Get Started with OCR in C# and VB.NET

NuGet 패키지 관리자를 사용하여 설치하세요.

Visual Studio 또는 명령줄에서 NuGet 패키지 관리자를 사용하여 IronOcr을 설치하세요. Visual Studio에서 다음 명령어를 사용하여 콘솔로 이동합니다.

• 도구 ->
• NuGet 패키지 관리자 ->
• 패키지 관리자 콘솔

Install-Package IronOcr

버전 업데이트 및 설치에 대한 자세한 내용은 NuGet에서 IronOcr을 확인하세요.

다른 플랫폼에서 사용할 수 있는 IronOCR NuGet 패키지 도 있습니다.

• 윈도우:https://www.nuget.org/packages/IronOcr
• 리눅스:https://www.nuget.org/packages/IronOcr.Linux
• MacOS:https://www.nuget.org/packages/IronOcr.MacOs
• MacOS (ARM):https://www.nuget.org/packages/IronOcr.MacOs.ARM

Linux 및 macOS용 IronOcr.Extensions.AdvancedScan

The type of namespace name `OpenCvSharp` could not be found(are you missing a using directive or an assembly reference)

IronOCR .ZIP 파일을 다운로드하세요.

IronOCR 설치 프로그램(Windows 전용)을 다운로드하십시오.

C# 개발자들이 바닐라 Tesseract 대신 IronOCR을 선택하는 이유:

• 단일 DLL 또는 NuGet 패키지로 설치
• 박스에는 테서랙트 5, 4, 3 엔진이 기본으로 포함되어 있습니다.
• 정확도 99.8% 로 일반 테서랙트보다 훨씬 뛰어납니다.
• 놀라운 속도와 멀티스레딩
• MVC, 웹 애플리케이션, 데스크톱, 콘솔 및 서버 애플리케이션과 호환 가능
• 실행 파일이나 C++ 코드가 없습니다.
• PDF OCR 완벽 지원
• 거의 모든 이미지 파일이나 PDF 파일에 대해 OCR을 수행합니다.
• .NET Core, Standard 및 Framework 완벽 지원
• Windows, Mac, Linux, Azure, Docker, Lambda, AWS에 배포
• 바코드 및 QR 코드 읽기
• OCR 결과를 XHTML 형식으로 내보내기
• OCR 결과를 검색 가능한 PDF 문서로 내보내기
• 멀티스레딩 지원
• 125개 국제 언어 모두 NuGet 또는 OcrData 파일을 통해 관리됩니다.
• 이미지, 좌표, 통계 및 글꼴을 추출합니다. 단순한 텍스트가 아닙니다.
• 상용 및 독점 애플리케이션 내에서 Tesseract OCR을 재배포하는 데 사용할 수 있습니다.

IronOCR은 사진이나 저해상도 스캔 이미지처럼 디지털 노이즈나 결함이 있는 실제 이미지 및 불완전한 문서를 처리할 때 탁월한 성능을 발휘합니다.

다른 .NET Tesseract API 및 웹 서비스와 같은 .NET 플랫폼용 무료 OCR 라이브러리는 이러한 실제 사용 사례에서 성능이 그다지 좋지 않습니다.

한 줄짜리

:path=/static-assets/ocr/content-code-examples/get-started/get-started-1.cs

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

설정 가능한 Hello World

:path=/static-assets/ocr/content-code-examples/get-started/get-started-2.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();

// Add multiple images
input.LoadImage("images/sample.jpeg");

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

C# PDF OCR

이와 동일한 접근 방식을 사용하여 모든 PDF 문서에서 텍스트를 추출할 수 있습니다.

:path=/static-assets/ocr/content-code-examples/get-started/get-started-3.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();

// We can also select specific PDF page numbers to OCR
input.LoadPdf("example.pdf", Password: "password");

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

// 1 page for every page of the PDF
Console.WriteLine($"{result.Pages.Length} Pages");

다중 페이지 TIFF 파일의 OCR 처리

:path=/static-assets/ocr/content-code-examples/get-started/get-started-4.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames("multi-frame.tiff", pageindices);
OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

바코드 및 QR 코드

IronOCR의 독특한 기능 중 하나는 텍스트를 스캔하는 동시에 문서에서 바코드와 QR 코드를 읽을 수 있다는 점입니다. OcrResult.OcrBarcode 클래스의 인스턴스는 개발자에게 스캔된 각 바코드에 대한 자세한 정보를 제공합니다.

