Comment utiliser Iron Tesseract pour la reconnaissance de texte en C

Comment créer une instance IronTesseract?

Initialiser un objet Tesseract avec ce code :

:path=/static-assets/ocr/content-code-examples/how-to/irontesseract-initialize-irontesseract.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();

Imports IronOcr

Dim ocr As New IronTesseract()

Vous pouvez personnaliser le comportement de IronTesseract en sélectionnant différentes langues, en activant la lecture des codes-barres et en mettant sur liste blanche/liste noire des caractères. IronOcr propose des options de configuration complètes pour affiner votre processus d'OCR :

:path=/static-assets/ocr/content-code-examples/how-to/irontesseract-configure-irontesseract.cs

IronTesseract ocr = new IronTesseract
{
    Configuration = new TesseractConfiguration
    {
        ReadBarCodes = false,
        RenderHocr = true,
        TesseractVariables = null,
        WhiteListCharacters = null,
        BlackListCharacters = "`ë|^",
    },
    MultiThreaded = false,
    Language = OcrLanguage.English,
    EnableTesseractConsoleMessages = true, // False as default
};

Dim ocr As New IronTesseract With {
	.Configuration = New TesseractConfiguration With {
		.ReadBarCodes = False,
		.RenderHocr = True,
		.TesseractVariables = Nothing,
		.WhiteListCharacters = Nothing,
		.BlackListCharacters = "`ë|^"
	},
	.MultiThreaded = False,
	.Language = OcrLanguage.English,
	.EnableTesseractConsoleMessages = True
}

Une fois configuré, vous pouvez utiliser les fonctionnalités de Tesseract pour lire les objets OcrInput. La classe OcrInput fournit des méthodes flexibles pour charger différents formats d'entrée :

:path=/static-assets/ocr/content-code-examples/how-to/irontesseract-read.cs

IronTesseract ocr = new IronTesseract();

using OcrInput input = new OcrInput();
input.LoadImage("attachment.png");
OcrResult result = ocr.Read(input);
string text = result.Text;

Dim ocr As New IronTesseract()

Using input As New OcrInput()
	input.LoadImage("attachment.png")
	Dim result As OcrResult = ocr.Read(input)
	Dim text As String = result.Text
End Using

Pour les scénarios complexes, vous pouvez exploiter les capacités de multithreading pour traiter plusieurs documents simultanément, ce qui améliore considérablement les performances des opérations par lots.

Qu'est-ce que les variables de configuration avancées de Tesseract?

L'interface IronOCR Tesseract permet un contrôle total des variables de configuration de Tesseract via la classe IronOcr.TesseractConfiguration . Ces paramètres avancés vous permettent d'optimiser les performances de l'OCR pour des cas d'utilisation spécifiques, tels que la correction de scans de faible qualité ou la lecture de types de documents spécifiques.

:path=/static-assets/ocr/content-code-examples/how-to/irontesseract-tesseract-configuration.cs

using IronOcr;
using System;

IronTesseract Ocr = new IronTesseract();

Ocr.Language = OcrLanguage.English;
Ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;

// Configure Tesseract Engine
Ocr.Configuration.TesseractVariables["tessedit_parallelize"] = false;

using var input = new OcrInput();
input.LoadImage("/path/file.png");

OcrResult Result = Ocr.Read(input);
Console.WriteLine(Result.Text);

Imports IronOcr
Imports System

Private Ocr As New IronTesseract()

Ocr.Language = OcrLanguage.English
Ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd

' Configure Tesseract Engine
Ocr.Configuration.TesseractVariables("tessedit_parallelize") = False

Dim input = New OcrInput()
input.LoadImage("/path/file.png")

Dim Result As OcrResult = Ocr.Read(input)
Console.WriteLine(Result.Text)

// Example: Configure for financial documents
IronTesseract ocr = new IronTesseract
{
    Language = OcrLanguage.English,
    Configuration = new TesseractConfiguration
    {
        PageSegmentationMode = TesseractPageSegmentationMode.SingleBlock,
        TesseractVariables = new Dictionary<string, object>
        {
            ["liste blanche de caractères tessedit"] = "0123456789.$,",
            ["textord_lourd_nr"] = false,
            ["bords_max_enfants_par_contour"] = 10
        }
    }
};

// Apply preprocessing filters for better accuracy
using OcrInput input = new OcrInput();
input.LoadPdf("financial-document.pdf");
input.Deskew();
input.EnhanceResolution(300);

OcrResult result = ocr.Read(input);

// Example: Configure for financial documents
IronTesseract ocr = new IronTesseract
{
    Language = OcrLanguage.English,
    Configuration = new TesseractConfiguration
    {
        PageSegmentationMode = TesseractPageSegmentationMode.SingleBlock,
        TesseractVariables = new Dictionary<string, object>
        {
            ["liste blanche de caractères tessedit"] = "0123456789.$,",
            ["textord_lourd_nr"] = false,
            ["bords_max_enfants_par_contour"] = 10
        }
    }
};

// Apply preprocessing filters for better accuracy
using OcrInput input = new OcrInput();
input.LoadPdf("financial-document.pdf");
input.Deskew();
input.EnhanceResolution(300);

OcrResult result = ocr.Read(input);

CONVERTER NOT RUNNING

Quelle est la liste complète de toutes les variables de configuration de Tesseract ?

Ces paramètres peuvent être définis à l'aide de IronTesseract.Configuration.TesseractVariables["key"] = value;. Les variables de configuration vous permettent d'affiner le comportement de l'OCR pour obtenir des résultats optimaux avec vos documents spécifiques. Pour des conseils détaillés sur l'optimisation des performances de l'OCR, consultez notre guide de configuration de l'OCR rapide.

Pour de meilleurs résultats, il est recommandé d'utiliser les filtres de prétraitement d'image d'IronOCR avant d'appliquer l'OCR. Ces filtres peuvent améliorer considérablement la précision, en particulier lorsque vous travaillez avec des scans de mauvaise qualité ou des documents complexes tels que des tableaux.