Latin Alphabet OCR in C# and .NET
IronOCR es un componente de software C# que permite a los programadores de .NET leer texto de imágenes y documentos PDF en 126 idiomas, incluido el alfabeto latino.
Es una rama avanzada de Tesseract, construida exclusivamente para desarrolladores de .NET y supera regularmente a otros motores de Tesseract tanto en velocidad como en precisión.
Contenido de IronOcr.Languages.LatinAlphabet
Este paquete contiene 64 idiomas OCR for .NET:
- LatinAlphabet
- LatinAlphabetBest
- LatinAlphabetFast
Descargar
Paquete de idioma del alfabeto latino [latine]
Instalación
Lo primero que tenemos que hacer es instalar nuestro paquete OCR del alfabeto latino en su proyecto .NET.
Ejemplo de código
Este ejemplo de código C# lee texto del alfabeto latino de una imagen o documento PDF.
// Install the IronOCR.languages.LatinAlphabet package first
using IronOcr;
var Ocr = new IronTesseract(); // Initialize IronTesseract instance
// Set the OCR language to LatinAlphabet
Ocr.Language = OcrLanguage.LatinAlphabet;
// Define the input image or PDF you want to read
using (var Input = new OcrInput(@"images\LatinAlphabet.png"))
{
// Perform OCR reading on the input
var Result = Ocr.Read(Input);
// Extract the recognized text
var AllText = Result.Text;
// Output the recognized text
Console.WriteLine(AllText);
}' Install the IronOCR.languages.LatinAlphabet package first
Imports IronOcr
Dim Ocr As New IronTesseract() ' Initialize IronTesseract instance
' Set the OCR language to LatinAlphabet
Ocr.Language = OcrLanguage.LatinAlphabet
' Define the input image or PDF you want to read
Using Input As New OcrInput("images\LatinAlphabet.png")
' Perform OCR reading on the input
Dim Result = Ocr.Read(Input)
' Extract the recognized text
Dim AllText = Result.Text
' Output the recognized text
Console.WriteLine(AllText)
End UsingExplicación
-
Inicialización de IronTesseract: Se inicializa una instancia de
IronTesseract, que se encargará del procesamiento OCR. -
Configuración del idioma: El idioma del OCR está configurado en
LatinAlphabet, que es uno de los idiomas disponibles en el paquete IronOCR. -
Especificación de entrada: Se crea un objeto
OcrInput, especificando la ruta a la imagen o al PDF del que se extraerá el texto. -
Ejecución de OCR: Se invoca el método
Readde la instanciaIronTesseractpara procesar elOcrInput. Esto devuelve un objetoResultque contiene el texto extraído. -
Extracción de texto: La propiedad
Textdel objetoResultse utiliza para acceder al texto reconocido. -
Salida: El texto reconocido se imprime en la consola para verificación.
Asegúrate de que la ruta del archivo en OcrInput apunta correctamente a tu imagen o archivo PDF para evitar excepciones de archivo no encontrado.

Curtis Chau tiene una licenciatura en Ciencias de la Computación (Carleton University) y se especializa en el desarrollo front-end con experiencia en Node.js, TypeScript, JavaScript y React. Apasionado por crear interfaces de usuario intuitivas y estéticamente agradables, disfruta trabajando con frameworks modernos y creando manuales bien estructurados y visualmente atractivos.