1. IronOCR
  2. Guías
  3. Exportación hOCR como HTML
Cómo guardar resultados como hOCR en un archivo HTML | IronOCR

How to Save Results as hOCR in an HTML File

Chaknith Bin
Chaknith Bin
Actualizado:
This article was translated from English: Does it need improvement?
Translated
View the article in English

hOCR, which stands for "HTML-based OCR," is a file format used to represent the results of Optical Character Recognition (OCR) in a structured manner. HOCR files are typically written in HTML (Hypertext Markup Language) and provide a way to store recognized text, layout information, and the coordinates of each recognized character within an image or document.

Quickstart: Save OCR Output as hOCR HTML File

Here’s the easiest way to get up and running using IronOCR: enable hOCR rendering and export results directly to an HTML file with just one setup and one call. Developers can start quickly and see OCR results in usable HTML markup within moments.

Nuget IconGet started making PDFs with NuGet now:

  1. Install IronOCR with NuGet Package Manager

    PM > Install-Package IronOcr

  2. Copy and run this code snippet.

    var hocr = new IronTesseract { Configuration = { RenderHocr = true } }.Read(new OcrInput("image.png")).SaveAsHocrString();

  3. Deploy to test on your live environment

    Start using IronOCR in your project today with a free trial
    arrow pointer

Minimal Workflow (5 steps)

  1. Download a C# library to save results as hOCR in an HTML file
  2. Prepare the targeted image and PDF document
  3. Set the RenderHocr property to true
  4. Utilize the SaveAsHocrFile method to output an HTML file
  5. Use the SaveAsHocrString method to output an HTML string


Export Result as hOCR Example

To export the result as hOCR, the user must first enable the Configuration.RenderHocr property by setting it to true. After obtaining the OCR result object from the Read method, use the SaveAsHocrFile method to export the OCR result as HTML. This method will output an HTML file that contains the reading result of the input documents. The code below demonstrates using the following sample TIFF file.

:path=/static-assets/ocr/content-code-examples/how-to/html-export-export-html.cs
using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Enable render as hOCR
ocrTesseract.Configuration.RenderHocr = true;

// Add image
using var imageInput = new OcrImageInput("Potter.tiff");
imageInput.Title = "Html Title";

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);

// Export as HTML
ocrResult.SaveAsHocrFile("result.html");
Imports IronOcr

' Instantiate IronTesseract
Private ocrTesseract As New IronTesseract()

' Enable render as hOCR
ocrTesseract.Configuration.RenderHocr = True

' Add image
Dim imageInput = New OcrImageInput("Potter.tiff")
imageInput.Title = "Html Title"

' Perform OCR
Dim ocrResult As OcrResult = ocrTesseract.Read(imageInput)

' Export as HTML
ocrResult.SaveAsHocrFile("result.html")
$vbLabelText   $csharpLabel

Export Result as HTML String

Using the same TIFF sample image, you can utilize the SaveAsHocrString method to export the OCR result as an HTML string. This method will return an HTML string.

:path=/static-assets/ocr/content-code-examples/how-to/html-export-export-html-string.cs
// Export as HTML string
string hocr = ocrResult.SaveAsHocrString();
' Export as HTML string
Dim hocr As String = ocrResult.SaveAsHocrString()
$vbLabelText   $csharpLabel

Preguntas Frecuentes

¿Qué es hOCR y por qué se utiliza?

hOCR significa 'OCR basado en HTML', y es un formato de archivo utilizado para representar los resultados del Reconocimiento Óptico de Caracteres de manera estructurada. Se utiliza para almacenar texto reconocido, información de diseño y las coordenadas de cada carácter dentro de una imagen o documento, generalmente en formato HTML.

¿Cómo puedo guardar resultados OCR como un archivo hOCR usando C#?

Puedes guardar resultados OCR como un archivo hOCR usando IronOCR estableciendo primero la propiedad RenderHocr a verdadero, y luego usando el método SaveAsHocrFile para obtener los resultados como un archivo HTML.

¿Pueden los resultados del OCR exportarse como una cadena HTML?

Sí, los resultados del OCR pueden exportarse como una cadena HTML usando IronOCR estableciendo la propiedad RenderHocr a verdadero y empleando el método SaveAsHocrString, que devuelve los resultados del OCR en formato de cadena HTML.

¿IronOCR soporta el procesamiento de OCR tanto para imágenes como para PDFs?

IronOCR soporta el procesamiento de OCR tanto para imágenes como documentos PDF, permitiendo a los usuarios exportar los resultados como hOCR en formato HTML.

¿Qué pasos están involucrados en exportar resultados OCR como hOCR en C#?

Para exportar resultados OCR como hOCR usando C#, descarga la biblioteca IronOCR, prepara tu imagen o documento PDF, establece la propiedad RenderHocr a verdadero, y utiliza ya sea SaveAsHocrFile o SaveAsHocrString para exportar los resultados.

¿Qué entorno de programación es adecuado para usar IronOCR?

IronOCR es adecuado para su uso dentro del entorno de programación .NET C#, siendo ideal para desarrolladores que trabajan con C#.

¿Hay un código de ejemplo disponible para guardar resultados OCR como hOCR?

Sí, IronOCR proporciona un ejemplo de código C# que demuestra cómo leer texto de un archivo de imagen y guardar los resultados del OCR como un archivo o cadena hOCR, con ejemplos prácticos usando archivos TIFF de muestra.

¿Cómo se utiliza la propiedad RenderHocr en IronOCR?

La propiedad RenderHocr en IronOCR se usa para habilitar la exportación de resultados OCR en formato hOCR. Establecerlo en verdadero permite que los resultados se exporten como un archivo o cadena HTML.

Chaknith Bin
Chaknith Bin
  Chatea con el equipo de ingeniería ahora
Ingeniero de Software
Chaknith trabaja en IronXL e IronBarcode. Tiene un profundo conocimiento en C# y .NET, ayudando a mejorar el software y apoyar a los clientes. Sus conocimientos derivados de las interacciones con los usuarios contribuyen a mejores productos, documentación y experiencia en general.
Revisado por
Jeff Fritz
Jeffrey T. Fritz
Gerente Principal de Programas - Equipo de la Comunidad .NET
Jeff también es Gerente Principal de Programas para los equipos de .NET y Visual Studio. Es el productor ejecutivo de la serie de conferencias virtuales .NET Conf y anfitrión de 'Fritz and Friends', una transmisión en vivo para desarrolladores que se emite dos veces a la semana donde habla sobre tecnología y escribe código junto con la audiencia. Jeff escribe talleres, presentaciones, y planifica contenido para los eventos de desarrolladores más importantes de Microsoft, incluyendo Microsoft Build, Microsoft Ignite, .NET Conf y la Cumbre de Microsoft MVP.
¿Listo para empezar?
Nuget Descargas 5,044,537 | Versión: 2025.11 recién lanzado