IRONSOFTWAREHOME

Euskal OCR C# eta .NET-en

Curtis Chau
Curtis Chau
Updated: 2026년 6월 29일
Dokumentu honen beste bertsio batzuk:

IronOCR C# softwarearen osagaia da .NET kodetzaileek 126 hizkuntzatako irudien eta PDF dokumentuen testua irakurtzea 126 hizkuntzatan, euskara barne.

Tesseract-en sardexka aurreratua da, .NET garatzaileentzat soilik eraikia eta aldian-aldian beste Tesseract motorrak gainditzen ditu abiadura eta zehaztasunagatik.

IronOcr.Hizkuntzak.Euskara-ren edukia

Pakete honek .NETerako 43 OCR hizkuntza ditu:

  • Euskara
  • EuskaraBest
  • BasqueFast

Deskargatu

Euskara Pack [euskara]
* Download as Zip
* Install with NuGet as
https://www.nuget.org/packages/IronOcr.Languages.Basque/

Instalazioa

Egin behar dugun lehenengo gauza gure euskal OCR paketea zure .NET proiektuan instalatzea da.

PM> Install-Package IronOcr.Languages.Basque

Kodearen adibidea

C# kode adibide honek Image edo PDF dokumentu bateko euskarazko testua irakurtzen du.

// Install the Basque OCR language package for IronOcr
// PM> Install-Package IronOcr.Languages.Basque
using IronOcr;

var Ocr = new IronTesseract();
// Set the detection language to Basque
Ocr.Language = OcrLanguage.Basque;

// Create an OCR input from an image
using (var Input = new OcrInput(@"images\Basque.png"))
{
    // Read the text from the image
    var Result = Ocr.Read(Input);
    // Print or process the retrieved text
    var AllText = Result.Text;
}

Zergatik aukeratu IronOCR?

IronOCR .NET software liburutegia instalatzen erraza, osoa eta ondo dokumentatuta dago.

Aukeratu IronOCR % 99,8 + OCR zehaztasuna lortzeko kanpoko web zerbitzurik, etengabeko tasarik edo Internet bidez isilpeko dokumentuak bidali gabe.

Zergatik aukeratzen dute C# garatzaileek IronOCR Vanilla Tesseract baino?

  • Instalatu DLL edo NuGet bakar gisa
  • Tesseract 5, 4 eta 3 motorretarako sartzen da kutxatik kanpora.
  • Zehaztasunak % 99,8k ohiko Tesseract gainditzen du.
  • Blazing Speed eta MultiThreading
  • MVC, WebApp, Desktop, Console & Server Application bateragarriak dira
  • Ez dago Exes edo C ++ koderik lan egiteko
  • PDF OCR laguntza osoa
  • OCR ia edozein irudi fitxategi edo PDF egiteko
  • .NET Core, Standard eta FrameWork euskarri osoa
  • Inplementatu Windows, Mac, Linux, Azure, Docker, Lambda, AWS zerbitzuetan
  • Irakurri barra-kodeak eta QR kodeak
  • Esportatu OCR XHTML gisa
  • Esportatu OCR bilatzeko PDF dokumentuetara
  • Multithreading euskarria
  • Nazioarteko 126 hizkuntza guztiak NuGet edo OcrData fitxategien bidez kudeatuak
  • Atera irudiak, koordenatuak, estatistikak eta letra tipoak. Ez bakarrik testua.
  • Tesseract OCR birbanatzeko aplikazio komertzial eta jabedunen barruan banatzeko erabil daiteke.

Burdinazko OCR distirak distira ematen du mundu errealeko irudiekin eta dokumentu inperfektuekin lan egitean, hala nola argazkiekin edo bereizmen txikiko eskanerrak, zarata digitala edo akatsak izan ditzaketenak.

.NET plataformarako doako beste OCR liburutegi batzuek .NET Tesseract APIak eta web zerbitzuek ez dute hain ondo funtzionatzen mundu errealeko erabilera kasu hauetan.

OCR Tesseract 5-rekin - Hasi kodeketa C#-ean

Beheko kode laginak erakusten du zein erraza den C# edo VB .NET erabiliz irudi bateko testua irakurtzea.

