Microsoft OCRツール（C#での代替案）

Extract Text using OneNote

OneNoteを使用して画像からテキストを抽出するには、次の手順を行います。

1. OneNoteアプリケーションを起動します。

2. "挿入"オプションを使用して画像ファイルを挿入するか、画像ファイルをOneNoteウィンドウにドラッグ＆ドロップします。

   

   OneNote 挿入リボン

3. 画像を右クリックし、メニューから"画像からテキストをコピー"を選択します。

   

   コンテキストメニューで画像からテキストをコピー

4. 最後に、コピーしたテキストを希望の場所に貼り付けて、スキャンした画像から抽出されたテキストにアクセスします。

   

   画像からコピーしたテキストをソースとしたテキスト

これが、OneNoteを使用して画像をスキャンする方法です。

Extract Text using Microsoft Vision Studio

"画像からテキストを抽出"機能を使用するには、Microsoft AzureのVision Studioウェブサイトにアクセスできます。 ただし、このサービスにはAzureのサブスクリプションが必要です。 サブスクリプションを購入すると、スキャンした文書から抽出されたテキストにアクセスできます。 以下は参考用のサンプル出力画像です。

テキストをスキャンした画像

A9T9を使用してテキストをコピー

Microsoft StoreからA9T9ソフトウェアをダウンロードできます。 インストール後、A9T9ソフトウェアを開いて画像またはPDFファイルをアップロードします。

A9T9を使用してテキストをコピー

画像または文書が読み込まれると、"OCRの開始"ボタンをクリックします。 これにより、スキャンした文書や画像からテキストが抽出され、右側のテキストエリアに表示されます。

テキストは右側に表示されます

OCR言語を選択し、テキストをコピーしたり、Wordドキュメントとして保存したりできます。

Extract Text using IronOCR

PDFファイルからテキストを簡単に抽出でき、特定のページ番号を指定したり、文書のすべてのページからテキストを抽出したりできます。 適切なツールを使用することで、プロセスは効率的に簡素化されます。

using IronOcr;
using System;

var ocrTesseract = new IronTesseract();

using (var ocrInput = new OcrInput())
{
    // Add the entire PDF for OCR processing
    ocrInput.AddPdf("example.pdf");

    // Alternatively, OCR selected page numbers from a password-protected PDF
    ocrInput.AddPdfPages("example.pdf", new [] { 1, 2, 3 }, "password");

    // Perform OCR and get the result
    var ocrResult = ocrTesseract.Read(ocrInput);

    // Output the extracted text
    Console.WriteLine(ocrResult.Text);
}

using IronOcr;
using System;

var ocrTesseract = new IronTesseract();

using (var ocrInput = new OcrInput())
{
    // Add the entire PDF for OCR processing
    ocrInput.AddPdf("example.pdf");

    // Alternatively, OCR selected page numbers from a password-protected PDF
    ocrInput.AddPdfPages("example.pdf", new [] { 1, 2, 3 }, "password");

    // Perform OCR and get the result
    var ocrResult = ocrTesseract.Read(ocrInput);

    // Output the extracted text
    Console.WriteLine(ocrResult.Text);
}

ここに出力があります：

Visual Studioデバッグコンソール内の出力

PDFファイルからテキストを抽出するのに加えて、バーコードを簡単に読み取ることもできます。 ライブラリはバーコードを読み取るためのシンプルなコード実装を提供し、さまざまな文書ベースのワークフローにとって多目的なツールです。 次のコードを参照してください。

using IronOcr;
using System;

var ocrTesseract = new IronTesseract();
ocrTesseract.Configuration.ReadBarCodes = true;

// Read barcodes from an image file
using (var ocrInput = new OcrInput(@"images\imageWithBarcode.png"))
{
    var ocrResult = ocrTesseract.Read(ocrInput);

    // Iterate through the detected barcodes and print their values
    foreach (var barcode in ocrResult.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

using IronOcr;
using System;

var ocrTesseract = new IronTesseract();
ocrTesseract.Configuration.ReadBarCodes = true;

// Read barcodes from an image file
using (var ocrInput = new OcrInput(@"images\imageWithBarcode.png"))
{
    var ocrResult = ocrTesseract.Read(ocrInput);

    // Iterate through the detected barcodes and print their values
    foreach (var barcode in ocrResult.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

コードの入出力

IronOCRは、低DPIやノイズの多い画像を処理前に強化することでサポートできます。

using IronOcr;
using System;

var ocrTesseract = new IronTesseract();

// Process a noisy image by deskewing and denoising it
using (var ocrInput = new OcrInput(@"images\image.png"))
{
    ocrInput.Deskew(); // Corrects for skewness in the image
    ocrInput.DeNoise(); // Reduces visual noise for better recognition

    // Perform OCR and print the text
    var ocrResult = ocrTesseract.Read(ocrInput);
    Console.WriteLine(ocrResult.Text);
}

using IronOcr;
using System;

var ocrTesseract = new IronTesseract();

// Process a noisy image by deskewing and denoising it
using (var ocrInput = new OcrInput(@"images\image.png"))
{
    ocrInput.Deskew(); // Corrects for skewness in the image
    ocrInput.DeNoise(); // Reduces visual noise for better recognition

    // Perform OCR and print the text
    var ocrResult = ocrTesseract.Read(ocrInput);
    Console.WriteLine(ocrResult.Text);
}