Configuraciones e Idiomas

Ajuste finamente el motor de OCR para obtener resultados perfectos. Obtenga control granular sobre el rendimiento y la precisión, con soporte directo para más de 125 idiomas.

Configuraciones detalladas de OCR

Configuraciones normales de OCR

Ajuste fino del motor central de Tesseract con control granular sobre docenas de parámetros. Esto ofrece una personalización profunda para usuarios avanzados que buscan optimizar el rendimiento para tipos de documentos, idiomas o desafíos de calidad específicos.

Aprenda a:C# Variables de configuración de Tesseract OCR

IronTesseract ocr = new IronTesseract
{
    Configuration = new TesseractConfiguration
    {
        ReadBarCodes = false,
        RenderHocr = true,
        TesseractVariables = null,
        WhiteListCharacters = null,
        BlackListCharacters = "`ë|^",
    },
    MultiThreaded = false,
    Language = OcrLanguage.English,
    EnableTesseractConsoleMessages = true, // False as default
};

IronTesseract ocr = new IronTesseract
{
    Configuration = new TesseractConfiguration
    {
        ReadBarCodes = false,
        RenderHocr = true,
        TesseractVariables = null,
        WhiteListCharacters = null,
        BlackListCharacters = "`ë|^",
    },
    MultiThreaded = false,
    Language = OcrLanguage.English,
    EnableTesseractConsoleMessages = true, // False as default
};

Dim ocr As New IronTesseract With {
    .Configuration = New TesseractConfiguration With {
        .ReadBarCodes = False,
        .RenderHocr = True,
        .TesseractVariables = Nothing,
        .WhiteListCharacters = Nothing,
        .BlackListCharacters = "`ë|^"
    },
    .MultiThreaded = False,
    .Language = OcrLanguage.English,
    .EnableTesseractConsoleMessages = True
}

Configuraciones de OCR para lectura avanzada

Más información sobre los ajustes de configuración del OCR y los idiomas disponibles para los métodos de lectura OCR avanzados.

using IronOcr;

IronTesseract ocr = new IronTesseract
{
    Configuration = new TesseractConfiguration
    {
        // Whitelist alphanumeric characters and common punctuation
        WhiteListCharacters = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789.,-?!$() /",
        // Blacklist uncommon characters 
        BlackListCharacters = "`ë|^",
    },

    // Languages available for advanced reading are English, Japanese, Korean, LatinAlphabet   
    Language = OcrLanguage.English
};

using IronOcr;

IronTesseract ocr = new IronTesseract
{
    Configuration = new TesseractConfiguration
    {
        // Whitelist alphanumeric characters and common punctuation
        WhiteListCharacters = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789.,-?!$() /",
        // Blacklist uncommon characters 
        BlackListCharacters = "`ë|^",
    },

    // Languages available for advanced reading are English, Japanese, Korean, LatinAlphabet   
    Language = OcrLanguage.English
};

Imports IronOcr

Dim ocr As New IronTesseract With {
    .Configuration = New TesseractConfiguration With {
        .WhiteListCharacters = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789.,-?!$() /",
        .BlackListCharacters = "`ë|^"
    },
    .Language = OcrLanguage.English
}

Configuración rápida de OCR

Optimizar el motor de OCR para obtener la máxima velocidad. Al ajustar la configuración para priorizar el rendimiento sobre la precisión absoluta, puedes procesar rápidamente grandes volúmenes de documentos en los que la velocidad es el factor crítico.

Aprenda a:Tesseract OCR más rápido para .NET

Idiomas

125 idiomas compatibles con OCR

Consigue una gran precisión en más de 125 idiomas internacionales. Nuestros paquetes incluyen una sólida compatibilidad con alfabetos no latinos (por ejemplo, árabe, chino, hebreo) e idiomas con diacríticos. Añada o cambie fácilmente de idioma con una sola línea de código.

