OCR japonés en C# y .NET

Crear o abrir un proyecto de C

Comencemos creando un proyecto de C#. Estamos usando Visual Studio 2022 para crear un proyecto de C# — puede elegir cualquier versión según su preferencia. Se recomienda la última versión de Visual Studio. Siga los pasos a continuación para crear un proyecto de C#:

• Abre Visual Studio 2022.
• Haga clic en el botón "Crear un nuevo proyecto".

• Escriba "Windows" en la barra de búsqueda, seleccione la "Aplicación de Windows Form" de los resultados de búsqueda y haga clic en el botón "Siguiente".

• Da un nombre al proyecto. He llamado al proyecto "JapaneseOCR." Una vez nombrado, haga clic en el botón "Siguiente".

• Seleccione el .NET framework en la siguiente pantalla. Seleccione el .NET framework según las necesidades de su proyecto. Estamos seleccionando la versión .NET 5.0 para este tutorial.

• Después de seleccionar, haz clic en el botón "Create". Creará fácilmente el proyecto de C# Windows Form en Visual Studio.

¡El proyecto ha sido creado! Ahora podemos usarlo en nuestra biblioteca IronOCR. También podemos usarlo con un proyecto existente de C#. Abra el proyecto y comience la instalación de la biblioteca IronOCR. La siguiente sección explica cómo instalar la biblioteca IronOCR en proyectos de C#.

Uso del Administrador de paquetes NuGet

Para instalar la biblioteca IronOCR con el Administrador de Paquetes NuGet, debemos abrir la interfaz del Administrador de Paquetes NuGet. Siga los siguientes pasos para instalar la biblioteca IronOCR:

• Haga clic en "Herramientas" desde el menú principal, del menú desplegable, pase el cursor sobre "Administrador de Paquetes NuGet" y seleccione "Administrar Paquetes NuGet para Solución."

• Esto abrirá la interfaz del Administrador de Paquetes NuGet. Vaya a la pestaña Explorar y escriba "IronOCR Japanese" en la barra de búsqueda. Seleccione el paquete japonés de los resultados de búsqueda y haga clic en el botón "Instalar" para comenzar la instalación.

• Comenzará la instalación de la biblioteca. Después de la instalación, podrás usar la biblioteca IronOCR en tu proyecto.

Uso de la consola del administrador de paquetes

Instalaremos la biblioteca IronOCR usando la Consola del Administrador de Paquetes. Es muy sencillo instalar la biblioteca usando la consola. Veamos cómo podemos instalar la biblioteca IronOCR usando la consola:

• Abra el proyecto y vaya a la Consola del Administrador de Paquetes en Visual Studio. Por lo general, se encuentra en la parte inferior de Visual Studio.

• Escriba el siguiente comando en la consola para instalar el idioma OCR japonés de IronOCR:

  PM> Install-Package IronOCR.Languages.Japanese

  PM> Install-Package IronOCR.Languages.Japanese

  SHELL
• Comenzará la instalación, y verá el progreso en la consola. Después de la instalación, verá la dependencia de IronOCR en la sección "dependencias" en el Explorador de Soluciones.

Después de la instalación, podrá usar la biblioteca sin ningún software de terceros. A continuación, es hora de configurar el front-end de nuestro programa.

Desarrollo del Frontend

Para el desarrollo del front-end, aprovecharemos la "Caja de Herramientas" en Visual Studio. Tiene muchos elementos prehechos que podemos usar para diseñar nuestro front-end. Usaremos una caja de imágenes, una caja de texto enriquecido, un botón y dos etiquetas para la identificación. Daremos a estos elementos una forma adecuada y una buena interfaz de usuario según nuestras necesidades. Puede cambiar el tamaño y las propiedades de los elementos según su elección. Hacemos que la caja de texto de salida no sea editable, y la propiedad de imagen de la caja de imágenes es "Zoom," para que cada imagen se ajuste en la caja de imágenes. Nuestro frontend se verá así:

Código de backend para IronOCR

Nuestro front-end está listo. Ahora es momento de hacerlo en vivo. Pero primero, tenemos que importar el espacio de nombres IronOCR para usar IronOCR en nuestro código. Escriba la siguiente línea en la parte superior del archivo:

using IronOCR;

using IronOCR;

