České OCR v C# a .NET

Updated: 23 avril 2026

Další verze tohoto dokumentu:

IronOCR je softwarová součást C#, která umožňuje kodérům .NET číst text z obrázků a dokumentů PDF ve 126 jazycích, včetně češtiny.

Jedná se o vyspělou vidlici Tesseractu, postavenou výhradně pro vývojáře .NET a pravidelně překonává ostatní motory Tesseract z hlediska rychlosti i přesnosti.

Obsah jazyků IronOcr.Czech

Tento balíček obsahuje 40 jazyků OCR pro .NET:

čeština
CzechBest
CzechFast

Stažení

Český jazykový balíček [čeština]

Download as Zip
Install with NuGet

Instalace

První věcí, kterou musíme udělat, je nainstalovat náš český balíček OCR do vašeho projektu .NET.

PM > Install-Package IronOcr.Languages.Czech

Install-Package IronOcr.Languages.Czech

Příklad kódu

Tento příklad kódu v C# čte český text z obrázku nebo dokumentu PDF.

// PM> Install-Package IronOcr.Languages.Czech
using IronOcr;

var Ocr = new IronTesseract();

// Set the language to Czech
Ocr.Language = OcrLanguage.Czech;

// Use a using statement to manage resource cleanup
using (var Input = new OcrInput(@"images\Czech.png"))
{
    // Perform OCR
    var Result = Ocr.Read(Input);

    // Get the OCR result as text
    var AllText = Result.Text;
}

// PM> Install-Package IronOcr.Languages.Czech
using IronOcr;

var Ocr = new IronTesseract();

// Set the language to Czech
Ocr.Language = OcrLanguage.Czech;

// Use a using statement to manage resource cleanup
using (var Input = new OcrInput(@"images\Czech.png"))
{
    // Perform OCR
    var Result = Ocr.Read(Input);

    // Get the OCR result as text
    var AllText = Result.Text;
}

' PM> Install-Package IronOcr.Languages.Czech
Imports IronOcr

Private Ocr = New IronTesseract()

' Set the language to Czech
Ocr.Language = OcrLanguage.Czech

' Use a using statement to manage resource cleanup
Using Input = New OcrInput("images\Czech.png")
	' Perform OCR
	Dim Result = Ocr.Read(Input)

	' Get the OCR result as text
	Dim AllText = Result.Text
End Using

' PM> Install-Package IronOcr.Languages.Czech
Imports IronOcr

Private Ocr = New IronTesseract()

' Set the language to Czech
Ocr.Language = OcrLanguage.Czech

' Use a using statement to manage resource cleanup
Using Input = New OcrInput("images\Czech.png")
	' Perform OCR
	Dim Result = Ocr.Read(Input)

	' Get the OCR result as text
	Dim AllText = Result.Text
End Using

Proč zvolit IronOCR?

IronOCR je snadno instalovatelná, kompletní a dobře zdokumentovaná softwarová knihovna .NET.

Zvolte IronOCR, abyste dosáhli přesnosti 99,8% + OCR bez použití jakýchkoli externích webových služeb, průběžných poplatků nebo zasílání důvěrných dokumentů přes internet.

Proč si vývojáři v C# zvolili IronOCR před Vanilla Tesseract:

Nainstalujte jako jednu knihovnu DLL nebo NuGet
Obsahuje motory Tesseract 5, 4, a 3
Přesnost 99,8% výrazně překonává běžný Tesseract
Vysoká rychlost a podpora více vláken
Kompatibilita s MVC, WebApp, Desktop, Console a Server aplikací
Žádné Exes nebo C++ kód pro provoz
Plná podpora OCR PDF
Schopnost provádět OCR na téměř jakýkoli obrazový soubor nebo PDF
Podpora pro .NET Core, Standard, a Framework
Nasazení na Windows, Mac, Linux, Azure, Docker, Lambda, AWS
Přečtěte si čárové kódy a QR kódy
Exportujte OCR jako XHTML
Exportujte OCR do prohledávatelných dokumentů PDF
Podpora více vláken
126 mezinárodních jazyků, všechny dostupné přes NuGet nebo OcrData soubory
Extrahujte obrázky, souřadnice, statistiky, a písma - ne jen text
Lze použít k redistribuci Tesseract OCR v komerčních a proprietárních aplikacích.

