IronOCR로 C#에서 문자를 이미지로 강조 표시하기

입력 PDF는 어떤가요?

강조 코드를 구현하는 방법은 무엇입니까?

아래의 예제 코드는 OcrInput 클래스를 사용한 기본 구현을 보여줍니다.

:path=/static-assets/ocr/content-code-examples/how-to/highlight-texts-as-images.cs

using IronOcr;

IronTesseract ocrTesseract = new IronTesseract();

using var ocrInput = new OcrInput();
ocrInput.LoadPdf("document.pdf");
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_page_", ResultHighlightType.Paragraph);

출력 이미지는 무엇을 보여줍니까?

위의 출력 이미지에서 볼 수 있듯이 세 개의 단락이 모두 옅은 빨간 상자로 강조되었습니다. 이 시각적 표현은 개발자가 OCR 엔진이 문서를 어떻게 읽을 수 있는 블록으로 분할하는지를 빠르게 파악하도록 돕습니다.

결과 강조 유형의 다른 옵션은 무엇입니까?

위 예시에서는 ResultHighlightType.Paragraph를 사용하여 텍스트 블록을 강조 표시했습니다. IronOCR는 이 열거형을 통해 추가 강조 옵션을 제공합니다. 아래는 다양한 진단 목적을 위한 가용한 유형의 전체 목록입니다.

문자: OCR 엔진이 감지한 모든 개별 문자 주위에 윤곽을 그립니다. 특히 사용자 정의 언어 파일로 작업할 때, 문자 인식 또는 특수 글꼴의 디버깅에 유용합니다.

단어: 엔진이 식별한 각 완전한 단어를 강조합니다. 특히 바코드 및 QR 판독과 함께 텍스트 인식을 구현할 때 단어 경계와 올바른 단어 식별을 검증하는 데 이상적입니다.

줄: 감지된 모든 텍스트 줄을 강조합니다. 스캔된 문서 처리 시 줄 식별 검증이 필요한 복잡한 레이아웃의 문서에 유용합니다.

단락: 단락으로 그룹화된 전체 텍스트 블록을 강조합니다. 특히 테이블 추출 작업에서 문서 레이아웃을 이해하고 텍스트 블록 세분화를 검증하는 데 완벽합니다.

다양한 강조 유형을 비교하는 방법은 무엇입니까?

이 포괄적인 예제는 동일한 문서에서 다양한 유형에 대한 강조를 생성하여 결과를 비교할 수 있게 도와줍니다:

using IronOcr;
using System;

// Initialize the OCR engine with custom configuration
IronTesseract ocrTesseract = new IronTesseract();

// Configure for better accuracy if needed
ocrTesseract.Configuration.ReadBarCodes = false; // Disable if not needed for performance
ocrTesseract.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;

// Load the PDF document
using var ocrInput = new OcrInput();
ocrInput.LoadPdf("document.pdf");

// Generate highlights for each type
Console.WriteLine("Generating character-level highlights...");
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_character_", ResultHighlightType.Character);

Console.WriteLine("Generating word-level highlights...");
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_word_", ResultHighlightType.Word);

Console.WriteLine("Generating line-level highlights...");
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_line_", ResultHighlightType.Line);

Console.WriteLine("Generating paragraph-level highlights...");
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_paragraph_", ResultHighlightType.Paragraph);

Console.WriteLine("All highlight images have been generated successfully!");

using IronOcr;
using System;

// Initialize the OCR engine with custom configuration
IronTesseract ocrTesseract = new IronTesseract();

// Configure for better accuracy if needed
ocrTesseract.Configuration.ReadBarCodes = false; // Disable if not needed for performance
ocrTesseract.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;

// Load the PDF document
using var ocrInput = new OcrInput();
ocrInput.LoadPdf("document.pdf");

// Generate highlights for each type
Console.WriteLine("Generating character-level highlights...");
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_character_", ResultHighlightType.Character);

Console.WriteLine("Generating word-level highlights...");
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_word_", ResultHighlightType.Word);

Console.WriteLine("Generating line-level highlights...");
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_line_", ResultHighlightType.Line);

Console.WriteLine("Generating paragraph-level highlights...");
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_paragraph_", ResultHighlightType.Paragraph);

Console.WriteLine("All highlight images have been generated successfully!");

여러 페이지 문서를 처리하는 방법은 무엇입니까?