:path=/static-assets/ocr/content-code-examples/get-started/get-started-5.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;

using OcrInput input = new OcrInput();
input.LoadImage("img/Barcode.png");

OcrResult Result = ocr.Read(input);
foreach (var Barcode in Result.Barcodes)
{
    // type and location properties also exposed
    Console.WriteLine(Barcode.Value);
}

이미지의 특정 영역에 대한 OCR

IronOCR의 모든 스캔 및 읽기 방식은 페이지의 특정 부분 또는 여러 페이지에서 텍스트를 읽을 위치를 정확하게 지정할 수 있는 기능을 제공합니다. 이는 표준화된 양식을 살펴볼 때 매우 유용하며, 많은 시간을 절약하고 효율성을 향상시킬 수 있습니다.

작물 영역을 사용하려면 System.Drawing에 시스템 참조를 추가하여 System.Drawing.Rectangle 객체를 사용할 수 있도록 해야 합니다.

:path=/static-assets/ocr/content-code-examples/get-started/get-started-6.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();

// Dimensions are in pixel
var contentArea = new System.Drawing.Rectangle() { X = 215, Y = 1250, Height = 280, Width = 1335 };

input.LoadImage("document.png", contentArea);

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

저화질 스캔 이미지용 OCR

IronOCR OcrInput 클래스는 일반 Tesseract가 읽을 수 없는 스캔을 수정할 수 있습니다.

:path=/static-assets/ocr/content-code-examples/get-started/get-started-7.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames(@"img\Potter.tiff", pageindices);

// fixes digital noise and poor scanning
input.DeNoise();

// fixes rotation and perspective
input.Deskew();

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

OCR 결과를 검색 가능한 PDF 파일로 내보내기

:path=/static-assets/ocr/content-code-examples/get-started/get-started-8.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();
input.Title = "Quarterly Report";
input.LoadImage("image1.jpeg");
input.LoadImage("image2.png");
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames("image3.gif", pageindices);

OcrResult result = ocr.Read(input);
result.SaveAsSearchablePdf("searchable.pdf");

TIFF 파일을 검색 가능한 PDF 파일로 변환

:path=/static-assets/ocr/content-code-examples/get-started/get-started-9.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();
var pageindices = new int[] { 1, 2 };
input.LoadImageFrames("example.tiff", pageindices);
ocr.Read(input).SaveAsSearchablePdf("searchable.pdf");

OCR 결과를 HTML로 내보내기

:path=/static-assets/ocr/content-code-examples/get-started/get-started-10.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();
input.Title = "Html Title";
input.LoadImage("image1.jpeg");

OcrResult Result = ocr.Read(input);
Result.SaveAsHocrFile("results.html");

이미지 향상 코드 예제

:path=/static-assets/ocr/content-code-examples/get-started/get-started-11.cs

using IronOcr;

IronTesseract ocr = new IronTesseract();
using OcrInput input = new OcrInput();
input.LoadImage("LowQuality.jpeg");

// fixes digital noise and poor scanning
input.DeNoise();

// fixes rotation and perspective
input.Deskew();

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

OCR 이미지 필터 목록

IronOCR에 내장된 OCR 성능 향상용 입력 필터는 다음과 같습니다.

