Cómo leer fotos en C# con IronOCR

Entrada

Dado que la mayoría de los navegadores no soportan de forma nativa el formato TIFF, puedes descargar el archivo TIFF de entrada aquí. Para mostrar el archivo TIFF, lo convertí a WEBP.

Código

:path=/static-assets/ocr/content-code-examples/how-to/read-photo-read-photo.cs

using IronOcr;
using IronSoftware.Drawing;
using System;

// Instantiate OCR engine
var ocr = new IronTesseract();

using var inputPhoto = new OcrInput();
inputPhoto.LoadImageFrame("ocr.tiff", 0);

// Read photo
OcrPhotoResult result = ocr.ReadPhoto(inputPhoto);

// Index number refer to region order in the page
int number = result.TextRegions[0].PageNumber;

// Extract the text in the first region
string textinregion = result.TextRegions[0].TextInRegion;

//Extract the co_ordinates of the first text region
Rectangle region = result.TextRegions[0].Region;

var output = $"Text in First Region: {textinregion}\n"
             + $"Text Region:\n"
             + $"Starting X: {region.X}\n"
             + $"Starting Y: {region.Y}\n"
             + $"Region Width: {region.Width}\n"
             + $"Region Height: {region.Height}\n"
             + $"Result Confidence: {result.Confidence}\n\n"
             + $"Full Scnned Photo Text: {result.Text}";

Console.WriteLine(output);

Imports Microsoft.VisualBasic
Imports IronOcr
Imports IronSoftware.Drawing
Imports System

' Instantiate OCR engine
Private ocr = New IronTesseract()

Private inputPhoto = New OcrInput()
inputPhoto.LoadImageFrame("ocr.tiff", 0)

' Read photo
Dim result As OcrPhotoResult = ocr.ReadPhoto(inputPhoto)

' Index number refer to region order in the page
Dim number As Integer = result.TextRegions(0).PageNumber

' Extract the text in the first region
Dim textinregion As String = result.TextRegions(0).TextInRegion

'Extract the co_ordinates of the first text region
Dim region As Rectangle = result.TextRegions(0).Region

Dim output = $"Text in First Region: {textinregion}" & vbLf & $"Text Region:" & vbLf & $"Starting X: {region.X}" & vbLf & $"Starting Y: {region.Y}" & vbLf & $"Region Width: {region.Width}" & vbLf & $"Region Height: {region.Height}" & vbLf & $"Result Confidence: {result.Confidence}" & vbLf & vbLf & $"Full Scnned Photo Text: {result.Text}"

Console.WriteLine(output)

Resultado

Texto: El texto extraído de la entrada OCR. Confianza: Una propiedad de "double" que indica la confianza estadística en la precisión de un promedio de cada carácter, siendo uno el más alto y 0 el más bajo. RegionesDeTexto: Una lista de la propiedad "RegionesDeTexto" que indica dónde se encuentra el texto OCR y su ubicación dentro de la entrada. En el ejemplo anterior, imprimimos el número de marco así como el rectángulo que contiene el texto.

Comparación entre imágenes TIFF y JPEG

TIFF como formato de archivo es sin pérdida y generalmente se utiliza para condensar múltiples páginas y múltiples marcos en un único formato. Se utiliza típicamente para almacenamiento de imágenes de alta calidad y múltiples imágenes (por ejemplo, documentos legales, imágenes médicas). Es mucho más complejo que los formatos estándar JPEG y como tal requiere un método diferente para extraer completamente el texto de él.

Además, las imágenes TIFF usan un método de compresión diferente, por lo que IronOCR tiene que usar un método especializado para descifrar el texto.

Aquí hay un desglose adicional entre TIFF y JPEG para comparación.

Diferentes escenarios

Los desarrolladores tendrán que considerar cada caso de uso en producción para optimizar aún más y permitir que sus aplicaciones funcionen de manera efectiva. Aunque ReadPhoto está diseñado para imágenes complejas como TIFF como se mencionó anteriormente, el resultado se procesaría lentamente. Por otro lado, JPEG puede ser de menor calidad pero la operación generalmente sería más rápida. Sin embargo, la calidad de la imagen, como tener ruido, resultaría en una baja tasa de confianza con el OCR.

Usar la propiedad confianza en los OcrPhotoResults o en cualquier clase que use la interfaz IOcrResult te daría una idea de qué tan precisos son los resultados, permitiendo a los desarrolladores probar, reiterar y optimizar como deseen.

Los desarrolladores deben encontrar un equilibrio entre la eficiencia y la precisión, asegurando que las imágenes cumplan con un cierto umbral para la consistencia.