Extraction de texte OCR PDF

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

Extraction de texte OCR PDF

Iron Tesseract peut lire de nombreux formats d'image et également des documents PDF. Cette fonctionnalité n'est pas possible avec les moteurs Tesseract gratuits conventionnels.

OcrInput offre l'option pour que les caractéristiques des PDF soient automatiquement corrigées si les numérisations sont de mauvaise qualité.

Les développeurs peuvent spécifier de lire un PDF entier, une sélection de pages ou une seule zone de découpage.

Comment OCR un fichier PDF en C#

Téléchargez la bibliothèque C# pour OCR le fichier PDF
Utiliser la méthode AddPdf pour ajouter un document PDF
Ajouter certaines pages du document PDF avec la méthode AddPdfPages
Utilisez la méthode Read pour effectuer un OCR sur le PDF ajouté
Voir toutes les valeurs de code QR dans la propriété Barcodes. Accédez à la propriété Text pour récupérer le résultat OCR

OCR PDF C

De nombreux outils OCR fonctionnent bien dans des conditions optimales, mais lorsque vous avez besoin d'une solution qui effectue le travail avec une meilleure stabilité et précision dans toutes les conditions, la solution d'extraction de texte IronOCR est ce dont vous avez besoin.

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

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

Notre OCR permet aux caractéristiques des PDF ou des images d'être automatiquement corrigées si les numérisations sont de mauvaise qualité.

Alors que je vous guide à travers la solution OCR de premier ordre disponible en ce moment, vous pourrez voir par vous-même.

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

Choisir la solution IronOCR pour la gestion de Tesseract est le choix évident si nous considérons ses capacités uniques, qui incluent les points suivants :

Le moteur IronOCR pour l'extraction de texte OCR PDF fonctionne immédiatement en pur .NET
Il ne nécessite pas que Tesseract soit installé sur votre machine.
Il fonctionne exceptionnellement bien avec les derniers moteurs : Tesseract 5 (ainsi que Tesseract 4 & 3).
Il est disponible pour tout projet .NET : .NET Framework 4.5 +, .NET Standard 2 + et .NET Core 2, 3 & 5 !
Il a une précision et une vitesse améliorées par rapport aux autres Tesseracts open-source.
IronOCR prend en charge les plateformes de développement Xamarin, Mono, Azure et Docker.
Vous pouvez gérer des systèmes de dictionnaires Tesseract complexes à l'aide de packages NuGet.
Il peut extraire du texte à partir de PDF, Tiff multipages et de tous les principaux fichiers d'images sans aucune manipulation supplémentaire.
Il peut corriger des numérisations d'images de faible qualité et déformées pour obtenir les meilleurs résultats de votre projet d'extraction de texte.

Avez-vous des numérisations de mauvaise qualité ? Pas de problème !

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

IronOCR excelle à corriger les documents imparfaits. Il peut redresser une image numérisée déformée et améliorer des photos de mauvaise qualité afin qu'elles deviennent des documents PDF ou des images interrogeables. C'est ce qui rend notre produit différent des autres.

Ajuster la performance d'IronOCR pour s'adapter à votre flux de travail

Avec la solution OCR d'Iron Software, vous pouvez ajuster la performance de vos tâches d'extraction de texte afin d'obtenir le bon équilibre pour votre flux de travail. Nous savons que c'est très important pour de nombreux utilisateurs et développeurs, alors nous avons conçu notre solution OCR pour être ajustable en termes de performance et flexible.

Par exemple, un facteur très important qui influence la vitesse d'un travail OCR est la qualité de l'image d'entrée. Lorsque le bruit de fond est moindre et que l'image a une résolution plus élevée (200 dpi est une bonne fourchette), plus le rendement est rapide et plus les résultats OCR sont précis. Cependant, avec la fonction de réglage des performances d'IronOCR, même les tâches avec des images de faible qualité peuvent être réalisées rapidement.

De plus, sélectionner des images d'entrée ou des formats de texte numérisés avec moins de bruit numérique, tels que PNG ou TIFF, peut aussi donner des résultats plus rapides que des formats d'image de moindre qualité tels que JPEG.

Installer la solution IronOCR est un jeu d'enfant

La suite Iron Software est très facile à installer et à exécuter. Elle est disponible pour les plateformes de développement les plus populaires. Notre solution a une prise en charge multiplateforme qui inclut Windows, Linux, macOS, Azure, AWS, et Docker — il y a une raison pour que C# en fasse le moteur OCR Tesseract le plus préféré parmi les développeurs.

Prise en charge de plus de 125 langues internationales

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

Comment installer des packs de langues OCR

Cent vingt langues sont prises en charge. Vous pouvez télécharger des packs de langues OCR supplémentaires en utilisant deux méthodes :

Installer le package NuGet

Recherchez IronOCR Langues sur NuGet.

Utiliser la méthode des données OCR

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

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

Une caractéristique dont nous sommes très fiers est la capacité de notre logiciel Tesseract de créer un document PDF interrogeable ou un texte interrogeable à partir d'images d'entrée ou d'un fichier PDF numérisé. Vous pouvez exporter votre résultat OCR en un PDF qui sera un document PDF interrogeable en C# et VB.NET. Cela peut vraiment aider les entreprises et les gouvernements avec la population de bases de données, le SEO et les PDF.

Exploitez la puissance du meilleur outil OCR

IronOCR est l'outil de premier ordre pour extraire du texte à partir d'images et de documents. Il est livré avec un certain nombre de fonctionnalités, de fonctionnalités et de solutions qui vous donnent une expérience fluide et fluide lorsque vous effectuez des tâches OCR.

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 mot de passe avec facilité, ainsi qu'extraire du texte facilement.

Il présente également les caractéristiques suivantes :

Ne nécessite pas de fichiers exécutables ou de code C++
Support complet de l'OCR PDF
Compatible MVC, Application Web, Bureau, Console et Serveur
Support complet de .NET Core, Standard et Framework
Lecture utilisant C# & VB .NET
Lit les codes QR et les codes-barres
Exporte l'OCR vers XHTML ou un document PDF interrogeable
Supporte le multithreading
Extrait des images, des coordonnées, des statistiques, des polices, et bien plus

Faites le pas audacieux vers IronOCR

Considérant les caractéristiques incroyables de cette solution OCR, vous ne pouvez pas vous tromper si vous décidez d'essayer IronOCR.

L'utilisation de notre logiciel est à quelques clics. Commencez par installer IronOCR — une tâche incroyablement facile. De plus, il existe des guides détaillés étape par étape extrêmement utiles sur l'utilisation de chacun de nos outils et How-Tos, sans parler de notre centre d'assistance plein de ressources qui répond aux questions dès que possible (presque immédiatement).

N'hésitez pas — choisissez IronOCR aujourd'hui. C'est la première et la plus importante étape pour apprendre à lire des fichiers PDF en C#.

S'il vous reste le moindre doute, notre clé de licence d'essai gratuite est parfaite pour vous. Cela peut vous aider à explorer le plein potentiel de la dernière version de IronOCR sans aucune condition financière. Cela peut vous aider à décider quelle licence logicielle est la bonne pour vous. Si vous n'êtes pas sûr, n'hésitez pas à contacter notre équipe d'experts, où que vous soyez.

Apprenez à créer des PDF interrogeables avec IronOCR