• OcrInput.Rotate(double degrees) - 이미지를 시계 방향으로 지정된 각도만큼 회전합니다. 반시계 방향으로 회전하려면 음수를 사용하십시오.
• OcrInput.Binarize() - 이 필터는 모든 픽셀을 중간 색상 없이 검정색 또는 흰색으로 변환하여 대비가 매우 낮은 이미지에서 OCR 성능을 향상시킬 수 있습니다.
• OcrInput.ToGrayScale() - 모든 픽셀을 회색조로 변환합니다. 정확도는 향상되지 않을 수 있지만 속도는 향상될 수 있습니다.
• OcrInput.Contrast() - 대비를 자동으로 높여 저대비 스캔 시 속도와 정확도를 향상시키는 경우가 많습니다.
• OcrInput.DeNoise() - 디지털 노이즈를 제거합니다. 노이즈가 예상되는 경우에만 권장됩니다.
• OcrInput.Invert() - 모든 색상을 반전시킵니다(흰색은 검은색이 되고 검은색은 흰색이 됩니다).
• OcrInput.Dilate() - 형태학을 발전시키고 객체 경계에 픽셀을 추가합니다. 침식(Erode)의 반대 기능입니다.
• OcrInput.Erode() - 형태 변환을 진행하여 객체 경계에서 픽셀을 제거합니다. 팽창(Dilate)의 반대 기능입니다.
• OcrInput.Deskew() - 이미지를 회전시켜 올바른 방향으로 정렬합니다. 테서랙트의 왜곡 허용 오차가 제한적이기 때문에 유용합니다.
• OcrInput.EnhanceResolution - 저화질 이미지의 해상도를 향상시킵니다. 이 설정은 일반적으로 낮은 DPI 입력을 자동으로 처리하는 데 사용됩니다.
• EnhanceResolution는 저해상도 이미지(275dpi 미만)를 감지하고, 해상도를 높이고, 텍스트를 선명하게 하여 OCR 결과를 향상시킵니다. 시간이 다소 걸리기는 하지만, 전체 OCR 작업 시간을 줄여주는 경우가 많습니다.
• Language - 22개 국제 언어 팩 중에서 선택할 수 있습니다.
• Strategy - 단어 간의 통계적 관계를 기반으로 빠르고 정확도가 낮은 전략과 고급 전략(정확도를 위해 AI 사용) 중에서 선택할 수 있습니다.
• ColorSpace - OCR을 흑백 또는 컬러로 표시할지 선택하세요. 일반적으로는 흑백 이미지가 최적이지만, 특정 대비 상황에서는 컬러 이미지가 더 나을 수 있습니다.
• DetectWhiteTextOnDarkBackgrounds - 네거티브 이미지에 맞춰 어두운 배경의 흰색 텍스트를 자동으로 감지하고 읽습니다.
• InputImageType - OCR 라이브러리가 전체 문서를 대상으로 작업하는지 또는 일부 조각을 대상으로 작업하는지를 지정하여 라이브러리를 안내합니다.
• RotateAndStraighten - IronOCR 회전되었거나 원근 왜곡의 영향을 받는 문서를 올바르게 처리할 수 있도록 합니다.
• ReadBarcodes - 바코드와 QR 코드를 텍스트 스캔과 동시에 자동으로 읽어들이며, 추가 시간을 거의 발생시키지 않습니다.
• ColorDepth - OCR 처리 과정에서 색상 깊이에 대한 픽셀당 비트 수를 결정합니다. 심도가 깊어지면 화질은 향상되지만 처리 시간도 길어집니다.

언어 예시

// Reference to the path of the source file that demonstrates setting language packs for OCR
:path=/static-assets/ocr/content-code-examples/get-started/get-started-12.cs

// Reference to the path of the source file that demonstrates setting language packs for OCR
using IronOcr;

// PM> Install IronOcr.Languages.Arabic
IronTesseract ocr = new IronTesseract();
ocr.Language = OcrLanguage.Arabic;

using OcrInput input = new OcrInput();

var pageindices = new int[] { 1, 2 };
input.LoadImageFrames("img/arabic.gif", pageindices);
// Add image filters if needed
// In this case, even thought input is very low quality
// IronTesseract can read what conventional Tesseract cannot.
OcrResult result = ocr.Read(input);
// Console can't print Arabic on Windows easily.
// Let's save to disk instead.
result.SaveAsTextFile("arabic.txt");

다국어 예시

또한 여러 언어를 동시에 사용하여 OCR을 수행할 수 있습니다. 이를 통해 유니코드 문서의 영어 메타데이터 및 URL에 대한 OCR 성능을 향상시킬 수 있습니다.

// Reference to the path of the source file that demonstrates multi-language OCR
:path=/static-assets/ocr/content-code-examples/get-started/get-started-13.cs

// Reference to the path of the source file that demonstrates multi-language OCR
using IronOcr;

// PM> Install IronOcr.Languages.ChineseSimplified
IronTesseract ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;

// We can add any number of languages
ocr.AddSecondaryLanguage(OcrLanguage.English);

using OcrInput input = new OcrInput();
input.LoadPdf("multi-language.pdf");
OcrResult result = ocr.Read(input);
result.SaveAsTextFile("results.txt");