La tecnología de reconocimiento óptico de caracteres (OCR) permite la conversión de texto en formatos digitales legibles por máquinas. Cuando se escanea un documento (como una factura o un recibo), se guarda en su computadora como un archivo de imagen. Sin embargo, el texto dentro de la imagen escaneada no puede editarse, buscarse ni contarse utilizando un editor de texto regular.
OCR puede procesar la imagen, extraer texto y transformarlo en un formato de texto que pueda ser leído por computadoras. Esto permite la extracción de texto de diversas fuentes, incluidos archivos PDF y otras imágenes escaneadas. Además, las capacidades de OCR van más allá de la simple extracción de texto para incluir los principales formatos de imagen y documentos PDF, convirtiéndolos en datos OCR buscables.
En C#, los desarrolladores pueden aprovechar el poder de OCR a través de varias bibliotecas, y una de ellas es la potente biblioteca IronOCR de Iron Software. En este tutorial, exploraremos los conceptos básicos del OCR y demostraremos cómo usar IronOCR para realizar un reconocimiento de caracteres de manera eficiente en C#.
IronOCR, una biblioteca de C# desarrollada por Iron Software, ofrece capacidades avanzadas de OCR. Ofrece extracción de texto precisa de imágenes, PDFs y documentos escaneados. Antes de sumergirnos en el código, asegúrese de tener IronOCR instalado en su proyecto.
IronOCR eleva las capacidades del ampliamente utilizado motor de OCR Tesseract mejorando tanto la precisión como la velocidad. Sirve como una solución robusta para extraer texto de varias fuentes, incluidas imágenes, PDFs y formatos de documentos diversos.
Con soporte para más de 125 idiomas, IronOCR es experto en manejar requisitos multilingües, lo que lo convierte en una opción ideal para aplicaciones que requieren versatilidad lingüística.
El texto extraído se puede generar convenientemente como texto sin formato o datos estructurados para una integración sin problemas en las canalizaciones de procesamiento. Además, IronOCR facilita la creación de PDFs buscables directamente desde entradas de imágenes.
Diseñado para ser compatible con C#, F# y VB.NET, IronOCR opera sin problemas en diversos entornos .NET, incluidas las versiones 8, 7, 6, Core, Standard y Framework.
IronOCR aprovecha el poder de Tesseract 5, finamente adaptado para un rendimiento óptimo dentro del ecosistema .NET.
Con IronOCR, los usuarios pueden definir con precisión zonas específicas dentro de los documentos, permitiendo el procesamiento de OCR dirigido. Esta característica mejora la precisión y eficiencia al enfocar la potencia de procesamiento donde más se necesita.
La biblioteca ofrece un conjunto de funcionalidades de preprocesamiento de imágenes como desenvuelto y reducción de ruido. Estas herramientas garantizan resultados superiores incluso cuando se trata de imágenes fuente imperfectas, mejorando en última instancia la experiencia general del OCR.
Ahora, desarrollaremos una aplicación de demostración que utiliza IronOCR para leer texto de imágenes.
Para empezar, crearemos una nueva aplicación de consola utilizando Visual Studio como se muestra a continuación.
Proporcione un nombre de proyecto y ubicación a continuación.
Seleccione la versión .NET requerida para el proyecto.
Haga clic en el botón Crear para crear el nuevo proyecto.
IronOCR se puede encontrar en la consola del administrador de paquetes NuGet como se muestra a continuación. Use el comando proporcionado para instalar el paquete.
Usando el administrador de paquetes NuGet de Visual Studio, busque IronOCR e instálelo en la carpeta de su proyecto.
Una vez instalado, la aplicación está lista para utilizar IronOCR para leer texto de imágenes.
IronOCR se destaca como la única biblioteca .NET que ofrece capacidades de OCR Tesseract 5. Actualmente, tiene la distinción de ser la biblioteca Tesseract 5 más sofisticada en todos los lenguajes de programación. IronOCR integra sin problemas Tesseract 5 en diversos entornos .NET, incluidas Framework, Standard, Core, Xamarin y Mono, asegurando un soporte integral en todo el ecosistema.
Considere el siguiente archivo de imagen como entrada. Ahora, veamos cómo leer el texto en este archivo de imagen.
using IronOcr;
public class Program
{
public static void Main(string[] args)
{
var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();
ocrInput.LoadImage(@"sample1.png");
var ocrResult = ocrTesseract.Read(ocrInput);
Console.WriteLine(ocrResult.Text);
}
}Imports IronOcr
Public Class Program
Public Shared Sub Main(ByVal args() As String)
Dim ocrTesseract = New IronTesseract()
Dim ocrInput As New OcrInput()
ocrInput.LoadImage("sample1.png")
Dim ocrResult = ocrTesseract.Read(ocrInput)
Console.WriteLine(ocrResult.Text)
End Sub
End Class
El objeto IronTesseract.Configuration ofrece a los usuarios avanzados acceso a la API subyacente de Tesseract dentro de C#/.NET, permitiendo la configuración detallada para la optimización y ajuste fino. A continuación se muestran algunas de las configuraciones avanzadas posibles.