OneLiner

// A simple one-liner to read text from an image using IronOcr
string Text = new IronTesseract().Read(@"img\Screenshot.png").Text;

Konfiguratu Hello World

// Install the Basque OCR language package for IronOcr
// PM> Install-Package IronOcr.Languages.Basque
using IronOcr;

var Ocr = new IronTesseract();
// Set the detection language to Basque
Ocr.Language = OcrLanguage.Basque;

// Create an empty OCR input
using (var Input = new OcrInput())
{
    // Add an image to the OCR input
    Input.AddImage("images/sample.jpeg");
    // Read the text from the added image
    var Result = Ocr.Read(Input);
    // Print or process the retrieved text
    Console.WriteLine(Result.Text);
}

C# PDF OCR

Ikuspegi bera erabil daiteke era berean PDF edozein dokumentutatik testua ateratzeko.

using IronOcr;

var Ocr = new IronTesseract();
// Set the detection language to Basque
Ocr.Language = OcrLanguage.Basque;

// Create an OCR input for the PDF
using (var input = new OcrInput())
{
    // Add the PDF and specify the password if necessary
    input.AddPdf("example.pdf", "password");
    
    // Read the text from the PDF input
    var Result = Ocr.Read(input);
    
    // Print the retrieved text and the number of pages
    Console.WriteLine(Result.Text);
    Console.WriteLine($"{Result.Pages.Count()} Pages");
}

OCR MultiPage TIFFetarako

OCR irakurketa TIFF fitxategi formatua orrialde anitzeko dokumentuak barne. TIFF zuzenean PDF fitxategi bihur daiteke bilaketan bilatu daitekeen testuarekin.

using IronOcr;

var Ocr = new IronTesseract();
// Set the detection language to Basque
Ocr.Language = OcrLanguage.Basque;

// Create an OCR input for TIFF images
using (var Input = new OcrInput())
{
    // Add a multi-page TIFF image
    Input.AddMultiFrameTiff("multi-frame.tiff");
    
    // Read the text from the input
    var Result = Ocr.Read(Input);
    
    // Print the retrieved text
    Console.WriteLine(Result.Text);
}

Barra-kodeak eta QR

IronOCR-ren ezaugarri berezia dokumentuen barra-kodeak eta QR kodeak irakur ditzake testua bilatzen ari den bitartean. OcrResult.OcrBarcode klaseko instantziek garatzaileari eskaneatutako barra-kode bakoitzari buruzko informazio zehatza ematen diote.

using IronOcr;

var Ocr = new IronTesseract();
// Enable barcode reading
Ocr.Configuration.ReadBarCodes = true;

using (var input = new OcrInput())
{
    // Add an image with barcodes to the input
    input.AddImage("img/Barcode.png");
    
    // Read the text and barcodes from the input
    var Result = Ocr.Read(input);
    
    // Iterate through each detected barcode
    foreach (var Barcode in Result.Barcodes)
    {
        // Print the barcode value
        Console.WriteLine(Barcode.Value);
        // Additional properties such as type and location are also available
    }
}

Irudi-arlo espezifikoei buruzko OCR

IronOCRren eskaneatze- eta irakurketa-metodo guztiek testua irakurri nahi dugun orrialde edo orrialdeetako zein atal zehatz zehazteko aukera ematen dute. Hori oso erabilgarria da inprimaki normalizatuak aztertzen ari garenean eta denbora asko aurrez dezakegu eta eraginkortasuna hobetu.

Laborantza eskualdeak erabiltzeko, System.Drawing sistemaren erreferentzia bat gehitu beharko dugu System.Drawing.Rectangle objektua erabili ahal izateko.

using IronOcr;
using System.Drawing; // Ensure System.Drawing is referenced

var Ocr = new IronTesseract();
// Set the detection language to Basque
Ocr.Language = OcrLanguage.Basque;

using (var Input = new OcrInput())
{
    // Define the content area to read
    var ContentArea = new Rectangle() { X = 215, Y = 1250, Height = 280, Width = 1335 };
    // Measurements are in pixels

    // Add the specific document region to the input
    Input.Add("document.png", ContentArea);

    // Read the text from the specified content area
    var Result = Ocr.Read(Input);
    