IronOCR svítí, když pracujete s reálnými obrázky a nedokonalými dokumenty, jako jsou fotografie nebo skeny s nízkým rozlišením, které mohou mít digitální šum nebo nedokonalosti.

Jiné bezplatné OCR knihovny pro platformu .NET, jako jsou další rozhraní API a webové služby .NET Tesseract, v těchto případech v reálném světě nefungují tak dobře.

OCR s Tesseract 5 - Spusťte kódování v C#

Ukázka kódu níže ukazuje, jak snadné je číst text z obrázku pomocí C# nebo VB .NET.

OneLiner

// Read text using IronTesseract
string Text = new IronTesseract().Read(@"img\Screenshot.png").Text;

// Read text using IronTesseract
string Text = new IronTesseract().Read(@"img\Screenshot.png").Text;

' Read text using IronTesseract
Dim Text As String = (New IronTesseract()).Read("img\Screenshot.png").Text

' Read text using IronTesseract
Dim Text As String = (New IronTesseract()).Read("img\Screenshot.png").Text

Konfigurovatelný Hello World

// PM> Install-Package IronOcr.Languages.Czech
using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;
using (var Input = new OcrInput())
{
    Input.AddImage("images/sample.jpeg");
    // You can add any number of images
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

// PM> Install-Package IronOcr.Languages.Czech
using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;
using (var Input = new OcrInput())
{
    Input.AddImage("images/sample.jpeg");
    // You can add any number of images
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

Imports IronOcr

Dim Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech
Using Input = New OcrInput()
    Input.AddImage("images/sample.jpeg")
    ' You can add any number of images
    Dim Result = Ocr.Read(Input)
    Console.WriteLine(Result.Text)
End Using

Imports IronOcr

Dim Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech
Using Input = New OcrInput()
    Input.AddImage("images/sample.jpeg")
    ' You can add any number of images
    Dim Result = Ocr.Read(Input)
    Console.WriteLine(Result.Text)
End Using

C# PDF OCR

Stejný přístup lze použít k extrakci textu z libovolného dokumentu PDF.

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;
using (var input = new OcrInput())
{
    input.AddPdf("example.pdf", "password");
    // We can also select specific PDF page numbers for OCR

    var Result = Ocr.Read(input);

    Console.WriteLine(Result.Text);
    Console.WriteLine($"{Result.Pages.Count()} Pages");
    // 1 page for each PDF page
}

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;
using (var input = new OcrInput())
{
    input.AddPdf("example.pdf", "password");
    // We can also select specific PDF page numbers for OCR

    var Result = Ocr.Read(input);

    Console.WriteLine(Result.Text);
    Console.WriteLine($"{Result.Pages.Count()} Pages");
    // 1 page for each PDF page
}

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech
Using input = New OcrInput()
	input.AddPdf("example.pdf", "password")
	' We can also select specific PDF page numbers for OCR

	Dim Result = Ocr.Read(input)

	Console.WriteLine(Result.Text)
	Console.WriteLine($"{Result.Pages.Count()} Pages")
	' 1 page for each PDF page
End Using

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech
Using input = New OcrInput()
	input.AddPdf("example.pdf", "password")
	' We can also select specific PDF page numbers for OCR

	Dim Result = Ocr.Read(input)

	Console.WriteLine(Result.Text)
	Console.WriteLine($"{Result.Pages.Count()} Pages")
	' 1 page for each PDF page
End Using

OCR pro vícestránkové soubory TIFF

OCR čtení formátu souboru TIFF včetně vícestránkových dokumentů. TIFF lze také převést přímo do souboru PDF s prohledávatelným textem.

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput())
{
    Input.AddMultiFrameTiff("multi-frame.tiff");
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput())
{
    Input.AddMultiFrameTiff("multi-frame.tiff");
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput()
	Input.AddMultiFrameTiff("multi-frame.tiff")
	Dim Result = Ocr.Read(Input)
	Console.WriteLine(Result.Text)
End Using

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput()
	Input.AddMultiFrameTiff("multi-frame.tiff")
	Dim Result = Ocr.Read(Input)
	Console.WriteLine(Result.Text)
End Using

Čárové kódy a QR

Jedinečnou vlastností aplikace IronOCR je, že dokáže číst čárové kódy a QR kódy z dokumentů během skenování textu. Instance třídy OcrResult.OcrBarcode poskytují vývojáři podrobné informace o každém naskenovaném čárovém kódu.