여러 페이지의 PDF 또는 여러 프레임의 TIFF 파일을 처리할 때, 강조 기능은 각 페이지를 개별적으로 자동 처리합니다. 이는 특히 PDF OCR 텍스트 추출 워크플로 구현 시 유용합니다:

using IronOcr;
using System.IO;

IronTesseract ocrTesseract = new IronTesseract();

// Load a multi-page document
using var ocrInput = new OcrInput();
ocrInput.LoadPdf("multi-page-document.pdf");

// Create output directory if it doesn't exist
string outputDir = "highlighted_pages";
Directory.CreateDirectory(outputDir);

// Generate highlights for each page
// Files will be named: highlighted_pages/page_0.png, page_1.png, etc.
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, 
    Path.Combine(outputDir, "page_"), 
    ResultHighlightType.Word);

// Count generated files for verification
int pageCount = Directory.GetFiles(outputDir, "page_*.png").Length;
Console.WriteLine($"Generated {pageCount} highlighted page images");

using IronOcr;
using System.IO;

IronTesseract ocrTesseract = new IronTesseract();

// Load a multi-page document
using var ocrInput = new OcrInput();
ocrInput.LoadPdf("multi-page-document.pdf");

// Create output directory if it doesn't exist
string outputDir = "highlighted_pages";
Directory.CreateDirectory(outputDir);

// Generate highlights for each page
// Files will be named: highlighted_pages/page_0.png, page_1.png, etc.
ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, 
    Path.Combine(outputDir, "page_"), 
    ResultHighlightType.Word);

// Count generated files for verification
int pageCount = Directory.GetFiles(outputDir, "page_*.png").Length;
Console.WriteLine($"Generated {pageCount} highlighted page images");

성능 최적화의 모범 사례는 무엇입니까?

강조 기능을 사용할 때 다음 최적화 모범 사례를 고려해보십시오:

1. 파일 크기: 강조 이미지는 특히 고해상도 문서의 경우 용량이 클 수 있습니다. 대량 처리할 때 출력 디렉토리의 가용 공간을 고려하세요. 최적화 팁은 빠른 OCR 구성 가이드에서 참조하세요.

2. 성능: 강조 생성은 처리 오버헤드를 증가시킵니다. 생산 시스템에서 강조가 가끔 필요할 때, 이를 주요 워크플로의 일부가 아닌 별도의 진단 프로세스로 구현하세요. 배치 처리를 위해 멀티스레드 OCR 사용을 고려하세요.

3. 오류 처리: 파일 작업 시 항상 적절한 오류 처리를 구현하세요:

try
{
    using var ocrInput = new OcrInput();
    ocrInput.LoadPdf("document.pdf");

    // Apply image filters if needed for better recognition
    ocrInput.Deskew(); // Correct slight rotations
    ocrInput.DeNoise(); // Remove background noise

    ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_", ResultHighlightType.Word);
}
catch (Exception ex)
{
    Console.WriteLine($"Error during highlighting: {ex.Message}");
    // Log error details for debugging
}

try
{
    using var ocrInput = new OcrInput();
    ocrInput.LoadPdf("document.pdf");

    // Apply image filters if needed for better recognition
    ocrInput.Deskew(); // Correct slight rotations
    ocrInput.DeNoise(); // Remove background noise

    ocrInput.HighlightTextAndSaveAsImages(ocrTesseract, "highlight_", ResultHighlightType.Word);
}
catch (Exception ex)
{
    Console.WriteLine($"Error during highlighting: {ex.Message}");
    // Log error details for debugging
}

강조는 OCR 결과와 어떻게 통합됩니까?