    // Print the retrieved text
    Console.WriteLine(Result.Text);
}

OCR kalitate baxuko eskaneatzeetarako

IronOCR OcrInput klaseak Tesseract normalak irakurri ezin dituen OcrInput konpon ditzake.

using IronOcr;

var Ocr = new IronTesseract();
// Set the detection language to Basque
Ocr.Language = OcrLanguage.Basque;

// Create an OCR input for a low-quality image
using (var Input = new OcrInput(@"img\Potter.LowQuality.tiff"))
{
    // Improve the input quality by de-noising and deskewing
    Input.DeNoise(); // Fix digital noise and poor scanning
    Input.Deskew();  // Correct rotation and perspective

    // Read the text from the improved input
    var Result = Ocr.Read(Input);
    
    // Print the retrieved text
    Console.WriteLine(Result.Text);
}

Esportatu OCR emaitzak bilatzeko PDF moduan

Irudia PDF formatuan kopiatzeko testu kateekin. Bilatzaileek eta datu-baseek indexatu dezakete.

using IronOcr;

var Ocr = new IronTesseract();
// Set the detection language to Basque
Ocr.Language = OcrLanguage.Basque;

// Create an OCR input containing multiple images
using (var Input = new OcrInput())
{
    // Set a title for the PDF
    Input.Title = "Quarterly Report";
    
    // Add multiple images to the input
    Input.AddImage("image1.jpeg");
    Input.AddImage("image2.png");
    Input.AddImage("image3.gif");

    // Read the texts from the images into a single result
    var Result = Ocr.Read(Input);
    
    // Save the OCR result as a searchable PDF
    Result.SaveAsSearchablePdf("searchable.pdf");
}

TIFF bilaketa PDF bihurtzeko

Aktibatu TIFF dokumentu bat (edo edozein irudi-fitxategi talde) zuzenean bilatzeko PDF batean, intranet, webgune eta google bilatzaileek indexatu ahal izateko.

using IronOcr;

var Ocr = new IronTesseract();
// Set the detection language to Basque
Ocr.Language = OcrLanguage.Basque;

// Create an OCR input for TIFF images
using (var Input = new OcrInput())
{
    // Add a multi-frame TIFF image
    Input.AddMultiFrameTiff("example.tiff");
    
    // Read the text from the input and save as a searchable PDF
    var Result = Ocr.Read(Input).SaveAsSearchablePdf("searchable.pdf");
}

Esportatu OCR emaitzak HTML gisa

OCR irudia XHTML bihurtzeko.

using IronOcr;

var Ocr = new IronTesseract();
// Set the detection language to Basque
Ocr.Language = OcrLanguage.Basque;

// Create an OCR input containing an image
using (var Input = new OcrInput())
{
    // Set a title for the HTML document
    Input.Title = "Html Title";
    
    // Add an image to the input
    Input.AddImage("image1.jpeg");

    // Read the text from the image
    var Result = Ocr.Read(Input);
    
    // Save the OCR result as an HTML file
    Result.SaveAsHocrFile("results.html");
}

OCR irudiak hobetzeko iragazkiak

IronOCR-k OcrInput objektuentzako iragazki bakarrak eskaintzen ditu OCR errendimendua hobetzeko.

Irudia hobetzeko kodearen adibidea

OCR sarrerako irudiak kalitate handiagoa lortzen ditu OCR emaitza hobeak eta azkarragoak lortzeko.

using IronOcr;

var Ocr = new IronTesseract();
// Set the detection language to Basque
Ocr.Language = OcrLanguage.Basque;

// Create an OCR input for a low-quality image
using (var Input = new OcrInput(@"LowQuality.jpeg"))
{
    // Improve the input quality by de-noising and deskewing
    Input.DeNoise(); // Fix digital noise and poor scanning
    Input.Deskew();  // Correct rotation and perspective

    // Read the text from the improved input
    var Result = Ocr.Read(Input);
    
    // Print the retrieved text
    Console.WriteLine(Result.Text);
}

OCR irudi iragazkien zerrenda

IronOCR programan integratutako OCR errendimendua hobetzeko sarrera iragazkiak hauek dira:

