PDF OCR Extraction de texte

VB C#

using IronOcr;
using System;

var ocrTesseract = new IronTesseract();

using var ocrInput = new OcrInput();

// OCR entire document
ocrInput.LoadPdf("example.pdf", Password: "password");

int[] pages = { 1, 2, 3, 4, 5 };

// Alternatively OCR selected page numbers
ocrInput.LoadPdfPages("example.pdf", pages, Password: "password");

var ocrResult = ocrTesseract.Read(ocrInput);
Console.WriteLine(ocrResult.Text);

Imports IronOcr
Imports System

Private ocrTesseract = New IronTesseract()

Private ocrInput = New OcrInput()

' OCR entire document
ocrInput.LoadPdf("example.pdf", Password:= "password")

Dim pages() As Integer = { 1, 2, 3, 4, 5 }

' Alternatively OCR selected page numbers
ocrInput.LoadPdfPages("example.pdf", pages, Password:= "password")

Dim ocrResult = ocrTesseract.Read(ocrInput)
Console.WriteLine(ocrResult.Text)

Install-Package IronOcr

PDF OCR Extraction de texte

Iron Tesseract peut lire de nombreux formats d'images, ainsi que des documents PDF. Cette fonctionnalité n'est pas possible avec les moteurs Tesseract conventionnels gratuits.

OcrInput offre la possibilité de corriger automatiquement les caractéristiques des PDF si les scans sont de mauvaise qualité.

Les développeurs peuvent spécifier la lecture d'un PDF entier, d'une sélection de pages ou d'une zone de recadrage unique.

Comment OCR un fichier PDF en C# ;

Télécharger la bibliothèque C# pour l'OCR de fichiers PDF
Utilisation AddPdf méthode pour ajouter un document PDF
Ajouter certaines pages d'un document PDF avec Ajouter des pages PDF méthode
Utiliser Lire méthode permettant d'effectuer une reconnaissance optique de caractères (OCR) sur les PDF ajoutés
Voir toutes les valeurs du code QR en Codes à barres accès aux biens Texte pour récupérer le résultat de l'OCR

C# PDF OCR

De nombreux outils d'OCR fonctionnent bien dans des conditions optimales, mais lorsque vous avez besoin de quelque chose qui fasse le travail avec une stabilité et une précision accrues dans toutes les conditions, la solution d'extraction de texte IronOCR est ce qu'il vous faut.

IronOCR pour l'extraction de texte est construit à partir de la base et avec la capacité de convertir des images du monde réel avec une précision de 99 pour cent.

IronTesseract, notre bibliothèque OCR native en C#, peut reconnaître des caractères de manière presque humaine à partir d'images du monde réel qui ne sont pas toujours de bonne qualité et qui sont parfois inclinées.

Notre OCR permet de corriger automatiquement les caractéristiques des PDF ou des images si les scans sont de mauvaise qualité& ;

Lorsque je vous présenterai la meilleure solution d'OCR disponible à l'heure actuelle, vous pourrez vous en rendre compte par vous-même.

Pourquoi IronOCR pour l'extraction de texte par OCR d'images ou de PDF ?

Le choix de la solution IronOCR pour la gestion de Tesseract s'impose si l'on considère ses capacités uniques, qui sont notamment les suivantes :

Le moteur d'extraction de texte IronOCR for PDF OCR fonctionne dès le départ en .NET pur
Il n'est pas nécessaire que Tesseract soit installé sur votre machine.
Il fonctionne remarquablement bien avec les moteurs les plus récents : Tesseract 5(ainsi que Tesseract 4 & 3).
Il est disponible pour tous les projets .NET : .NET Framework 4.5 +, .NET Standard 2 + et .NET Core 2, 3 & 5!
Il est plus précis et plus rapide que les autres Tesseracts à code source ouvert.
IronOCR prend en charge les plateformes de développement Xamarin, Mono, Azure et Docker.
Vous pouvez gérer des systèmes complexes de dictionnaires Tesseract à l'aide de paquets NuGet.
Il peut extraire du texte à partir de PDF, de Tiffs MultiFrame et de tous les principaux fichiers d'images sans aucune manipulation supplémentaire.
Il peut corriger les scans d'images de mauvaise qualité et de biais afin d'obtenir les meilleurs résultats pour votre projet d'extraction de texte.
Consultez notre tutoriel complet sur les solutions IronOCRici.

Avez-vous des scans de mauvaise qualité ?

Pas de problème!

IronOCR se distingue à un niveau supérieur lorsqu'il s'agit de tâches d'OCR. En réalité, de nombreux produits similaires sont conçus pour fonctionner avec du texte ou des images imprimés à la machine, à haute résolution et parfaits, et ils deviennent donc imprécis ou échouent dans des applications réelles. Ce n'est toutefois pas le cas de l'IronOCR.

IronOCR excelle dans la correction de documents imparfaits. Il peut redresser une image numérisée de travers et améliorer des photos de faible qualité pour en faire des documents PDF ou des images consultables. C'est ce qui distingue notre produit des autres.