강조 기능은 IronOCR의 결과 객체와 매끄럽게 작동하여 시각적 강조와 추출된 텍스트 데이터를 상호 연결할 수 있게 도와줍니다. 이는 특히 인식된 텍스트의 특정 부분을 검증하거나 유효성을 검사해야 할 때 유용합니다. OcrResult 클래스는 감지된 각 요소에 대한 자세한 정보를 제공하며, 이는 이 메서드에서 생성된 시각적 강조 표시와 직접적으로 일치합니다.

문제가 발생하면 어떻게 해야 합니까?

강조 기능에 문제가 발생할 경우, 일반적인 해결책을 위한 일반 문제 해결 가이드를 참조하세요. 특정 강조 관련 문제에 대해서는:

• 빈 출력 이미지: 입력 문서에 읽을 수 있는 텍스트가 포함되어 있고 OCR 엔진이 문서 유형에 맞게 적절히 구성되어 있는지 확인하세요. 인식률을 높이려면 이미지 최적화 필터 또는 fixing image orientation를 적용해야 할 수 있습니다.
• 누락된 강조: 일부 문서 유형은 특정 전처리가 필요할 수 있습니다. 이미지 필터를 적용하거나 fixing image orientation를 사용하여 인식률을 높여보세요.
• 성능 문제 : 대용량 문서의 경우 처리 속도 향상을 위해 multithreading 구현을 고려해 보세요. 또한, 저품질 입력을 처리할 때 저품질 스캔 수정에 대한 가이드를 검토하세요.

프로덕션 디버깅에 이것을 어떻게 사용할 수 있습니까?

강조 기능은 우수한 프로덕션 디버깅 도구로 작용합니다. 장기 운영에 대한 중단 토큰 및 타임아웃과 통합하여 견고한 진단 시스템을 생성할 수 있습니다. 애플리케이션에 디버그 모드를 구현하는 것을 고려하세요:

public class OcrDebugger
{
    private readonly IronTesseract _tesseract;
    private readonly bool _debugMode;

    public OcrDebugger(bool enableDebugMode = false)
    {
        _tesseract = new IronTesseract();
        _debugMode = enableDebugMode;
    }

    public OcrResult ProcessDocument(string filePath)
    {
        using var input = new OcrInput();
        input.LoadPdf(filePath);

        // Apply preprocessing
        input.Deskew();
        input.DeNoise();

        // Generate debug highlights if in debug mode
        if (_debugMode)
        {
            string debugPath = $"debug_{Path.GetFileNameWithoutExtension(filePath)}_";
            input.HighlightTextAndSaveAsImages(_tesseract, debugPath, ResultHighlightType.Word);
        }

        // Perform actual OCR
        return _tesseract.Read(input);
    }
}

public class OcrDebugger
{
    private readonly IronTesseract _tesseract;
    private readonly bool _debugMode;

    public OcrDebugger(bool enableDebugMode = false)
    {
        _tesseract = new IronTesseract();
        _debugMode = enableDebugMode;
    }

    public OcrResult ProcessDocument(string filePath)
    {
        using var input = new OcrInput();
        input.LoadPdf(filePath);

        // Apply preprocessing
        input.Deskew();
        input.DeNoise();

        // Generate debug highlights if in debug mode
        if (_debugMode)
        {
            string debugPath = $"debug_{Path.GetFileNameWithoutExtension(filePath)}_";
            input.HighlightTextAndSaveAsImages(_tesseract, debugPath, ResultHighlightType.Word);
        }

        // Perform actual OCR
        return _tesseract.Read(input);
    }
}

다음으로 어디로 가야합니까?

이제 강조 기능을 사용하는 방법을 이해했으니, 탐색하세요:

• OCR 결과에서 검색 가능한 PDF 만들기
• 여권이나 면허증과 같은 특정 문서 유형 읽기
• 우리의 시작 가이드로 개발 환경에 IronOCR 설정
• 글로벌 애플리케이션을 위한 125개의 국제 언어 지원 구현
• 필터 마법사를 사용하여 이미지 처리 최적화

프로덕션 사용을 위해, 워터마크 제거 및 전체 기능에 액세스하려면 라이센스 획득을 기억하세요.