Resultados de OCR

Obtenga algo más que texto. Nuestra API proporciona datos estructurados que incluyen coordenadas, puntuaciones de confianza y una jerarquía completa del documento (páginas, líneas, palabras).

Salida de datos

Textos

IronOCR devuelve la salida de texto para párrafos, líneas, palabras y caracteres como objetos estructurados y cadenas, lo que permite a los desarrolladores acceder a los datos y manipularlos rápidamente.

using IronOcr;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();
var pages = new int[] { 1, 2 };
ocrInput.LoadImageFrames("example.tiff", pages);
OcrResult ocrResult = ocrTesseract.Read(ocrInput);
foreach (var page in ocrResult.Pages)
{
    // Page text
    string PageText = page.Text;
}

using IronOcr;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();
var pages = new int[] { 1, 2 };
ocrInput.LoadImageFrames("example.tiff", pages);
OcrResult ocrResult = ocrTesseract.Read(ocrInput);
foreach (var page in ocrResult.Pages)
{
    // Page text
    string PageText = page.Text;
}

Imports IronOcr

Dim ocrTesseract As New IronTesseract()
Using ocrInput As New OcrInput()
    Dim pages As Integer() = {1, 2}
    ocrInput.LoadImageFrames("example.tiff", pages)
    Dim ocrResult As OcrResult = ocrTesseract.Read(ocrInput)
    For Each page In ocrResult.Pages
        ' Page text
        Dim PageText As String = page.Text
    Next
End Using

Localización de textos OCR

Obtenga las coordenadas X/Y precisas y las dimensiones del cuadro delimitador de cada párrafo, línea, palabra y carácter, lo que permite resaltar texto, realizar OCR por zonas y validar datos.

Aprenda a:Extraer resultados de lectura en .NET C#

using IronOcr;
using IronOcr.OcrResult;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Add image
using var imageInput = new OcrImageInput("sample.jpg");

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);

// Retrieve list of detected paragraphs
Paragraph[] paragraphs = ocrResult.Paragraphs;

// Output Text location (X,Y) of the first paragraph
Console.WriteLine($"X: {paragraphs[0].X}");
Console.WriteLine($"Y: {paragraphs[0].Y}");

using IronOcr;
using IronOcr.OcrResult;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Add image
using var imageInput = new OcrImageInput("sample.jpg");

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);

// Retrieve list of detected paragraphs
Paragraph[] paragraphs = ocrResult.Paragraphs;

// Output Text location (X,Y) of the first paragraph
Console.WriteLine($"X: {paragraphs[0].X}");
Console.WriteLine($"Y: {paragraphs[0].Y}");

Imports IronOcr
Imports IronOcr.OcrResult

' Instantiate IronTesseract
Dim ocrTesseract As New IronTesseract()

' Add image
Using imageInput As New OcrImageInput("sample.jpg")
    
    ' Perform OCR
    Dim ocrResult As OcrResult = ocrTesseract.Read(imageInput)
    
    ' Retrieve list of detected paragraphs
    Dim paragraphs() As Paragraph = ocrResult.Paragraphs
    
    ' Output Text location (X,Y) of the first paragraph
    Console.WriteLine($"X: {paragraphs(0).X}")
    Console.WriteLine($"Y: {paragraphs(0).Y}")
End Using

Confianza en el resultado OCR

Recibe una puntuación de confianza para los textos extraídos. Marque de forma programática los resultados de baja confianza para su revisión humana con el fin de crear flujos de trabajo de automatización más fiables.

Aprenda a:Conseguir confianza de lectura en .NET C#

using IronOcr;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();

// Load image from file
ocrInput.LoadImage("sameple.png");

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(ocrInput);

// Check Confidence level
Console.WriteLine($"Confidence: {ocrResult.Confidence}%");

using IronOcr;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();

// Load image from file
ocrInput.LoadImage("sameple.png");

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(ocrInput);

// Check Confidence level
Console.WriteLine($"Confidence: {ocrResult.Confidence}%");

Imports IronOcr

Dim ocrTesseract = New IronTesseract()
Using ocrInput = New OcrInput()

    ' Load image from file
    ocrInput.LoadImage("sameple.png")

    ' Perform OCR
    Dim ocrResult As OcrResult = ocrTesseract.Read(ocrInput)

    ' Check Confidence level
    Console.WriteLine($"Confidence: {ocrResult.Confidence}%")
End Using

Imágenes de elementos OCR

Además del texto, exporte los elementos visuales de los textos detectados a partir del OCR del documento de entrada como archivos de imagen independientes, útiles para archivar o procesar datos no textuales.