  • OcrInput.Rotate(degrees double) - Irudiak erlojuaren norabidean biratzen ditu. Erlojuaren aurkako norabidean, erabili zenbaki negatiboak.
  • OcrInput.Binarize() - Irudi-iragazki honek pixel guztiak beltz edo zuri bihurtzen ditu bide ertainik gabe. Testuaren atzeko planoarekiko kontraste oso baxuko OCR errendimendu kasuak hobe ditzake.
  • OcrInput.ToGrayScale() - Irudi-iragazki honek pixel bakoitza gris- tonuko tonu bihurtzen du. Nekez hobetuko du OCR zehaztasuna, baina abiadura hobe dezake
  • OcrInput.Contrast() - Kontrastea automatikoki handitzen du. Iragazki honek askotan OCR abiadura eta zehaztasuna hobetzen ditu kontraste baxuko miaketetan.
  • OcrInput.DeNoise() - Zarata digitala kentzen du. Iragazki hau zarata espero den tokian soilik erabili behar da.
  • OcrInput.Invert() - Kolore guztiak alderantzikatzen ditu. Adibidez, zuria beltz bihurtzen da: beltza zuri bihurtzen da.
  • OcrInput.Dilate() - Morfologia aurreratua. Dilatazioak pixelak gehitzen ditu irudi bateko objektuen mugetan. Erodearen aurkakoa
  • OcrInput.Erode() - Morfologia aurreratua. Higadurak objektuen mugetan pixelak kentzen ditu Dilate of Opposite
  • OcrInput.Deskew() - Irudi bat biratzen du, beraz, modu egokian gora eta ortogonala da. Hau oso erabilgarria da OCRrako, Tesseract-en tolerantzia okerreko miaketetan 5 gradu artekoa izan baitaiteke.
  • OcrInput.DeepCleanBackgroundNoise() - Atzeko planoko zarata kentzea. Erabili iragazki hau soilik dokumentu muturreko atzeko zarata ezagutzen bada, iragazki honek dokumentu garbien OCR zehaztasuna murrizteko arriskua izango duelako eta CPU oso garestia delako.
  • OcrInput.EnhanceResolution - Kalitate baxuko irudien bereizmena hobetzen du. Iragazki hau ez da askotan behar OcrInput.MinimumDPI eta OcrInput.TargetDPI bereizmen txikiko sarrerak automatikoki harrapatu eta ebatziko dituztelako .

GarbiketaHondoa. Hau denbora gutxi behar duen ezarpena da; hala ere, liburutegiak irudi digital baten barruan zarata digitala, papera xehatu eta bestelako akatsak automatikoki garbitzeko aukera ematen du, bestela beste OCR liburutegi batzuek irakurtzeko gaitasuna izango lukete.

EnhanceContrast IronOCR-k testuaren kontrastea irudi baten atzeko aldean automatikoki handitzen duen ezarpena da, OCRren zehaztasuna handituz eta, oro har, errendimendua eta OCR abiadura handituz.

EnhanceResolution bereizmen txikiko irudiak (275 dpi baino gutxiagokoak) automatikoki detektatuko dituen ezarpena da eta automatikoki irudia handitu eta testu guztia zorroztuko du, OCR liburutegi batek irakurri ahal izateko. Eragiketa honek berez denbora asko eskatzen duen arren, orokorrean irudi batean OCR eragiketa egiteko denbora orokorra murrizten du.

Language IronOCR-k nazioarteko 22 hizkuntza-pakete onartzen ditu eta hizkuntza-ezarpena OCR eragiketa batean aplikatu beharreko hizkuntza bat edo gehiago hautatzeko erabil daiteke.

Strategy IronOCR-k bi estrategia onartzen ditu. Aukeratu dezakegu dokumentu baten eskaneatze azkarra eta hain zehatza ez egitea edo adimen artifizialeko eredu batzuk erabiltzen dituen estrategia aurreratua erabiltzea OCR testuaren zehaztasuna automatikoki hobetzeko esaldi bateko hitzek elkarren artean duten erlazio estatistikoa aztertuz. .

ColorSpace ezarpena da, grisen eskalan edo koloretan OCR aukeratu ahal izateko. Oro har, grisen eskala da aukerarik onena. Hala ere, zenbaitetan antzeko tonua duten baina oso kolore desberdineko testuak edo atzeko planoak daudenean, kolore osoko espazio batek emaitza hobeak emango ditu.

