C#と.NETでの中国語OCR

C# プロジェクトを作成または開く

IronOCR を使い始めるには、C# .NET プロジェクトを作成する必要があります。 この目的のために Visual Studio 2022 を使用しています。 ニーズに応じてバージョンを選択できます。スムーズなエクスペリエンスを実現するには、最新バージョンの Visual Studio が推奨されます。 画像を選択するための GUI インターフェースを作成します。 IronOCR は、画像の直接パスを提供することで、コンソール アプリケーションでも使用できます。 Visual Studio 2022 で C# プロジェクトを作成するには、次の手順を実行します。

• Visual Studio 2022 を開きます。
• "新しいプロジェクトを作成"ボタンをクリックします。

• 検索バーに"Windows"と入力し、検索結果から"Windows フォーム"アプリケーションを選択して、"次へ"ボタンをクリックします。

• プロジェクトに名前を付けます。 プロジェクトに"ChineseOCR"という名前を割り当てます。 名前を付けた後、"次へ"ボタンをクリックします。

• 次の画面で .NET フレームワークを選択します。 プロジェクトのニーズに応じて .NET フレームワークを選択します。 このチュートリアルでは、.NET 5.0 バージョンを選択します。

※選択後、"作成"ボタンをクリックします。 Visual Studio に C# Windows フォーム プロジェクトが作成されます。

プロジェクトが作成され、IronOCR ライブラリで使用する準備が整いました。 既存の C# プロジェクトを使用することもできます。 プロジェクトを開き、IronOCR ライブラリのインストールを続行します。 次のセクションでは、C# プロジェクトに IronOCR ライブラリをインストールする方法について説明します。

NuGetパッケージマネージャーを使用

NuGet パッケージ マネージャーを使用して IronOCR ライブラリをインストールするには、NuGet パッケージ マネージャー インターフェイスを開く必要があります。 IronOCR ライブラリをインストールするには、次の手順に従います。

• メイン メニューの [ツール] をクリックし、[NuGet パッケージ マネージャー] にマウスを移動して、[ソリューションの NuGet パッケージの管理] を選択します。

• これにより、NuGet パッケージ マネージャー インターフェイスが開きます。 "参照"タブに移動して、IronOCR Chinese を検索します。 検索結果から正しいパッケージを選択し、"インストール"ボタンをクリックしてインストールします。

• ライブラリのインストールが開始されます。 インストール後、プロジェクトで IronOCR ライブラリを使用できるようになります。

パッケージマネージャーコンソールの使用

コンソールを使用するのは常に簡単なオプションです。 パッケージ マネージャー コンソールを使用して IronOCR ライブラリをインストールすることもできます。 IronOCR ライブラリをインストールするには、次の手順に従います。

• Visual Studio でパッケージ マネージャー コンソールを開きます。 通常、Visual Studio の下部にあります。

• コンソールで次のコマンドを実行します。

  Install-Package IronOcr.Languages.Chinese

• コンソールにライブラリのインストールの進行状況が表示されます。 ライブラリが自動的にインストールされます。 インストール後、プロジェクトは IronOCR ライブラリの準備が整います。

フロントエンドの開発

"ツールボックス"要素を使用してフロントをデザインします。 ボタン、画像ボックス、リッチ テキスト ボックス、および 2 つのラベルを作成します。 これらの要素をツールボックスからドラッグ アンド ドロップし、Windows フォームに配置します。 必要に応じてこれらの要素を配置します。

ボタンは PC から画像ファイルを選択するために使用され、画像ボックスは選択した画像を読み込み、リッチ テキスト ボックスは出力テキストを表示します。 必要に応じて各要素のサイズを調整できます。 最終的なフロントエンドのデザインは次のようになります。

プロジェクトを実行すると、このウィンドウがポップアップ表示されます。 Windows フォームの配置を画面の中央に表示されるように設定しました。

フロントエンドが準備完了です。 ここで、ボタンにバックエンド機能を追加しましょう。

IronOCRのバックエンドコード

まず、ファイルの先頭に次の行を記述して、IronOCR 名前空間をインポートし、コード内で使用できるようにします。

using IronOCR;

using IronOCR;

Imports IronOCR

画像を選択してピクチャボックスに読み込むには、"画像を選択"ボタンを使用します。 IronOCR は中国語簡体字テキスト画像を処理し、出力テキストをリッチ テキスト ボックスに表示します。 ボタンをダブルクリックして次のコードを記述し、ボタンの機能を追加しましょう。

private void btn_image_Click(object sender, EventArgs e)
{
    OpenFileDialog open = new OpenFileDialog();
    if (open.ShowDialog() == DialogResult.OK)
    {
        // Display image in picture box  
        img_image.Image = new Bitmap(open.FileName);

        var Ocr = new IronTesseract();

