ドキュメント内のテーブルを読む

VB C#

string(27) "クリックしてコピー"

using IronOcr;
using System.Linq;

// Instantiate OCR engine
var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadPdf("table.pdf");

// Perform OCR
var result = ocr.ReadDocumentAdvanced(input);

var cellList = result.Tables.First().CellInfos;

Install-Package IronOcr

ドキュメント内のテーブルを読む

このコード例は、IronTesseract OCR エンジンを使用して PDF ドキュメントからテキストと表のデータを抽出する方法を示しています。

IronTesseract OCR エンジンのインスタンスが作成されます。
OcrInput オブジェクトが初期化され、LoadPdf メソッドを使用して PDF ファイル ("table.pdf") が読み込まれます。
OCR エンジンは、ReadDocumentAdvanced メソッドを使用してドキュメントを処理し、より詳細な OcrResult オブジェクトを返します。
ドキュメント内で見つかった最初のテーブルは、result.Tables.First() を使用してアクセスされ、そのテーブルのセルの情報は、CellInfos を使用して抽出されます。
セルデータのリスト (cellList) には、テキストの内容やその他の詳細 (セルの位置、サイズなど) を含む表のセルが含まれるようになりました。
この方法は、PDF から表などの構造化データを抽出し、各表セル内のテキストにプログラムでアクセスして処理するのに便利です。