// using IronOcr;
var Ocr = new IronTesseract();
Ocr.Configuration.ReadBarCodes = true;

using (var input = new OcrInput())
{
    input.AddImage("img/Barcode.png");
    var Result = Ocr.Read(input);
    foreach (var Barcode in Result.Barcodes)
    {
        Console.WriteLine(Barcode.Value);
        // Type and location properties also exposed
    }
}

// using IronOcr;
var Ocr = new IronTesseract();
Ocr.Configuration.ReadBarCodes = true;

using (var input = new OcrInput())
{
    input.AddImage("img/Barcode.png");
    var Result = Ocr.Read(input);
    foreach (var Barcode in Result.Barcodes)
    {
        Console.WriteLine(Barcode.Value);
        // Type and location properties also exposed
    }
}

' using IronOcr;
Dim Ocr = New IronTesseract()
Ocr.Configuration.ReadBarCodes = True

Using input = New OcrInput()
	input.AddImage("img/Barcode.png")
	Dim Result = Ocr.Read(input)
	For Each Barcode In Result.Barcodes
		Console.WriteLine(Barcode.Value)
		' Type and location properties also exposed
	Next Barcode
End Using

' using IronOcr;
Dim Ocr = New IronTesseract()
Ocr.Configuration.ReadBarCodes = True

Using input = New OcrInput()
	input.AddImage("img/Barcode.png")
	Dim Result = Ocr.Read(input)
	For Each Barcode In Result.Barcodes
		Console.WriteLine(Barcode.Value)
		' Type and location properties also exposed
	Next Barcode
End Using

OCR na konkrétní oblasti obrázků

Všechny metody skenování a čtení aplikace IronOCR umožňují přesně určit, ze které části stránky nebo stránek chceme text číst. To je velmi užitečné, když se pracuje se standardizovanými formuláři a může ušetřit spoustu času a zlepšit efektivitu.

Chcete-li použít oblasti oříznutí, budete muset přidat odkaz na System.Drawing, abyste mohli použít objekt System.Drawing.Rectangle.

using IronOcr;
using System.Drawing;  // Required for Rectangle

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput())
{
    // Define area in pixels
    var ContentArea = new Rectangle() { X = 215, Y = 1250, Height = 280, Width = 1335 };

    Input.Add("document.png", ContentArea);

    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

using IronOcr;
using System.Drawing;  // Required for Rectangle

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput())
{
    // Define area in pixels
    var ContentArea = new Rectangle() { X = 215, Y = 1250, Height = 280, Width = 1335 };

    Input.Add("document.png", ContentArea);

    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

Imports IronOcr
Imports System.Drawing ' Required for Rectangle

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput()
	' Define area in pixels
	Dim ContentArea = New Rectangle() With {
		.X = 215,
		.Y = 1250,
		.Height = 280,
		.Width = 1335
	}

	Input.Add("document.png", ContentArea)

	Dim Result = Ocr.Read(Input)
	Console.WriteLine(Result.Text)
End Using

Imports IronOcr
Imports System.Drawing ' Required for Rectangle

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput()
	' Define area in pixels
	Dim ContentArea = New Rectangle() With {
		.X = 215,
		.Y = 1250,
		.Height = 280,
		.Width = 1335
	}

	Input.Add("document.png", ContentArea)

	Dim Result = Ocr.Read(Input)
	Console.WriteLine(Result.Text)
End Using

OCR pro skenování nízké kvality

Třída IronOCR OcrInput může opravit skenování, které normální Tesseract neumí přečíst.