        // Set OCR language to Chinese Traditional
        Ocr.Language = OcrLanguage.ChineseTraditional;

        using (var Input = new OcrInput(open.FileName))
        {
            // Perform OCR on the image input
            var Result = Ocr.Read(Input);

            // Output the recognized text
            txt_output.Text = Result.Text;
        }
    }
}

private void btn_image_Click(object sender, EventArgs e)
{
    OpenFileDialog open = new OpenFileDialog();
    if (open.ShowDialog() == DialogResult.OK)
    {
        // Display image in picture box  
        img_image.Image = new Bitmap(open.FileName);

        var Ocr = new IronTesseract();

        // Set OCR language to Chinese Traditional
        Ocr.Language = OcrLanguage.ChineseTraditional;

        using (var Input = new OcrInput(open.FileName))
        {
            // Perform OCR on the image input
            var Result = Ocr.Read(Input);

            // Output the recognized text
            txt_output.Text = Result.Text;
        }
    }
}

Private Sub btn_image_Click(ByVal sender As Object, ByVal e As EventArgs)
	Dim open As New OpenFileDialog()
	If open.ShowDialog() = DialogResult.OK Then
		' Display image in picture box  
		img_image.Image = New Bitmap(open.FileName)

		Dim Ocr = New IronTesseract()

		' Set OCR language to Chinese Traditional
		Ocr.Language = OcrLanguage.ChineseTraditional

		Using Input = New OcrInput(open.FileName)
			' Perform OCR on the image input
			Dim Result = Ocr.Read(Input)

			' Output the recognized text
			txt_output.Text = Result.Text
		End Using
	End If
End Sub

ユーザーがボタンをクリックすると、画像を選択するためのダイアログが表示されます。 ユーザーが画像を選択すると、その画像は自動的に画像ボックスに読み込まれます。 ピクチャー ボックスで画像を表示するにはBitmapを使用します。 その後、IronOCR は画像を中国語のテキストに変換します。 繁体字中国語でのテキスト認識を行うために、OCR 言語を繁体字中国語に設定しました。 Ocr.Read関数は OCR 結果を処理してResult変数に保存します。 必要に応じて、 SaveAs関数を使用してテキストを PDF、テキスト、または HTML 形式で保存し、IronOCR でサポートされているさまざまな出力形式でファイルを保存できます。

プロジェクトの実行

さて、プロジェクトを実行します。 Visual Studio の [実行] ボタンをクリックします。 次の画面が表示されます。

"画像を選択"ボタンをクリックします。 "ファイルの選択"ダイアログボックスが開きます。 画像ファイルを選択してEnterキーを押します。

画像をピクチャ ボックスに読み込み、自動的にスキャンして、出力をテキスト ボックスに表示されます。

これは選択した画像からの出力です。 IronOCR は PDF ファイルの読み取りとスキャンもサポートしています。 PDF ファイルの編集可能な形式を使用して、IronOCR でテキストをスキャンおよび認識することができ、これはさまざまな言語で実行できます。 IronOCR は既存の PDF ドキュメントを検索可能な PDF にすることもできます。 画像の鮮明さを高めるためにさまざまな画像フィルターを採用しています。 フィルターの一部を以下に示します。

• Input.Binarize()
• Input.Contrast()
• Input.Deskew()
• Input.DeNoise()
• Input.Dilate()
• Input.EnhanceResolution(300)

これらの機能はすべて、文字の視認性を向上させます。 IronOCR はこれらの機能を使用して、検索可能な PDF を作成します。 以下は例です:

using IronOcr;
var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
    Input.AddPdf("scan.pdf");
    // Clean up twisted pages
    Input.Deskew();
    var Result = Ocr.Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

using IronOcr;
var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
    Input.AddPdf("scan.pdf");
    // Clean up twisted pages
    Input.Deskew();
    var Result = Ocr.Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

Imports IronOcr
Private Ocr = New IronTesseract()
Using Input = New OcrInput()
	Input.AddPdf("scan.pdf")
	' Clean up twisted pages
	Input.Deskew()
	Dim Result = Ocr.Read(Input)
	Result.SaveAsSearchablePdf("searchable.pdf")
End Using