Puede especificar el idioma para el OCR utilizando la propiedad Language. Por ejemplo, para configurar el idioma en inglés, use:
IronTesseract ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.EnglishEl Modo de Segmentación de Página determina cómo Tesseract segmenta la imagen de entrada. Las opciones incluyen AutoOsd, SingleBlock, SingleLine y más. Por ejemplo:
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsdPuede ajustar Tesseract configurando variables específicas. Por ejemplo, para desactivar la paralelización:
ocr.Configuration.TesseractVariables["tessedit_parallelize"] = false;ocr.Configuration.TesseractVariables("tessedit_parallelize") = FalseUtilice WhiteListCharacters y BlackListCharacters para controlar qué caracteres reconoce Tesseract. Por ejemplo:
ocr.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZ";
ocr.Configuration.BlackListCharacters = "`ë|^";ocr.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZ"
ocr.Configuration.BlackListCharacters = "`ë|^"Explore otras variables de configuración de Tesseract para personalizar el comportamiento según sus necesidades. Por ejemplo:
ocr.Configuration.TesseractVariables["classify_num_cp_levels"] = 3;
ocr.Configuration.TesseractVariables["textord_debug_tabfind"] = 0;
// ... (more variables)ocr.Configuration.TesseractVariables("classify_num_cp_levels") = 3
ocr.Configuration.TesseractVariables("textord_debug_tabfind") = 0
' ... (more variables)Ahora intentemos decodificar la misma imagen utilizando configuraciones avanzadas
using IronOcr;
public class Program
{
public static void Main()
{
Console.WriteLine("Decoding using advanced features");
var ocrTesseract = new IronTesseract() // Create instance
{
Language = OcrLanguage.EnglishBest, // Configure best English language
Configuration = new TesseractConfiguration()
{
ReadBarCodes = false, // Disable reading barcodes
BlackListCharacters = "`ë|^", // Blacklisted characters
WhiteListCharacters = null, // No whitelist, allow all
PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd,
TesseractVariables = null, // No custom variables used
},
MultiThreaded = false,
};
using var ocrInput = new OcrInput(); // Create a disposible ocr input object
ocrInput.AddImage(@"sample1.png"); // Load the sample image
var ocrResult = ocrTesseract.Read(ocrInput); // Read the text from the image
Console.WriteLine(ocrResult.Text); // Output the text
}
}Imports IronOcr
Public Class Program
Public Shared Sub Main()
Console.WriteLine("Decoding using advanced features")
Dim ocrTesseract = New IronTesseract() With {
.Language = OcrLanguage.EnglishBest,
.Configuration = New TesseractConfiguration() With {
.ReadBarCodes = False,
.BlackListCharacters = "`ë|^",
.WhiteListCharacters = Nothing,
.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd,
.TesseractVariables = Nothing
},
.MultiThreaded = False
}
Using ocrInput = New OcrInput()
ocrInput.AddImage("sample1.png")
Dim ocrResult = ocrTesseract.Read(ocrInput)
Console.WriteLine(ocrResult.Text)
End Using
End Sub
End ClassConfiguración de IronOCR: Se crea una instancia de IronTesseract (la clase principal de IronOCR) y se asigna a la variable ocrTesseract.
Se aplican configuraciones a ocrTesseract:
ReadBarCodes: Desactiva la lectura de códigos de barras.BlackListCharacters: Especifica caracteres a incluir en lista negra (caracteres que no se reconocerán).WhiteListCharacters: No se especificó lista blanca, se permiten todos los caracteres.PageSegmentationMode: Establece el modo de segmentación de página en 'AutoOsd'.TesseractVariables: No se usaron variables personalizadas.MultiThreaded: Desactiva la ejecución en múltiples hilos.Entrada OCR y Carga de Imágenes: Un bloque using crea un objeto desechable ocrInput de tipo OcrInput. El archivo de imagen "sample1.png" se añade a ocrInput.
Extracción de Texto: Se llama al método Read en ocrTesseract, pasando ocrInput. El resultado se almacena en la variable ocrResult.
Salida: El texto extraído se imprime en la consola usando Console.WriteLine(ocrResult.Text).