DetectWhiteTextOnDarkBackgrounds. Oro har, OCR liburutegi guztiek testu beltza atzealde zurietan ikustea espero dute. Ezarpen horri esker, IronOCR-k testu zuridun negatiboak edo orrialde ilunak automatikoki detektatu eta irakurri ditzake.

InputImageType. Ezarpen horri esker, garatzaileak OCR liburutegia gidatu dezake dokumentu osoa edo zatitxo bat aztertzen ari den, pantaila-argazkia adibidez.

RotateAndStraighten ezarpen aurreratua da eta Iron OCRri biratu ez ezik, agian perspektiba duten dokumentuak irakurtzeko gaitasuna ere ematen dio Iron OCRri , testu dokumentuen argazkiak adibidez.

ReadBarcodes funtzio erabilgarria da eta IronOCR-k orrialdeetako barra-kodeak eta QR kodeak automatikoki irakurtzeko aukera ematen du testua ere irakurtzen baitu, denbora gehigarri handirik gehitu gabe.

KoloreSakonera. Ezarpen honek OCR liburutegiak kolore bakoitzeko sakonera zehazteko pixeleko zenbat bit erabiliko dituen zehazten du. Kolorearen sakonera altuagoak OCR kalitatea handitu dezake, baina OCR eragiketa burutzeko behar den denbora ere handituko da.

126 hizkuntza pakete

IronOCR-k nazioarteko 126 hizkuntza onartzen ditu DLL gisa banatzen diren hizkuntza paketeen bidez, webgune honetatik deskargatu daitezkeenak edo NuGet Package Manager- etik ere.

Hizkuntzen artean, alemana, frantsesa, ingelesa, txinera, japoniera eta beste asko daude. Hizkuntza pakete espezializatuak daude MRZ pasaportea, MICR egiaztapenak, datu ekonomikoak, matrikulak eta askoz gehiago. Tesseract ".traineddata" fitxategia ere erabil dezakezu - zuk zeuk sortutakoak barne.

Hizkuntza adibidea

Beste OCR hizkuntza batzuk erabiltzea.

using IronOcr;

// Install the Arabic OCR language package for IronOcr
// PM> Install IronOcr.Languages.Arabic

var Ocr = new IronTesseract();
// Set the detection language to Arabic
Ocr.Language = OcrLanguage.Arabic;

using (var input = new OcrInput())
{
    // Add an Arabic text image to the input
    input.AddImage("img/arabic.gif");
    
    // Try different image filters if needed
    // In this case, assume the input is of very low quality
    // IronTesseract can read what regular Tesseract cannot

    // Read the text from the input
    var Result = Ocr.Read(input);

    // The console may not print Arabic characters easily on Windows
    // Save the result to a text file instead
    Result.SaveAsTextFile("arabic.txt");
}

Hizkuntza anitzeko adibidea

OCR ere posible da hainbat hizkuntza aldi berean erabiliz. Honek Unicode dokumentuetan ingelesezko metadatuak eta URLak lortzen lagun dezake.

using IronOcr;

// Install the ChineseSimplified OCR language package for IronOcr
// PM> Install IronOcr.Languages.ChineseSimplified

var Ocr = new IronTesseract();
// Set the primary detection language to Simplified Chinese
Ocr.Language = OcrLanguage.ChineseSimplified;

// Add additional languages
Ocr.AddSecondaryLanguage(OcrLanguage.Basque);

// You can add any number of languages

using (var input = new OcrInput())
{
    // Add a multi-language PDF document
    input.Add("multi-language.pdf");
    
    // Read the text from the input
    var Result = Ocr.Read(input);
    
    // Save the resulting text in a file
    Result.SaveAsTextFile("results.txt");
}

OCR emaitzen xehetasunak

IronOCR-k OCR emaitza objektu bat itzultzen du OCR eragiketa bakoitzerako. Orokorrean, garatzaileek objektu honen testuaren propietatea soilik erabiltzen dute iruditik eskaneatutako testua lortzeko. Hala ere, OCR emaitzen DOM hau baino askoz aurreratuagoa da.