Aprenda a:Extraer resultados de lectura en .NET C#

using IronOcr;
using IronSoftware.Drawing;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();
ocrInput.LoadImage("sample.png");
var ocrResult = ocrTesseract.Read(ocrInput);
foreach (var page in ocrResult.Pages)
{
    foreach (var word in page.Words)
    {
        word.ToBitmap(ocrInput).SaveAs($"page{page.PageNumber}_word{word.WordNumber}.png", AnyBitmap.ImageFormat.Png);
    }
}

using IronOcr;
using IronSoftware.Drawing;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();
ocrInput.LoadImage("sample.png");
var ocrResult = ocrTesseract.Read(ocrInput);
foreach (var page in ocrResult.Pages)
{
    foreach (var word in page.Words)
    {
        word.ToBitmap(ocrInput).SaveAs($"page{page.PageNumber}_word{word.WordNumber}.png", AnyBitmap.ImageFormat.Png);
    }
}

Imports IronOcr
Imports IronSoftware.Drawing

Dim ocrTesseract = New IronTesseract()
Using ocrInput = New OcrInput()
    ocrInput.LoadImage("sample.png")
    Dim ocrResult = ocrTesseract.Read(ocrInput)
    For Each page In ocrResult.Pages
        For Each word In page.Words
            word.ToBitmap(ocrInput).SaveAs($"page{page.PageNumber}_word{word.WordNumber}.png", AnyBitmap.ImageFormat.Png)
        Next
    Next
End Using

Tipos de resultados

Texto

Accede a los resultados del OCR a través de una API estructurada y jerárquica. Navegue fácilmente desde párrafos extensos hasta caracteres individuales, lo que le proporciona un control granular sobre el texto extraído y sus metadatos.

Aprenda a:Extraer resultados de lectura en .NET C#

using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Add image
using var imageInput = new OcrImageInput("sample.jpg");

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);

// Output the first detected paragraph text
Console.WriteLine($"Text: {ocrResult.Paragraphs[0].Text}");

using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Add image
using var imageInput = new OcrImageInput("sample.jpg");

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);

// Output the first detected paragraph text
Console.WriteLine($"Text: {ocrResult.Paragraphs[0].Text}");

Imports IronOcr

' Instantiate IronTesseract
Dim ocrTesseract As New IronTesseract()

' Add image
Using imageInput As New OcrImageInput("sample.jpg")
    ' Perform OCR
    Dim ocrResult As OcrResult = ocrTesseract.Read(imageInput)
    
    ' Output the first detected paragraph text
    Console.WriteLine($"Text: {ocrResult.Paragraphs(0).Text}")
End Using

PDFs buscables

Convierta cualquier documento o imagen escaneada en un archivo PDF que permita realizar búsquedas. Se conserva el diseño original, pero todo el texto se puede seleccionar, copiar y encontrar.

Aprenda a:Guardar los resultados como PDF con función de búsqueda

using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Enable render as searchable PDF
ocrTesseract.Configuration.RenderSearchablePdf = true;

// Add image
using var imageInput = new OcrImageInput("sample.tiff");

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);

// Export as searchable PDF
ocrResult.SaveAsSearchablePdf("searchablePdf.pdf");

using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Enable render as searchable PDF
ocrTesseract.Configuration.RenderSearchablePdf = true;

// Add image
using var imageInput = new OcrImageInput("sample.tiff");

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);

// Export as searchable PDF
ocrResult.SaveAsSearchablePdf("searchablePdf.pdf");

Imports IronOcr

' Instantiate IronTesseract
Dim ocrTesseract As New IronTesseract()

' Enable render as searchable PDF
ocrTesseract.Configuration.RenderSearchablePdf = True

' Add image
Using imageInput As New OcrImageInput("sample.tiff")

    ' Perform OCR
    Dim ocrResult As OcrResult = ocrTesseract.Read(imageInput)

    ' Export as searchable PDF
    ocrResult.SaveAsSearchablePdf("searchablePdf.pdf")

End Using

hOCR

Exporte los resultados en formato hOCR, un estándar basado en HTML que proporciona metadatos enriquecidos, incluidos texto, información de diseño y coordenadas para cada palabra, ideales para el análisis avanzado de documentos.