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput(@"img\Potter.LowQuality.tiff"))
{
    Input.DeNoise(); // Fixes digital noise and poor scans
    Input.Deskew(); // Corrects rotation and perspective
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput(@"img\Potter.LowQuality.tiff"))
{
    Input.DeNoise(); // Fixes digital noise and poor scans
    Input.Deskew(); // Corrects rotation and perspective
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput("img\Potter.LowQuality.tiff")
	Input.DeNoise() ' Fixes digital noise and poor scans
	Input.Deskew() ' Corrects rotation and perspective
	Dim Result = Ocr.Read(Input)
	Console.WriteLine(Result.Text)
End Using

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput("img\Potter.LowQuality.tiff")
	Input.DeNoise() ' Fixes digital noise and poor scans
	Input.Deskew() ' Corrects rotation and perspective
	Dim Result = Ocr.Read(Input)
	Console.WriteLine(Result.Text)
End Using

Exportujte výsledky OCR jako prohledávatelné PDF

Obrázek do PDF s kopírovatelnými textovými řetězci. Lze indexovat pomocí vyhledávačů a databází.

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput())
{
    Input.Title = "Quarterly Report";
    Input.AddImage("image1.jpeg");
    Input.AddImage("image2.png");
    Input.AddImage("image3.gif");

    var Result = Ocr.Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput())
{
    Input.Title = "Quarterly Report";
    Input.AddImage("image1.jpeg");
    Input.AddImage("image2.png");
    Input.AddImage("image3.gif");

    var Result = Ocr.Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput()
	Input.Title = "Quarterly Report"
	Input.AddImage("image1.jpeg")
	Input.AddImage("image2.png")
	Input.AddImage("image3.gif")

	Dim Result = Ocr.Read(Input)
	Result.SaveAsSearchablePdf("searchable.pdf")
End Using

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput()
	Input.Title = "Quarterly Report"
	Input.AddImage("image1.jpeg")
	Input.AddImage("image2.png")
	Input.AddImage("image3.gif")

	Dim Result = Ocr.Read(Input)
	Result.SaveAsSearchablePdf("searchable.pdf")
End Using

Převod TIFF na prohledávatelný PDF

Převeďte dokument TIFF (nebo jakoukoli skupinu obrazových souborů) přímo do prohledávatelného PDF, který lze indexovat pomocí intranetových, webových a vyhledávacích strojů Google.

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput())
{
    Input.AddMultiFrameTiff("example.tiff");
    var Result = Ocr.Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput())
{
    Input.AddMultiFrameTiff("example.tiff");
    var Result = Ocr.Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput()
	Input.AddMultiFrameTiff("example.tiff")
	Dim Result = Ocr.Read(Input)
	Result.SaveAsSearchablePdf("searchable.pdf")
End Using

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput()
	Input.AddMultiFrameTiff("example.tiff")
	Dim Result = Ocr.Read(Input)
	Result.SaveAsSearchablePdf("searchable.pdf")
End Using

Exportujte výsledky OCR jako HTML

Převod obrazu z OCR na XHTML.

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput())
{
    Input.Title = "Html Title";
    Input.AddImage("image1.jpeg");
    var Result = Ocr.Read(Input);
    Result.SaveAsHocrFile("results.html");
}

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput())
{
    Input.Title = "Html Title";
    Input.AddImage("image1.jpeg");
    var Result = Ocr.Read(Input);
    Result.SaveAsHocrFile("results.html");
}

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput()
	Input.Title = "Html Title"
	Input.AddImage("image1.jpeg")
	Dim Result = Ocr.Read(Input)
	Result.SaveAsHocrFile("results.html")
End Using

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput()
	Input.Title = "Html Title"
	Input.AddImage("image1.jpeg")
	Dim Result = Ocr.Read(Input)
	Result.SaveAsHocrFile("results.html")
End Using

Filtry pro vylepšení obrazu OCR

IronOCR poskytuje jedinečné filtry pro objekty OcrInput pro zlepšení výkonu OCR.

Příklad kódu pro vylepšení obrazu

Zvyšuje kvalitu vstupních obrazů OCR a zajišťuje lepší a rychlejší výsledky OCR.