using IronOcr;
using System.Drawing; // Add reference to System.Drawing assembly

var Ocr = new IronTesseract();
// Set the detection language to Basque
Ocr.Language = OcrLanguage.Basque;
// Configure the engine to use both Tesseract and LSTM
Ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm;
// Enable barcode reading
Ocr.Configuration.ReadBarCodes = true; //! Important

using (var Input = new OcrInput(@"images\sample.tiff"))
{
    // Perform OCR and get the result
    OcrResult Result = Ocr.Read(Input);
    
    // Explore the OCR result
    var Pages = Result.Pages;
    var Words = Pages[0].Words;
    var Barcodes = Result.Barcodes;

    // Explore the extensive and precise API to discover:
    // - Pages, Blocks, Paragraphs, Lines, Words, Letters
    // - Image exportation, font coordinates, statistical data
}

Emanaldia

IronOCR kutxatik kanpo funtzionatzen du sarrerako irudiak sintonizatu edo aldatu beharrik gabe.

Speed is Blazing: IronOCR.2020 + 10 aldiz azkarragoa da eta aurreko eraikuntzek baino% 250 baino gutxiago akats gutxiago egiten ditu.

Gehiago ikasi

C#, VB, F# edo .NET beste edozein hizkuntzatan OCR-ri buruz gehiago jakiteko, irakurri gure komunitateko tutorialak, IronOCR nola erabil daitekeen erakusten duten benetako adibideak ematen dituztenak eta ahalik eta etekin onena ateratzeko ñabardurak erakusten dituztenak. liburutegi hau.

.NET garatzaileentzako objektuen erreferentzia osoa ere eskuragarri dago.

Curtis Chau
기술 문서 작성자

커티스 차우는 칼턴 대학교에서 컴퓨터 과학 학사 학위를 취득했으며, Node.js, TypeScript, JavaScript, React를 전문으로 하는 프론트엔드 개발자입니다. 직관적이고 미적으로 뛰어난 사용자 인터페이스를 만드는 데 열정을 가진 그는 최신 프레임워크를 활용하고, 잘 구성되고 시각적으로 매력적인 매뉴얼을 제작하는 것을 즐깁니다.

...
더 읽어보기

시작할 준비 되셨나요?

Nuget Downloads 6,236,385버전:2026.9방금 출시

지금 바로 30일 무료 체험판 키를 받으세요.
신용카드나 계정 생성은 필요하지 않습니다.
PDF용 C# NuGet 라이브러리
NuGet을 사용하여 설치하세요

버전: 2026.9

PM > Install-Package IronOcr
nuget.org/packages/IronOcr/
  1. 솔루션 탐색기에서 참조를 마우스 오른쪽 버튼으로 클릭하고 NuGet 패키지 관리를 선택합니다.
  2. 찾아보기를 선택하고 "IronOCR"을 검색하세요.
  3. 패키지를 선택하고 설치하세요
C# PDF DLL
DLL 다운로드

버전: 2026.9

또는 여기에서 Windows 설치 프로그램을 다운로드하십시오.

  1. IronOCR을 다운로드하고 솔루션 디렉터리 내의 ~/Libs와 같은 위치에 압축을 푸세요.
  2. Visual Studio 솔루션 탐색기에서 참조를 마우스 오른쪽 버튼으로 클릭합니다. 찾아보기를 선택하고 "IronOCR.dll"을 선택합니다.

라이선스 가격은 749달러 부터 시작합니다.

Key in blue circle

무료 30일 체험 키를 즉시 받으세요.

Your trial license will be sent to your email address

제한 없음. 100% 무제한 이용. 신용카드 불필요.

bullet_checked신용카드나 계정 생성은 필요하지 않습니다.제한 없음. 100% 무제한 이용. 신용카드 불필요.
  • Logo Aetna
  • Logo NASA
  • Logo GE
  • Logo Porsche
  • Logo USDA
  • Logo Qatar
Join Millions of Engineers who’ve tried IronPDF
부담 없는 무료 상담을 받아보세요
아래 양식을 작성하시거나 sales@ironsoftware.com으로 이메일을 보내주세요.
고객님의 정보는 항상 비밀로 유지됩니다.
전 세계 수백만 엔지니어들이 신뢰하는 제품입니다.
Iron Software의 고객 로고
지금 바로 30일 무료 체험판 키를 받으세요.
신용카드나 계정 생성은 필요하지 않습니다.