Paquetes de idiomas OCR personalizados
¿Cómo crear paquetes de idiomas personalizados para utilizarlos en IronOCR?
La creación de un paquete de idioma personalizado requiere la formación de un nuevo archivo de idioma / diccionario Tesseract 4 LTSM a partir de una fuente.
Hay muchos tutoriales en Internet que explican los pasos necesarios para hacerlo. El proceso no es sencillo, pero afortunadamente está bastante bien documentado.
Como buen punto de partida, sugerimos lo siguiente Tutorial de YouTube de Gabriel García (sin afiliación) y sus enlaces Repositorio GitHub:
Una vez completado, el resultado será un archivo .traineddata.
El archivo .traineddata puede entonces ser referenciado en IronOCR de la siguiente manera:
Doc: https://ironsoftware.com/csharp/ocr/languages/
using IronOcr;
var Ocr = new IronTesseract();
Ocr.UseCustomTesseractLanguageFile("mydir/custom.traineddata"); //<---su nueva fuente
// Se pueden utilizar varios tipos de letra.
using (var Input = new OcrInput(@"images\image.png"))
{
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}