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput(@"LowQuality.jpeg"))
{
    Input.DeNoise(); // Fixes digital noise
    Input.Deskew();  // Corrects rotation
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

using IronOcr;

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;

using (var Input = new OcrInput(@"LowQuality.jpeg"))
{
    Input.DeNoise(); // Fixes digital noise
    Input.Deskew();  // Corrects rotation
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput("LowQuality.jpeg")
	Input.DeNoise() ' Fixes digital noise
	Input.Deskew() ' Corrects rotation
	Dim Result = Ocr.Read(Input)
	Console.WriteLine(Result.Text)
End Using

Imports IronOcr

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech

Using Input = New OcrInput("LowQuality.jpeg")
	Input.DeNoise() ' Fixes digital noise
	Input.Deskew() ' Corrects rotation
	Dim Result = Ocr.Read(Input)
	Console.WriteLine(Result.Text)
End Using

Seznam obrazových filtrů OCR

Vstupní filtry pro zvýšení výkonu OCR, které jsou součástí IronOCR, zahrnují:

OcrInput.Rotate (degrees) - Otočí obrázky o několik stupňů ve směru hodinových ručiček. Proti směru hodinových ručiček použijte záporná čísla.
OcrInput.Binarize () - Tento obrazový filtr změní každý pixel na černou nebo bílou bez jakékoli střední cesty. Může zlepšit případy výkonu OCR s velmi nízkým kontrastem textu na pozadí.
OcrInput.ToGrayScale () - Tento obrazový filtr změní každý pixel na odstín šedé. Je nepravděpodobné, že by zlepšila přesnost OCR, ale může zlepšit rychlost.
OcrInput.Contrast () - automaticky zvyšuje kontrast. Tento filtr často zlepšuje rychlost a přesnost OCR při skenování s nízkým kontrastem.
OcrInput.DeNoise () - Odstraní digitální šum. Tento filtr by měl být použit pouze tam, kde se očekává hluk.
OcrInput.Invert () - Invertuje každou barvu. Např. Bílá zčerná: černá zbělá.
OcrInput.Dilate () - Advanced Morfhology. Dilatace přidává pixely na hranice objektů v obraze. Naproti Erode.
OcrInput.Erode () - Advanced Morfhology. Eroze odstraní pixely na hranicích objektů. Naproti Dilate.
OcrInput.Deskew () - Otočí obrázek tak, aby byl správně orientován. To je pro OCR velmi užitečné, protože tolerance Tesseractu pro šikmé skenování může být až 5 stupňů.
OcrInput.DeepCleanBackgroundNoise () - těžké odstranění šumu na pozadí. Tento filtr použijte pouze v případě, že je znám extrémní hluk pozadí dokumentu, protože tento filtr také riskuje snížení přesnosti OCR čistých dokumentů a je velmi nákladný na procesor.
OcrInput.EnhanceResolution - Vylepšuje rozlišení obrázků nízké kvality. Tento filtr není často nutný, protože OcrInput.MinimumDPI a OcrInput.TargetDPI automaticky zachytí a vyřeší vstupy s nízkým rozlišením.

CleanBackgroundNoise - Toto nastavení umožňuje knihovně automaticky čistit digitální šum, zmačkané papíry a další nedokonalosti digitálního obrazu, které by jinak znemožňovaly čtení jiných knihoven OCR.

EnhanceContrast - Způsobí, že aplikace IronOCR automaticky zvyšuje kontrast textu oproti obrazu pozadí, zvyšuje přesnost OCR.

EnhanceResolution - Automaticky detekuje obrázky s nízkým rozlišením a automaticky zlepšuje obrazovou kvalitu.

Jazyk - IronOCR podporuje 22 jazykových balíků. Nastavení jazyka lze použít k výběru jazyků pro OCR.

Strategy - Můžeme zvolit rychlé a méně přesné skenování nebo pokročilé skenování s AI zpracováním.

ColorSpace - Nastavení OCR v odstínech šedi nebo barvě. Obecně nejlepší volbou jsou odstíny šedé.

DetectWhiteTextOnDarkBackgrounds - Automaticky detekuje negativy nebo tmavé stránky s bílým textem.

InputImageType - Nastavení pro určení celého dokumentu nebo úryvku (např. snímek obrazovky).

RotateAndStraighten - Umožňuje IronOCR číst také skloněné dokumenty.

ReadBarcodes - Funkce, která umožňuje aplikaci IronOCR automaticky číst čárové kódy a QR kódy v průběhu OCR.

Barevná hloubka - Kolik bitů na pixel bude použito. Vyšší může zvýšit kvalitu OCR.

126 jazykových balíčků

IronOCR podporuje 126 mezinárodních jazyků přes jazykové balíčky, které jsou distribuovány jako DLLs ke stažení z tohoto webu nebo z NuGet.