Al trabajar con IronOCR, tiene acceso a varios filtros de imagen que pueden ayudar a preprocesar imágenes antes de realizar OCR. Estos filtros optimizan la calidad de la imagen, mejoran la visibilidad y reducen el ruido o los artefactos. Ayudan a mejorar el rendimiento de la operación OCR.
Rotar:
El filtro Rotar permite rotar imágenes en un número especificado de grados en el sentido de las agujas del reloj. Para girar en sentido contrario, utilice números negativos.
Desviar:
El filtro Desviar corrige el sesgo de imagen, asegurando que el texto esté en posición vertical y ortogonal. Esto es particularmente útil para OCR porque Tesseract funciona mejor con escaneos correctamente orientados.
Escalar:
El filtro Escalar escala proporcionalmente las páginas de entrada del OCR.
Binarizar:
El filtro Binarizar convierte cada píxel en blanco o negro, sin puntos intermedios. Puede mejorar el rendimiento de OCR en caso de contrastes muy bajos entre texto y fondo.
A escala de grises:
El filtro A escala de grises convierte cada píxel a una escala de grises. Aunque es poco probable que mejore significativamente la precisión del OCR, puede mejorar la velocidad.
Invertir:
El filtro Invertir invierte los colores: el blanco se convierte en negro y el negro en blanco.
Reemplazar color:
El filtro Reemplazar color reemplaza un color específico dentro de una imagen por otro color, considerando un determinado umbral.
Contraste:
El filtro de Contraste aumenta automáticamente el contraste. A menudo mejora la velocidad y precisión del OCR en escaneos de bajo contraste.
Dilatar y Erosionar:
Estos filtros avanzados de morfología manipulan los límites del objeto en una imagen.
Afinar:
El filtro Afinar afina los documentos de OCR borrosos y aplana los canales alfa a blanco.
Marca de agua:
El filtro Marca de agua elimina el ruido digital. Úselo donde se espere ruido.
Eliminar Ruido De Fondo:
Este filtro pesado de eliminación de ruido de fondo solo debe usarse cuando se conoce un ruido de fondo extremo en el documento. Puede reducir la precisión del OCR para documentos limpios y requiere mucha CPU.
Mejorar Resolución:
El filtro Mejorar Resolución mejora la resolución de imágenes de baja calidad. No suele ser necesario debido al manejo automático de la resolución.
Aquí hay un ejemplo de cómo aplicar filtros usando IronOCR en C#:
var ocr = new IronTesseract();
var input = new OcrInput();
input.LoadImage("sample.png");
input.Deskew();
var result = ocr.Read(input);
Console.WriteLine(result.Text);Dim ocr = New IronTesseract()
Dim input = New OcrInput()
input.LoadImage("sample.png")
input.Deskew()
Dim result = ocr.Read(input)
Console.WriteLine(result.Text)IronOCR. Proporcione los detalles a continuación para recibir la clave en su correo electrónico
Una vez que se obtenga la clave, ya sea por compra o prueba gratuita, siga los pasos a continuación para usar la clave.
Configuración de la clave de licencia: Configure su clave de licencia de IronOCR utilizando el código. Agregue la siguiente línea al inicio de su aplicación (antes de usar IronOCR):
IronOcr.License.LicenseKey = "IRONOCR-MYLICENSE-KEY-1EF01";IronOcr.License.LicenseKey = "IRONOCR-MYLICENSE-KEY-1EF01"Clave de aplicación global (Web.Config o App.Config): Para aplicar una clave globalmente en su aplicación, use el archivo de configuración (Web.Config o App.Config). Añade la siguiente clave a tu appSettings:
<configuration>
<!-- Other settings -->
<appSettings>
<add key="IronOcr.LicenseKey" value="IRONOCR-MYLICENSE-KEY-1EF01"/>
</appSettings>
</configuration>Usando appsettings.json de .NET Core: Para aplicaciones .NET Core, crea un archivo appsettings.json en el directorio raíz de tu proyecto. Reemplace la clave "IronOcr.LicenseKey" con su valor de licencia:
{
"IronOcr.LicenseKey": "IRONOCR-MYLICENSE-KEY-1EF01"
}Comprobación de la clave de licencia: Comprueba que tu clave se ha instalado correctamente probándola:
bool result = IronOcr.License.IsValidLicense("IRONOCR-MYLICENSE-KEY-1EF01");Dim result As Boolean = IronOcr.License.IsValidLicense("IRONOCR-MYLICENSE-KEY-1EF01")En conclusión, IronOCR, ofrece una solución robusta para OCR comenzando desde $999. Aproveche el poder de OCR con IronOCR y desbloquee un mundo de posibilidades en sus proyectos de C#.
IronOCR es parte de IRONSUITE
10 productos API .NET para tus documentos de oficina
Tesseract OCR en los idiomas que necesita, soportamos más de 125.