Imports IronOCR

El botón "Seleccionar Imagen" se usará para seleccionar imágenes japonesas. Cuando seleccionemos la imagen, se cargará automáticamente en la caja de imágenes y será visible. Al mismo tiempo, IronOCR comenzará a reconocer palabras japonesas de las imágenes subidas. Después de completar el proceso, la salida se mostrará en la caja de texto enriquecido. Añadamos estas funcionalidades al botón haciendo doble clic en él. Aquí está el ejemplo de código para la funcionalidad del botón. También guardará el texto de salida en un archivo "txt".

private void btn_image_Click(object sender, EventArgs e)
{
    OpenFileDialog open = new OpenFileDialog();

    // Display the image selection dialog, and upon successful image selection, proceed
    if (open.ShowDialog() == DialogResult.OK)
    {
        // Display selected image in the picture box
        img_image.Image = new Bitmap(open.FileName);

        // Initialize IronTesseract for OCR processing
        var Ocr = new IronTesseract
        {
            // Set the OCR language to JapaneseBest for optimal accuracy
            Language = OcrLanguage.JapaneseBest
        };

        // Using 'OcrInput' to process the selected image file
        using (var Input = new OcrInput(open.FileName))
        {
            // Perform OCR to extract text from the image
            var Result = Ocr.Read(Input);

            // Display recognized text in the rich text box
            txt_output.Text = Result.Text;

            // Save the output as a text file named "JapaneseText.txt"
            Result.SaveAsTextFile("JapaneseText.txt");
        }
    }
}

private void btn_image_Click(object sender, EventArgs e)
{
    OpenFileDialog open = new OpenFileDialog();

    // Display the image selection dialog, and upon successful image selection, proceed
    if (open.ShowDialog() == DialogResult.OK)
    {
        // Display selected image in the picture box
        img_image.Image = new Bitmap(open.FileName);

        // Initialize IronTesseract for OCR processing
        var Ocr = new IronTesseract
        {
            // Set the OCR language to JapaneseBest for optimal accuracy
            Language = OcrLanguage.JapaneseBest
        };

        // Using 'OcrInput' to process the selected image file
        using (var Input = new OcrInput(open.FileName))
        {
            // Perform OCR to extract text from the image
            var Result = Ocr.Read(Input);

            // Display recognized text in the rich text box
            txt_output.Text = Result.Text;

            // Save the output as a text file named "JapaneseText.txt"
            Result.SaveAsTextFile("JapaneseText.txt");
        }
    }
}

Private Sub btn_image_Click(ByVal sender As Object, ByVal e As EventArgs)
	Dim open As New OpenFileDialog()

	' Display the image selection dialog, and upon successful image selection, proceed
	If open.ShowDialog() = DialogResult.OK Then
		' Display selected image in the picture box
		img_image.Image = New Bitmap(open.FileName)

		' Initialize IronTesseract for OCR processing
		Dim Ocr = New IronTesseract With {.Language = OcrLanguage.JapaneseBest}

		' Using 'OcrInput' to process the selected image file
		Using Input = New OcrInput(open.FileName)
			' Perform OCR to extract text from the image
			Dim Result = Ocr.Read(Input)

			' Display recognized text in the rich text box
			txt_output.Text = Result.Text

			' Save the output as a text file named "JapaneseText.txt"
			Result.SaveAsTextFile("JapaneseText.txt")
		End Using
	End If
End Sub

En esta función, cuando el usuario hace clic en el botón, aparecerá un cuadro de diálogo de selección, pidiéndole al usuario que seleccione una imagen que contenga texto japonés. Cuando el usuario selecciona la imagen, la función Bitmap toma la ruta de la imagen y la carga en la caja de imágenes. Después de cargarla, inicializamos la biblioteca IronOCR y configuramos el idioma a japonés. IronOCR toma la ruta de la imagen como entrada y comienza a escanear. Después de escanear, almacena el texto de salida en la variable Result y lo muestra como salida en la caja de texto enriquecido. Finalmente, guarda el archivo de salida como un archivo "txt" llamado "JapaneseText".

Ejecutar el proyecto

Hemos diseñado el código e implementado el backend. Ahora es el momento de ejecutar el programa para verificar si la funcionalidad funciona bien o no.

• Haga clic en el botón de reproducción verde para ejecutar el proyecto. Veremos esta pantalla en el medio de las pantallas de nuestros sistemas operativos.

• Haga clic en el botón "Seleccionar Imagen" y elija la imagen que contiene texto japonés.

• Verá el texto de la imagen de salida en la caja de texto enriquecido.

• Un archivo de texto con el resultado de OCR se guardará con "JapaneseText."

La precisión de OCR de IronOCR es excelente.