes NuGet o inserte lo siguiente en la Consola del Administrador de Paquetes:

Install-Package IronOcr.ComputerVision.Windows

Esto proporciona los ensamblajes necesarios para utilizar IronOCR Computer Vision con nuestro archivo de modelo.

¿Cuál es el uso básico de FindTextRegion?

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findtextregion-1.cs

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("/path/file.png");

input.FindTextRegion();
OcrResult result = ocr.Read(input);
string resultText = result.Text;

¿Cómo puedo personalizar los parámetros de FindTextRegion?

Llame a este método con parámetros personalizados para ajustar la detección de texto. Estos parámetros funcionan de forma similar a nuestras configuraciones de filtros de imagen:

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findtextregion-2.cs

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("/path/file.png");

input.FindTextRegion(Scale: 2.0, DilationAmount: 20, Binarize: true, Invert: true);
OcrResult result = ocr.Read(input);
string resultText = result.Text;

¿Cómo es FindTextRegion en la práctica?

En este ejemplo, utilizo la siguiente imagen para un método que necesita recortar las áreas que contienen texto, pero las imágenes de entrada pueden variar en la ubicación del texto. Utilizo FindTextRegion para limitar el escaneo a un área en la que Computer Vision ha detectado texto. Este enfoque es similar a las técnicas utilizadas en nuestro tutorial áreas de contenido y regiones de cultivo. Esta es una imagen de ejemplo:

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findtextregion-3.cs

using IronOcr;
using IronSoftware.Drawing;
using System;
using System.Linq;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("wh-words-sign.jpg");

// Find the text region using Computer Vision
Rectangle textCropArea = input.GetPages().First().FindTextRegion();

// For debugging and demonstration purposes, lets see what region it found:
input.StampCropRectangleAndSaveAs(textCropArea, Color.Red, "image_text_area", AnyBitmap.ImageFormat.Png);

// Looks good, so let us apply this region to hasten the read:
var ocrResult = ocr.Read("wh-words-sign.jpg", textCropArea);
Console.WriteLine(ocrResult.Text);

¿Cómo depuro y verifico la detección de regiones de texto?

Este código tiene dos salidas. El primero es un archivo .png guardado por StampCropRectangleAndSaveAs utilizado para depuración. Esta técnica también se trata en nuestra guía de textos destacados para depuración. Podemos ver dónde IronCV (Computer Vision) detectó el texto:

La detección identifica con precisión el área de texto. El segundo resultado es el texto propiamente dicho:

IRONSOFTWARE

50,000+

Developers in our active community

10,777,061 19,313
NuGet downloads Support tickets resolved
50%+ 80%+
Engineering Team growth Support Team growth
$25,000+

Raised with #TEAMSEAS to clean our beaches & waterways

¿Cuál es el uso básico de FindMultipleTextRegions?

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findmultipletextregions-1.cs

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("/path/file.png");

input.FindMultipleTextRegions();
OcrResult result = ocr.Read(input);
string resultText = result.Text;

¿Cómo puedo personalizar los parámetros de FindMultipleTextRegions?

Llame a este método con parámetros personalizados para controlar cómo se detectan y separan las regiones:

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findmultipletextregions-2.cs

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("/path/file.png");

input.FindMultipleTextRegions(Scale: 2.0, DilationAmount: -1, Binarize: true, Invert: false);
OcrResult result = ocr.Read(input);
string resultText = result.Text;

¿Cómo puedo procesar páginas individuales con FindMultipleTextRegions?

Otro método de sobrecarga de FindMultipleTextRegions toma una página OCR y devuelve una lista de páginas OCR, una por cada región de texto que contenga. Este enfoque ayuda cuando se trata de diseños complejos, de forma similar a las técnicas descritas en nuestra guía de procesamiento TIFF multipágina:

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findmultipletextregions-3.cs

using IronOcr;
using System.Collections.Generic;
using System.Linq;

int pageIndex = 0;
using var input = new OcrInput();
input.LoadImage("/path/file.png");

var selectedPage = input.GetPages().ElementAt(pageIndex);
List<OcrInputPage> textRegionsOnPage = selectedPage.FindMultipleTextRegions();

¿Cuándo debo usar GetTextRegions en lugar de FindTextRegion?

