Comment trouver du texte avec la vision par ordinateur en C#35;

Pourquoi IronOCR nécessite-t-il un logiciel de vision par ordinateur distinct ?

L'utilisation de ces méthodes nécessite l'installation de NuGet de IronOcr.ComputerVision à la solution. Un message vous invite à le télécharger si vous ne l'avez pas déjà installé. La fonctionnalité de vision par ordinateur s'appuie sur des algorithmes OpenCV qui améliorent considérablement la précision de la détection de texte, à l'instar des techniques utilisées dans nos fonctionnalités reconnaissance des plaques d'immatriculation et balayage des passeports.

Quel paquetage spécifique à la plateforme dois-je installer ? - Windows : `IronOcr.ComputerVision.Windows` - Voir notre [guide d'installation Windows](https://ironsoftware.com/csharp/ocr/get-started/windows/) - Linux : `IronOcr.ComputerVision.Linux` - Consultez notre [tutoriel d'installation Linux](https://ironsoftware.com/csharp/ocr/get-started/linux/) - macOS : `IronOcr.ComputerVision.MacOS` - Consultez nos [instructions d'installation de macOS](https://ironsoftware.com/csharp/ocr/get-started/mac/) - macOS ARM : `IronOcr.ComputerVision.MacOS.ARM` ### Comment procéder à l'installation à l'aide de la console du gestionnaire de paquets? Installez le package à l'aide du gestionnaire de packages NuGet ou collez le code suivant dans la console du gestionnaire de packages : ```shell :InstallCmd Install-Package IronOcr.ComputerVision.Windows ``` Cela fournit les assemblages nécessaires pour utiliser IronOcr Computer Vision avec notre fichier de modèle. ## Quelles sont les méthodes de vision par ordinateur disponibles dans IronOCR? Des exemples de code sont inclus plus loin dans ce tutoriel. Voici un aperçu général des méthodes actuellement disponibles :

Méthode	Explication
Trouver la région du texte	Détecter les régions contenant des éléments de texte et indiquer à Tesseract de ne rechercher du texte que dans la zone où du texte a été détecté.
TrouverPlusieursRégionsDeTexte	Détecter les zones contenant des éléments de texte et diviser la page en images distinctes en fonction des régions de texte.
GetTextRegions	Scans the image and returns a list of text regions as `List`.

Comment utiliser FindTextRegion pour détecter les zones de texte ? `FindTextRegion` utilise la vision par ordinateur pour détecter les régions contenant des éléments de texte sur chaque page d'un objet `OcrInput`. Cette méthode est particulièrement utile pour traiter des images contenant du texte dispersé ou pour améliorer les performances en se concentrant uniquement sur les zones contenant du texte. ### Quelle est l'utilisation de base de FindTextRegion? ```csharp :path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findtextregion-1.cs ```

Prudence Cette surcharge de méthode est actuellement obsolète dans `IronOcr 2025.6.x` et ne prend pas de paramètres personnalisés.