Jazyky zahrnují němčinu, francouzštinu, angličtinu, čínštinu, japonštinu a mnoho dalších. Existují speciální jazykové sady pro pasové MRZ, kontroly MICR, poznávací značky a mnoho dalších. Můžete také použít libovolný soubor Tesseract „.traineddata“ - včetně těch, které sami vytvoříte.

Příklad jazyka

Používání dalších jazyků OCR.

// using IronOcr;
// PM> Install IronOcr.Languages.Arabic

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Arabic;

using (var input = new OcrInput())
{
    input.AddImage("img/arabic.gif");
    // V případě potřeby přidejte obrazové filtry
    // V tomto případě je vstup velmi nízké kvality
    // IronTesseract dokáže přečíst, co běžný Tesseract neumí.

    var Result = Ocr.Read(input);

    // Console nemůže snadno tisknout arabštinu na Windows.
    // Místo toho uložte na disk.
    Result.SaveAsTextFile("arabic.txt");
}

// using IronOcr;
// PM> Install IronOcr.Languages.Arabic

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Arabic;

using (var input = new OcrInput())
{
    input.AddImage("img/arabic.gif");
    // V případě potřeby přidejte obrazové filtry
    // V tomto případě je vstup velmi nízké kvality
    // IronTesseract dokáže přečíst, co běžný Tesseract neumí.

    var Result = Ocr.Read(input);

    // Console nemůže snadno tisknout arabštinu na Windows.
    // Místo toho uložte na disk.
    Result.SaveAsTextFile("arabic.txt");
}

' using IronOcr;
' PM> Install IronOcr.Languages.Arabic

Dim Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Arabic

Using input = New OcrInput()
	input.AddImage("img/arabic.gif")
	' V případě potřeby přidejte obrazové filtry
	' V tomto případě je vstup velmi nízké kvality
	' IronTesseract dokáže přečíst, co běžný Tesseract neumí.

	Dim Result = Ocr.Read(input)

	' Console nemůže snadno tisknout arabštinu na Windows.
	' Místo toho uložte na disk.
	Result.SaveAsTextFile("arabic.txt")
End Using

' using IronOcr;
' PM> Install IronOcr.Languages.Arabic

Dim Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Arabic

Using input = New OcrInput()
	input.AddImage("img/arabic.gif")
	' V případě potřeby přidejte obrazové filtry
	' V tomto případě je vstup velmi nízké kvality
	' IronTesseract dokáže přečíst, co běžný Tesseract neumí.

	Dim Result = Ocr.Read(input)

	' Console nemůže snadno tisknout arabštinu na Windows.
	' Místo toho uložte na disk.
	Result.SaveAsTextFile("arabic.txt")
End Using

Vícejazyčný příklad

Je také možné používat OCR ve více jazycích současně. To může pomoci při získávání anglických metadat a adres URL v Unicode dokumentech.

// using IronOcr;
// PM> Install IronOcr.Languages.ChineseSimplified

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.ChineseSimplified;
Ocr.AddSecondaryLanguage(OcrLanguage.Czech);

// Můžeme přidat libovolný počet jazyků

using (var input = new OcrInput())
{
    input.Add("multi-language.pdf");
    var Result = Ocr.Read(input);
    Result.SaveAsTextFile("results.txt");
}

// using IronOcr;
// PM> Install IronOcr.Languages.ChineseSimplified

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.ChineseSimplified;
Ocr.AddSecondaryLanguage(OcrLanguage.Czech);

// Můžeme přidat libovolný počet jazyků

using (var input = new OcrInput())
{
    input.Add("multi-language.pdf");
    var Result = Ocr.Read(input);
    Result.SaveAsTextFile("results.txt");
}

' using IronOcr;
' PM> Install IronOcr.Languages.ChineseSimplified

Dim Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.ChineseSimplified
Ocr.AddSecondaryLanguage(OcrLanguage.Czech)

' Můžeme přidat libovolný počet jazyků

Using input = New OcrInput()
	input.Add("multi-language.pdf")
	Dim Result = Ocr.Read(input)
	Result.SaveAsTextFile("results.txt")
End Using

' using IronOcr;
' PM> Install IronOcr.Languages.ChineseSimplified

Dim Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.ChineseSimplified
Ocr.AddSecondaryLanguage(OcrLanguage.Czech)

