Han Simplified Alphabet OCR in C# and .NET
IronOCR es un componente de software C# que permite a los programadores de .NET leer texto de imágenes y documentos PDF en 126 idiomas, incluyendo el Alfabeto Simplificado de Han.
Es una rama avanzada de Tesseract, construida exclusivamente para desarrolladores de .NET y supera regularmente a otros motores de Tesseract tanto en velocidad como en precisión.
Contenidos de IronOcr.Languages.Han
Este paquete contiene 400 idiomas OCR for .NET:
- HanSimplifiedAlphabet
- HanSimplifiedAlphabetBest
- HanSimplifiedAlphabetFast
- HanSimplifiedVerticalAlphabet
- HanSimplifiedVerticalAlphabetBest
- HanSimplifiedVerticalAlphabetFast
- HanTraditionalAlphabet
- HanTraditionalAlphabetBest
- HanTraditionalAlphabetFast
- HanTraditionalVerticalAlphabet
- HanTraditionalVerticalAlphabetBest
- HanTraditionalVerticalAlphabetFast
Descargar
Paquete de idioma Alfabeto Simplificado de Han [Samhan]
Instalación
Lo primero que debemos hacer es instalar nuestro paquete OCR Alfabeto Simplificado de Han en tu proyecto .NET.
Ejecute el siguiente comando en la Consola del Administrador de Paquetes:
Install-Package IronOcr.Languages.Han
Ejemplo de código
Este ejemplo de código C# lee texto del Alfabeto Simplificado de Han desde una imagen o documento PDF.
// Reference the IronOcr library
using IronOcr;
class Program
{
static void Main()
{
// Create an IronTesseract OCR engine
var Ocr = new IronTesseract();
// Load the Han language for OCR processing
Ocr.Language = OcrLanguage.Han;
// Using a 'using' statement for resource management
using (var Input = new OcrInput(@"images\Han.png"))
{
// Process the image to extract text
var Result = Ocr.Read(Input);
// Retrieve and display the extracted text
string AllText = Result.Text;
System.Console.WriteLine(AllText);
}
}
}
// Reference the IronOcr library
using IronOcr;
class Program
{
static void Main()
{
// Create an IronTesseract OCR engine
var Ocr = new IronTesseract();
// Load the Han language for OCR processing
Ocr.Language = OcrLanguage.Han;
// Using a 'using' statement for resource management
using (var Input = new OcrInput(@"images\Han.png"))
{
// Process the image to extract text
var Result = Ocr.Read(Input);
// Retrieve and display the extracted text
string AllText = Result.Text;
System.Console.WriteLine(AllText);
}
}
}
' Reference the IronOcr library
Imports IronOcr
Friend Class Program
Shared Sub Main()
' Create an IronTesseract OCR engine
Dim Ocr = New IronTesseract()
' Load the Han language for OCR processing
Ocr.Language = OcrLanguage.Han
' Using a 'using' statement for resource management
Using Input = New OcrInput("images\Han.png")
' Process the image to extract text
Dim Result = Ocr.Read(Input)
' Retrieve and display the extracted text
Dim AllText As String = Result.Text
System.Console.WriteLine(AllText)
End Using
End Sub
End Class
Explicación
- Comenzamos referenciando la biblioteca IronOcr para usar sus capacidades OCR.
- Se crea una instancia de
IronTesseractpara procesar los documentos de imagen/PDF. - El idioma para el proceso de OCR se establece en
HanutilizandoOcr.Language. - Se carga una imagen usando
OcrInputy se procesa llamando aOcr.Read(). - El resultado del proceso de OCR se almacena en
Result.Text, que contiene el texto extraído del documento. - Finalmente imprimimos el texto en la consola.
Asegúrese de tener las directivas using adecuadas y administrar los recursos de manera eficiente con declaraciones using, especialmente cuando se trata de recursos no administrados como flujos de archivos.