### Comment personnaliser les paramètres de FindTextRegion? Appelez cette méthode avec des paramètres personnalisés pour affiner la détection du texte. Ces paramètres fonctionnent de la même manière que nos [configurations de filtres d'images](https://ironsoftware.com/csharp/ocr/how-to/image-quality-correction/) : ```csharp :path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findtextregion-2.cs ``` ### À quoi ressemble FindTextRegion en pratique? Dans cet exemple, j'utilise l'image suivante pour une méthode qui doit recadrer les zones contenant du texte, mais les images d'entrée peuvent varier en ce qui concerne l'emplacement du texte. J'utilise `FindTextRegion` pour limiter le balayage à une zone où la vision par ordinateur a détecté du texte. Cette approche est similaire aux techniques utilisées dans notre [tutoriel sur les zones de contenu et les régions de culture](https://ironsoftware.com/csharp/ocr/troubleshooting/crop-regions-rectangles/). Voici un exemple d'image :

```csharp :path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findtextregion-3.cs ``` ### Comment déboguer et vérifier la détection de régions de texte? Ce code a deux sorties. Le premier est un fichier `.png` sauvegardé par `StampCropRectangleAndSaveAs` utilisé pour le débogage. Cette technique est également abordée dans notre [guide de mise en évidence des textes pour le débogage](https://ironsoftware.com/csharp/ocr/examples/highlight-texts-for-debugging/). Nous pouvons voir où IronCV (Computer Vision) a détecté le texte :

La détection identifie correctement la zone de texte. Le deuxième résultat est le texte lui-même : ```text IRONSOFTWARE 50,000+ Developers in our active community 10,777,061 19,313 NuGet downloads Support tickets resolved 50%+ 80%+ Engineering Team growth Support Team growth $25,000+ Raised with #TEAMSEAS to clean our beaches & waterways ```

Comment utiliser FindMultipleTextRegions pour plusieurs zones de texte ? `FindMultipleTextRegions` prend toutes les pages d'un objet `OcrInput` et utilise la vision par ordinateur pour détecter les zones contenant des éléments de texte, puis divise l'entrée en images distinctes en fonction des régions de texte. Cette fonctionnalité est particulièrement utile pour le traitement de documents comportant plusieurs zones de texte distinctes, à l'instar de notre [fonctionnalité de lecture de tableau dans un document](https://ironsoftware.com/csharp/ocr/examples/read-table-in-document/) : ### Quelle est l'utilisation de base de FindMultipleTextRegions? ```csharp :path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findmultipletextregions-1.cs ``` À partir d'IronOcr v2025.6.x, la méthode `FindMultipleTextRegions` ne prend plus en charge les paramètres personnalisés. ### Comment personnaliser les paramètres de FindMultipleTextRegions? Appelez cette méthode avec des paramètres personnalisés pour contrôler la façon dont les régions sont détectées et séparées : ```csharp :path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findmultipletextregions-2.cs ``` ### Comment traiter des pages individuelles avec FindMultipleTextRegions? Une autre méthode de surcharge de `FindMultipleTextRegions` prend une page OCR et renvoie une liste de pages OCR, une pour chaque région de texte qu'elle contient. Cette approche est utile lorsqu'il s'agit de mises en page complexes, à l'instar des techniques décrites dans notre [guide de traitement TIFF multi-pages](https://ironsoftware.com/csharp/ocr/examples/csharp-tesseract-multipage-tiff/) : ```csharp :path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findmultipletextregions-3.cs ```

Comment utiliser GetTextRegions pour obtenir les coordonnées d'une région de texte ? `GetTextRegions` renvoie une liste des zones de culture où du texte a été détecté sur une page. Cette méthode est particulièrement utile lorsque vous avez besoin des coordonnées de régions de texte pour un traitement ultérieur ou lors de la mise en œuvre de flux de travail OCR personnalisés. Pour plus de détails sur l'utilisation des résultats, consultez la documentation de la classe OcrResult : ### Quand devrais-je utiliser GetTextRegions au lieu de FindTextRegion? ```csharp /* :path=/static-assets/ocr/content-code-examples/how-to/computer-vision-gettextregions.cs */ using IronOcr; using IronSoftware.Drawing; using System; using System.Collections.Generic; using System.Linq; // Create a new IronTesseract object for OCR var ocr = new IronTesseract(); // Load an image into OcrInput using var input = new OcrInput(); input.LoadImage("/path/file.png"); // Get the first page from the input var firstPage = input.GetPages().First(); // Get all text regions detected on this page List textRegions = firstPage.GetTextRegions(); // Display information about each detected region Console.WriteLine($"Found {textRegions.Count} text regions:"); foreach (var region in textRegions) { Console.WriteLine($"Region at X:{region.X}, Y:{region.Y}, Width:{region.Width}, Height:{region.Height}"); } // You can also process each region individually foreach (var region in textRegions) { var regionResult = ocr.Read(input, region); Console.WriteLine($"Text in region: {regionResult.Text}"); } ```

Quels sont les cas d'utilisation courants de la vision par ordinateur dans l'OCR ? La vision par ordinateur améliore considérablement la précision de l'OCR dans des scénarios difficiles. Voici des applications pratiques : 1. **Analyse de la mise en page des documents** : identifiez et traitez automatiquement les différentes sections de documents complexes. Particulièrement utile avec les [documents numérisés](https://ironsoftware.com/csharp/ocr/examples/read-scanned-document/). 2. **Texte en plusieurs colonnes** : séparez et lisez les colonnes indépendamment pour les journaux ou les magazines. Utilisez [le traitement multithread](https://ironsoftware.com/csharp/ocr/examples/csharp-tesseract-multithreading-for-speed/) pour des résultats plus rapides. 3. **Contenu mixte** : Distinguer les zones de texte et les graphiques dans les documents. Utile pour le traitement des [photos avec texte incorporé](https://ironsoftware.com/csharp/ocr/examples/read-photo/). 4. **Optimisation des performances** : Concentrez le traitement OCR uniquement sur les zones contenant du texte. Voir notre [guide de configuration de l'OCR rapide](https://ironsoftware.com/csharp/ocr/examples/tune-tesseract-for-speed-in-dotnet/). 5. **Contrôle de la qualité** : Vérifier la détection du texte avant le traitement OCR complet. Notre [fonction de suivi de la progression](https://ironsoftware.com/csharp/ocr/examples/progress-tracking/) contrôle chaque étape. Avec les bons paramètres et les bons fichiers d'entrée, l'OCR peut atteindre une capacité de lecture proche de celle de l'homme. Pour des résultats optimaux, combinez la vision par ordinateur avec nos [filtres d'optimisation d'image](https://ironsoftware.com/csharp/ocr/examples/ocr-image-filters-for-net-tesseract/) afin d'obtenir la meilleure précision possible en matière d'OCR. Lorsque vous travaillez avec des images de faible qualité, notre guide sur [la correction des scans de faible qualité](https://ironsoftware.com/csharp/ocr/examples/ocr-low-quality-scans-tesseract/) fournit des techniques de prétraitement précieuses. ### Techniques avancées de vision par ordinateur Les développeurs qui cherchent à repousser les limites de la précision de l'OCR peuvent envisager ces approches avancées : - **Formation personnalisée** : Formez le moteur OCR aux polices spécialisées à l'aide de notre [guide des fichiers de langue personnalisés](https://ironsoftware.com/csharp/ocr/examples/ocr-tesseract-custom-languages/) - : Traitez des documents multilingues grâce à notre fonction [multiples langues](https://ironsoftware.com/csharp/ocr/examples/ocr-tesseract-multiple-languages/) - **Intégration des codes-barres** : Combinez la reconnaissance de texte avec la lecture de codes-barres à l'aide de notre [OCR avec capacités de lecture de codes-barres](https://ironsoftware.com/csharp/ocr/examples/csharp-ocr-barcodes/)