' Můžeme přidat libovolný počet jazyků

Using input = New OcrInput()
	input.Add("multi-language.pdf")
	Dim Result = Ocr.Read(input)
	Result.SaveAsTextFile("results.txt")
End Using

Podrobné objekty výsledků OCR

IronOCR vrátí objekt výsledku OCR pro každou operaci OCR. Obecně platí, že vývojáři používají pouze textovou vlastnost tohoto objektu k získání textu z obrázku. Výsledky OCR však jsou mnohem pokročilejší.

using IronOcr;
using System.Drawing; // Přidejte odkaz na sestavu pro Rectangle

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;
Ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm;
Ocr.Configuration.ReadBarCodes = true; // Důležité

using (var Input = new OcrInput(@"images\sample.tiff"))
{
    OcrResult Result = Ocr.Read(Input);
    var Pages = Result.Pages;
    var Words = Pages[0].Words;
    var Barcodes = Result.Barcodes;
    // Prozkoumejte zde a vyhledejte rozsáhlé API:
    // - Stránky, bloky, odstavce, čáry, slova, znaky
    // - Export obrázku, souřadnice, statistiky
}

using IronOcr;
using System.Drawing; // Přidejte odkaz na sestavu pro Rectangle

var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.Czech;
Ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm;
Ocr.Configuration.ReadBarCodes = true; // Důležité

using (var Input = new OcrInput(@"images\sample.tiff"))
{
    OcrResult Result = Ocr.Read(Input);
    var Pages = Result.Pages;
    var Words = Pages[0].Words;
    var Barcodes = Result.Barcodes;
    // Prozkoumejte zde a vyhledejte rozsáhlé API:
    // - Stránky, bloky, odstavce, čáry, slova, znaky
    // - Export obrázku, souřadnice, statistiky
}

Imports IronOcr
Imports System.Drawing ' Přidejte odkaz na sestavu pro Rectangle

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech
Ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm
Ocr.Configuration.ReadBarCodes = True ' Důležité

Using Input = New OcrInput("images\sample.tiff")
	Dim Result As OcrResult = Ocr.Read(Input)
	Dim Pages = Result.Pages
	Dim Words = Pages(0).Words
	Dim Barcodes = Result.Barcodes
	' Prozkoumejte zde a vyhledejte rozsáhlé API:
	' - Stránky, bloky, odstavce, čáry, slova, znaky
	' - Export obrázku, souřadnice, statistiky
End Using

Imports IronOcr
Imports System.Drawing ' Přidejte odkaz na sestavu pro Rectangle

Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.Czech
Ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm
Ocr.Configuration.ReadBarCodes = True ' Důležité

Using Input = New OcrInput("images\sample.tiff")
	Dim Result As OcrResult = Ocr.Read(Input)
	Dim Pages = Result.Pages
	Dim Words = Pages(0).Words
	Dim Barcodes = Result.Barcodes
	' Prozkoumejte zde a vyhledejte rozsáhlé API:
	' - Stránky, bloky, odstavce, čáry, slova, znaky
	' - Export obrázku, souřadnice, statistiky
End Using

Výkon

IronOCR funguje ihned po vybalení z krabice, bez potřeby ladit výkon nebo upravovat vstupní obrázky.

Rychlost je ohromující: IronOCR.2020+ je až 10krát rychlejší a dělá o 250% méně chyb než předchozí verze.

Zjistit více

Chcete-li se dozvědět více o OCR v C#, VB, F#, nebo v jakémkoli jiném jazyce .NET, přečtěte si naše komunitní výukové programy, které poskytují příklady z reálného světa, jak lze IronOCR použít, a mohou ukázat Nuance, jak co nejlépe využít tuto knihovnu.

K dispozici je také úplný odkaz na objekt pro vývojáře .NET.

Curtis Chau

Discutez maintenant avec l'équipe d'ingénierie

Rédacteur technique

Curtis Chau détient un baccalauréat en informatique (Université de Carleton) et se spécialise dans le développement front-end avec expertise en Node.js, TypeScript, JavaScript et React. Passionné par la création d'interfaces utilisateur intuitives et esthétiquement plaisantes, Curtis aime travailler avec des frameworks modernes et créer des manuels bien structurés et visuellement attrayants.

...