Aprenda a:Guardar resultados como hOCR en un archivo HTML

using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Enable render as hOCR
ocrTesseract.Configuration.RenderHocr = true;

// Add image
using var imageInput = new OcrImageInput("sample.tiff");
imageInput.Title = "Html Title";

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);

// Export as HTML
ocrResult.SaveAsHocrFile("result.html");

using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Enable render as hOCR
ocrTesseract.Configuration.RenderHocr = true;

// Add image
using var imageInput = new OcrImageInput("sample.tiff");
imageInput.Title = "Html Title";

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);

// Export as HTML
ocrResult.SaveAsHocrFile("result.html");

Imports IronOcr

' Instantiate IronTesseract
Dim ocrTesseract As New IronTesseract()

' Enable render as hOCR
ocrTesseract.Configuration.RenderHocr = True

' Add image
Using imageInput As New OcrImageInput("sample.tiff")
    imageInput.Title = "Html Title"

    ' Perform OCR
    Dim ocrResult As OcrResult = ocrTesseract.Read(imageInput)

    ' Export as HTML
    ocrResult.SaveAsHocrFile("result.html")
End Using

Resaltar textos como imágenes

Para la depuración y la verificación, genera una imagen del documento original con todo el texto reconocido resaltado. Esto proporciona una rápida comprobación visual de la precisión del motor de OCR y de la ubicación del texto.

Aprenda a:Resaltar textos en C# para depurar

using IronOcr;

IronTesseract ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();
ocrInput.LoadPdf("sample.pdf");
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_page_", ResultHighlightType.Paragraph);

using IronOcr;

IronTesseract ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();
ocrInput.LoadPdf("sample.pdf");
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_page_", ResultHighlightType.Paragraph);

Imports IronOcr

Dim ocrTesseract As New IronTesseract()
Using ocrInput As New OcrInput()
    ocrInput.LoadPdf("sample.pdf")
    ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_page_", ResultHighlightType.Paragraph)
End Using

Valores de códigos de barras y códigos QR

Extraiga los valores de cadena descodificados de cualquier código de barras o código QR que se encuentre en el documento. La API proporciona estos datos junto con los resultados de texto para una solución completa de captura de datos.

Aprenda a:Extraer resultados de lectura en .NET C#

using IronOcr;
using IronOcr.OcrResult;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Enable barcodes detection
ocrTesseract.Configuration.ReadBarCodes = true;

// Load PDF file
using OcrInput ocrInput = new OcrInput();
ocrInput.LoadPdf("sample.pdf");

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(ocrInput);

// Output Barcode value
Console.WriteLine(ocrResult.Barcodes[0].Value);

using IronOcr;
using IronOcr.OcrResult;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Enable barcodes detection
ocrTesseract.Configuration.ReadBarCodes = true;

// Load PDF file
using OcrInput ocrInput = new OcrInput();
ocrInput.LoadPdf("sample.pdf");

// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(ocrInput);

// Output Barcode value
Console.WriteLine(ocrResult.Barcodes[0].Value);

Imports IronOcr
Imports IronOcr.OcrResult

' Instantiate IronTesseract
Dim ocrTesseract As New IronTesseract()

' Enable barcodes detection
ocrTesseract.Configuration.ReadBarCodes = True

' Load PDF file
Using ocrInput As New OcrInput()
    ocrInput.LoadPdf("sample.pdf")

    ' Perform OCR
    Dim ocrResult As OcrResult = ocrTesseract.Read(ocrInput)

    ' Output Barcode value
    Console.WriteLine(ocrResult.Barcodes(0).Value)
End Using