/* :path=/static-assets/ocr/content-code-examples/how-to/computer-vision-gettextregions.cs */
using IronOcr;
using IronSoftware.Drawing;
using System;
using System.Collections.Generic;
using System.Linq;

// Create a new IronTesseract object for OCR
var ocr = new IronTesseract();

// Load an image into OcrInput
using var input = new OcrInput();
input.LoadImage("/path/file.png");

// Get the first page from the input
var firstPage = input.GetPages().First();

// Get all text regions detected on this page
List<Rectangle> textRegions = firstPage.GetTextRegions();

// Display information about each detected region
Console.WriteLine($"Found {textRegions.Count} text regions:");
foreach (var region in textRegions)
{
    Console.WriteLine($"Region at X:{region.X}, Y:{region.Y}, Width:{region.Width}, Height:{region.Height}");
}

// You can also process each region individually
foreach (var region in textRegions)
{
    var regionResult = ocr.Read(input, region);
    Console.WriteLine($"Text in region: {regionResult.Text}");
}

/* :path=/static-assets/ocr/content-code-examples/how-to/computer-vision-gettextregions.cs */
using IronOcr;
using IronSoftware.Drawing;
using System;
using System.Collections.Generic;
using System.Linq;

// Create a new IronTesseract object for OCR
var ocr = new IronTesseract();

// Load an image into OcrInput
using var input = new OcrInput();
input.LoadImage("/path/file.png");

// Get the first page from the input
var firstPage = input.GetPages().First();

// Get all text regions detected on this page
List<Rectangle> textRegions = firstPage.GetTextRegions();

// Display information about each detected region
Console.WriteLine($"Found {textRegions.Count} text regions:");
foreach (var region in textRegions)
{
    Console.WriteLine($"Region at X:{region.X}, Y:{region.Y}, Width:{region.Width}, Height:{region.Height}");
}

// You can also process each region individually
foreach (var region in textRegions)
{
    var regionResult = ocr.Read(input, region);
    Console.WriteLine($"Text in region: {regionResult.Text}");
}

¿Cuáles son los casos de uso habituales de la visión por ordenador en el reconocimiento óptico de caracteres?

La visión por ordenador mejora significativamente la precisión del reconocimiento óptico de caracteres en situaciones difíciles. He aquí algunas aplicaciones prácticas:

1. Análisis del diseño de documentos: Identifique y procese automáticamente diferentes secciones de documentos complejos. Especialmente útil con documentos escaneados.

2. Texto a varias columnas: Separe y lea columnas de forma independiente para periódicos o revistas. Utilice procesamiento multihilo para obtener resultados más rápidos.

3. Contenido mixto: Distinguir entre regiones de texto y gráficos en documentos. Útil para procesar fotos con texto incrustado.

4. Optimización del rendimiento: Centra el procesamiento de OCR solo en las áreas que contienen texto. Consulte nuestra guía de configuración de OCR rápido.

5. Control de calidad: Verifique la detección de texto antes del procesamiento OCR completo. Nuestra función seguimiento del progreso supervisa cada etapa.

Con la configuración y los archivos de entrada adecuados, el OCR puede lograr una capacidad de lectura casi humana. Para obtener resultados óptimos, combina la visión por ordenador con nuestros filtros de optimización de imágenes para lograr la mayor precisión posible en el OCR. Cuando se trabaja con imágenes de baja calidad, nuestra guía sobre fijación de escaneados de baja calidad ofrece valiosas técnicas de preprocesamiento.

Técnicas avanzadas de visión por ordenador

Los desarrolladores que deseen superar los límites de la precisión del OCR deben tener en cuenta estos enfoques avanzados:

• Entrenamiento personalizado: entrene el motor de OCR para fuentes especializadas utilizando nuestra guía de archivos de idioma personalizados
• Soporte multilingüe: Procese documentos en varios idiomas con nuestra función de varios idiomas
• Integración de BarCode: Combine el reconocimiento de texto con la lectura de códigos de barras mediante nuestro OCR con funciones de lectura de códigos de barras