Adapter les performances de l'IronOCR à votre flux de travail

Avec la solution d'OCR d'Iron Software, vous pouvez ajuster les performances de vos tâches d'extraction de texte afin d'obtenir le bon équilibre pour votre flux de travail. Nous savons que cela est très important pour de nombreux utilisateurs et développeurs, c'est pourquoi nous avons conçu notre solution OCR de manière à ce qu'elle soit ajustable en termes de performances et flexible ;

Par exemple, un facteur très important qui influence la vitesse d'un travail d'OCR est la qualité de l'image d'entrée. Lorsqu'il y a moins de bruit de fond et que le nombre de ppp est plus élevé( 200 dpi est une bonne fourchette)plus le rendement est rapide et plus les résultats de l'OCR sont précis. Toutefois, grâce à la fonction d'optimisation des performances IronOCR, même les tâches impliquant des images de faible qualité peuvent être exécutées rapidement.&nbsp

En outre, le choix d'images d'entrée ou de formats de texte numérisé avec moins de bruit numérique, tels que PNG ou TIFF, peut également donner des résultats plus rapides que des formats d'image de moindre qualité tels que JPEG.

L'installation de la solution IronOCR est un jeu d'enfant

La suite Iron Software est très facile à installer et à utiliser. Il est disponible pour les plateformes de développement les plus courantes. Notre solution bénéficie d'une prise en charge multiplateforme qui inclut Windows, Linux, macOS, Azure, AWS et Docker - ce n'est pas pour rien que le C# en fait le moteur OCR de Tesseract le plus préféré des développeurs.

Prise en charge de plus de 125 langues internationales

Pour les travaux d'OCR, un logiciel particulier devient plus utile lorsqu'il prend en charge plusieurs langues. La solution IronOCR se rend indispensable car elle prend en charge 125 langues internationales. Ces langues peuvent être installées via des packs de langues distribués sous forme de fichiers DLL. Ils peuvent être téléchargés à partir de ce site web ou du gestionnaire de paquets NuGet pour Visual Studio.

Comment installer les packs linguistiques de l'OCR

Cent vingt langues sont prises en charge. Vous pouvez télécharger n'importe quelpacks linguistiques OCR supplémentaires à l'aide de deux méthodes :

Installer le paquet NuGet

Recherchez les langues IronOCR dans NuGet.

Utiliser la méthode des données OCR

Téléchargez le fichier "ocrdata" et ajoutez-le à votre projet .NET ou à vos fichiers de programme.

Set CopyToOutputDirectory = CopyIfNewer

Set CopyToOutputDirectory = CopyIfNewer

VB.NET

Créez facilement des documents consultables à partir de vos fichiers ou images numérisés

Nous sommes très fiers de la capacité de notre logiciel Tesseract à créer un document PDF interrogeable ou un texte interrogeable à partir d'images d'entrée ou d'un fichier PDF scanné. Vous pouvez exporter votre résultat d'OCR sous forme de PDF qui sera un document PDF interrogeable en C# et VB.NET. Cela peut vraiment aider les entreprises et les gouvernements en ce qui concerne la population des bases de données, l'optimisation des moteurs de recherche et les PDF.

Tirer parti de la puissance du meilleur outil d'OCR

IronOCR est l'outil le plus performant pour l'extraction de texte à partir d'images et de documents. Il est doté d'un certain nombre de caractéristiques, de fonctionnalités et de solutions qui vous permettent de réaliser des tâches d'OCR en toute sérénité.

Nos bibliothèques OCR Tesseract C# peuvent vous aider à extraire du texte à partir d'images et de documents numérisés dans des environnements de développement tels que les applications C# et .NET.

Avec IronOCR, vous pouvez même ouvrir des documents PDF protégés par un mot de passe en toute simplicité, ainsi qu'extraire du texte en douceur.

Il présente également les caractéristiques suivantes :

Ne nécessite pas d'exes ou de code C#
Prise en charge complète de l'OCR des PDF
Compatible avec les applications MVC, Web App, Desktop, Console et Serveur
Prise en charge complète de .NET Core, Standard et Framework
Lire en utilisant C# & VB .NET
Lecture des codes QR et des codes-barres
Exportation de l'OCR vers XHTML ou vers un document PDF avec possibilité de recherche
Prise en charge du multithreading
Extraction d'images, de coordonnées, de statistiques, de polices, etc

Franchir le pas vers l'IronOCR

Compte tenu des caractéristiques de cette incroyable solution OCR, vous ne pouvez pas vous tromper si vous décidez d'essayer IronOCR.

Quelques clics suffisent pour utiliser notre logiciel. Commencez par installer IronOCR - une tâche incroyablement facile. En outre, il y a des personnes incroyablement utiles etdes guides détaillés étape par étape sur l'utilisation de l'un de nos outils etComment fairesans oublier notre centre d'assistance qui répond aux questions dans les plus brefs délais(presque immédiatement).

N'hésitez pas - choisissez IronOCR dès aujourd'hui. Il s'agit de la première et de la plus importante étape pour apprendre à lire des fichiers PDF en C#.

Si vous avez encore des doutes, notre clé de licence d'essai gratuite est parfaite pour vous. Il peut vous aider à explorer tout le potentiel de la dernière version d'IronOCR sans conditions financières. Il peut vous aider à choisir la licence logicielle qui vous convient le mieux. En cas de doute, n'hésitez pas à contacter notre équipe d'experts, où que vous soyez ;