Aprenda a:Dominar el OCR multilingüe con Iron OCR: inglés y japonés

using IronOcr;

var ocr = new IronTesseract();

// Set the OCR to use Chinese Simplified
ocr.Language = OcrLanguage.ChineseSimplified;
using (var input = new OcrInput())
{
    var result = ocr.Read(input);

    // Store the recognized text in a string
    string testResult = result.Text;
}

using IronOcr;

var ocr = new IronTesseract();

// Set the OCR to use Chinese Simplified
ocr.Language = OcrLanguage.ChineseSimplified;
using (var input = new OcrInput())
{
    var result = ocr.Read(input);

    // Store the recognized text in a string
    string testResult = result.Text;
}

Imports IronOcr

Dim ocr As New IronTesseract()

' Set the OCR to use Chinese Simplified
ocr.Language = OcrLanguage.ChineseSimplified
Using input As New OcrInput()
    Dim result = ocr.Read(input)

    ' Store the recognized text in a string
    Dim testResult As String = result.Text
End Using

Lectura multilingüe

Extraiga con precisión texto de documentos que contengan varios idiomas en la misma página. IronOcr detecta y cambia automáticamente entre los idiomas especificados, eliminando la necesidad de procesar por separado el contenido de cada idioma.

Aprenda a:Utilizar varios idiomas con Tesseract

using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract()
{   // Set primary language to English
    Language = OcrLanguage.EnglishBest,
};

// Set secondary language to Russian
ocrTesseract.AddSecondaryLanguage(OcrLanguage.Russian);

// Add PDF
using var pdfInput = new OcrPdfInput(@"example.pdf");

// Perform OCR
OcrResult result = ocrTesseract.Read(pdfInput);

// Output extracted text to console
Console.WriteLine(result.Text);

using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract()
{   // Set primary language to English
    Language = OcrLanguage.EnglishBest,
};

// Set secondary language to Russian
ocrTesseract.AddSecondaryLanguage(OcrLanguage.Russian);

// Add PDF
using var pdfInput = new OcrPdfInput(@"example.pdf");

// Perform OCR
OcrResult result = ocrTesseract.Read(pdfInput);

// Output extracted text to console
Console.WriteLine(result.Text);

Imports IronOcr

' Instantiate IronTesseract
Dim ocrTesseract As New IronTesseract() With {
    .Language = OcrLanguage.EnglishBest
}

' Set secondary language to Russian
ocrTesseract.AddSecondaryLanguage(OcrLanguage.Russian)

' Add PDF
Using pdfInput = New OcrPdfInput("example.pdf")

    ' Perform OCR
    Dim result As OcrResult = ocrTesseract.Read(pdfInput)

    ' Output extracted text to console
    Console.WriteLine(result.Text)
End Using

Lectura de lenguajes personalizados

Vaya más allá de los paquetes de idiomas incorporados proporcionando sus propios datos de idiomas entrenados. Consigue una gran precisión en documentos con idiomas poco comunes, fuentes especializadas o conjuntos de caracteres únicos.

Aprenda a:Utilizar archivos de idioma personalizados

using IronOcr;

var ocrTesseract = new IronTesseract();
ocrTesseract.UseCustomTesseractLanguageFile("custom_tesseract_files/custom.traineddata");
using var ocrInput = new OcrInput();
ocrInput.LoadImage(@"sample.png");
var ocrResult = ocrTesseract.Read(ocrInput);
Console.WriteLine(ocrResult.Text);

using IronOcr;

var ocrTesseract = new IronTesseract();
ocrTesseract.UseCustomTesseractLanguageFile("custom_tesseract_files/custom.traineddata");
using var ocrInput = new OcrInput();
ocrInput.LoadImage(@"sample.png");
var ocrResult = ocrTesseract.Read(ocrInput);
Console.WriteLine(ocrResult.Text);

Dim ocrTesseract As New IronTesseract()
ocrTesseract.UseCustomTesseractLanguageFile("custom_tesseract_files/custom.traineddata")
Using ocrInput As New OcrInput()
    ocrInput.LoadImage("sample.png")
    Dim ocrResult = ocrTesseract.Read(ocrInput)
    Console.WriteLine(ocrResult.Text)
End Using