Cómo utilizar la visión por ordenador para encontrar texto

Introducción

IronOCR utiliza OpenCV para utilizar la visión por ordenador para detectar las áreas donde existe texto en una imagen. Esto es útil para imágenes que contienen mucho ruido, imágenes con texto en muchos lugares diferentes e imágenes en las que el texto está deformado. El uso de la visión por ordenador en IronOCR determinará dónde existen regiones de texto y luego utilizará Tesseract para intentar leer esas regiones.

Instalación de IronOCR.ComputerVision mediante el paquete NuGet

Los métodos OpenCV que realizan Visión por Computador en IronOCR son visibles en el paquete regular IronOCR NuGet.

El uso de estos métodos requiere la instalación NuGet de IronOcr.ComputerVision a la solución, se le pedirá que lo descargue si no lo tiene instalado.

  • Windows: IronOcr.ComputerVision.Windows
  • Linux: IronOcr.ComputerVision.Linux
  • macOS: IronOcr.ComputerVision.MacOS
  • macOS ARM: IronOcr.ComputerVision.MacOS.ARM

    Instale utilizando el gestor de paquetes NuGet o pegue lo siguiente en la consola del gestor de paquetes:

PM> Install-Package IronOcr.ComputerVision.Windows


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

## Funcionalidad y API

Más adelante se incluyen ejemplos de código. A continuación se ofrece una visión general de los métodos disponibles en la actualidad:
<table class="table table__configuration-variables">
    <tr>
        <th scope="col">Método</th>
        <th scope="col">Explicación</th>
    </tr>
    <tr>
        <td><a href="#anchor-findtextregion">BuscarRegiónDeTexto</a></td>
        <td class="word-break--break-word">Detectar regiones que contengan elementos de texto y ordenar a Tesseract que sólo busque texto dentro del área en la que se haya detectado texto.</td>
    </tr>
     <tr>
        <td><a href="#anchor-findmultipletextregions">BuscarRegionesDeTextoMúltiples</a></td>
        <td class="word-break--break-word">Detecta las áreas que contienen elementos de texto y divide la página en imágenes separadas en función de las regiones de texto.</td>
    </tr>
    <tr>
        <td><a href="#anchor-gettextregions">GetTextRegions</a></td>
        <td class="word-break--break-word">Escanea la imagen y devuelve una lista de regiones de texto como `List<CropRectangle>`.</td>
    </tr>
</table>

## BuscarRegiónDeTexto

El uso de `FindTextRegion` utilizará la visión artificial para detectar las regiones que contienen elementos de texto en cada página de un objeto OcrInput.

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

Puede llamarse opcionalmente con parámetros personalizados:

: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;
Imports IronOcr

Private ocr = New IronTesseract()
Private input = New OcrInput()
input.LoadImage("/path/file.png")

input.FindTextRegion(Scale:= 2.0, DilationAmount:= 20, Binarize:= True, Invert:= True)
Dim result As OcrResult = ocr.Read(input)
Dim resultText As String = result.Text
VB   C#

En este ejemplo, utilizaré la siguiente imagen para un método que estoy escribiendo y que necesita recortar las áreas que contienen texto, pero las imágenes de entrada pueden variar en la ubicación del texto. En este caso puedo utilizar FindTextRegion para limitar el escaneo a un área en la que Computer Vision ha detectado texto. Esta es una imagen de ejemplo:

Imagen con texto
: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");

//  Encontrar la región de texto mediante visión por ordenador
Rectangle textCropArea = input.GetPages().First().FindTextRegion();

//  A efectos de depuración y demostración, veamos qué región ha encontrado:
input.StampCropRectangleAndSaveAs(textCropArea, Color.Red, "image_text_area", AnyBitmap.ImageFormat.Png);

//  Tiene buena pinta, así que apliquemos esta región para acelerar la lectura:
var ocrResult = ocr.Read("wh-words-sign.jpg", textCropArea);
Console.WriteLine(ocrResult.Text);
Imports IronOcr
Imports IronSoftware.Drawing
Imports System
Imports System.Linq

Private ocr = New IronTesseract()
Private input = New OcrInput()
input.LoadImage("wh-words-sign.jpg")

'  Encontrar la región de texto mediante visión por ordenador
Dim textCropArea As Rectangle = input.GetPages().First().FindTextRegion()

'  A efectos de depuración y demostración, veamos qué región ha encontrado:
input.StampCropRectangleAndSaveAs(textCropArea, Color.Red, "image_text_area", AnyBitmap.ImageFormat.Png)

'  Tiene buena pinta, así que apliquemos esta región para acelerar la lectura:
Dim ocrResult = ocr.Read("wh-words-sign.jpg", textCropArea)
Console.WriteLine(ocrResult.Text)
VB   C#

Ahora este código tiene dos salidas, la primera es un archivo .png guardado por StampCropRectangleAndSaveAs que se utiliza para la depuración. Podemos ver dónde IronCV (Visión por ordenador) pensaba que era el texto:

Imagen con área de texto resaltada

Se ve muy bien. Ahora la segunda salida es el propio Texto que es:

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

BuscarRegionesDeTextoMúltiples

El uso de FindMultipleTextRegions toma todas las páginas de un objeto OcrInput y utiliza la visión por ordenador para detectar las áreas que contienen elementos de texto y dividir la entrada en imágenes separadas basadas en regiones de texto:

: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;
Imports IronOcr

Private ocr = New IronTesseract()
Private input = New OcrInput()
input.LoadImage("/path/file.png")

input.FindMultipleTextRegions()
Dim result As OcrResult = ocr.Read(input)
Dim resultText As String = result.Text
VB   C#

Puede llamarse opcionalmente con parámetros personalizados:

: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;
Imports IronOcr

Private ocr = New IronTesseract()
Private input = New OcrInput()
input.LoadImage("/path/file.png")

input.FindMultipleTextRegions(Scale:= 2.0, DilationAmount:= -1, Binarize:= True, Invert:= False)
Dim result As OcrResult = ocr.Read(input)
Dim resultText As String = result.Text
VB   C#

Otro método de sobrecarga de FindMultipleTextRegions toma una Página OCR y devuelve una lista de Páginas OCR, una por cada región de Texto en ella:

: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();
Imports IronOcr
Imports System.Collections.Generic
Imports System.Linq

Private pageIndex As Integer = 0
Private input = New OcrInput()
input.LoadImage("/path/file.png")

Dim selectedPage = input.GetPages().ElementAt(pageIndex)
Dim textRegionsOnPage As List(Of OcrInputPage) = selectedPage.FindMultipleTextRegions()
VB   C#

GetTextRegions

El uso de GetTextRegions devuelve una lista de áreas de recorte en las que se ha detectado texto en una página:

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-gettextregions.cs
using IronOcr;
using IronSoftware.Drawing;
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<Rectangle> regions = selectedPage.GetTextRegions();
Imports IronOcr
Imports IronSoftware.Drawing
Imports System.Collections.Generic
Imports System.Linq

Private pageIndex As Integer = 0
Private input = New OcrInput()
input.LoadImage("/path/file.png")

Dim selectedPage = input.GetPages().ElementAt(pageIndex)
' List<Rectangle> regions = selectedPage.GetTextRegions();
VB   C#

Guías de casos de uso específicos

Con la configuración y los archivos de entrada adecuados, el OCR puede ser una herramienta muy potente. Puede imitar casi a la perfección la capacidad de lectura de un ser humano.