Optyczne rozpoznawanie znaków (OCR) to technologia, która przekształca różne formaty dokumentów, w tym zeskanowane dokumenty papierowe, pliki PDF, pliki cyfrowe lub zdjęcia wydrukowanego tekstu wykonane aparatem cyfrowym, w edytowalne i przeszukiwalne dane tekstowe zakodowane maszynowo.

IronOCR to doskonała biblioteka silnika OCR, która oferuje programistom zaawansowane funkcje OCR. W tym artykułe omówimy, jak przeprowadzić rozpoznawanie optyczne (OCR) przy użyciu IronOCR, podając przykłady kodu z demonstracją oprogramowania OCR.

Czym jest IronOCR?

IronOCR to potężna biblioteka .NET zaprojektowana w celu ułatwienia optycznego rozpoznawania znaków (OCR) w aplikacjach C# i VB.NET. Wykorzystując zaawansowane algorytmy i techniki uczenia maszynowego, IronOCR może dokładnie wyodrębniać tekst i treść ze skanowanych plików PDF, obrazów i plików PDF, ułatwiając programowe przetwarzanie, wyszukiwanie i analizę takich plików.

Dzięki prostemu API i rozbudowanym funkcjom programiści mogą płynnie zintegrować funkcje OCR ze swoimi aplikacjami, aby zautomatyzować ekstrakcję danych, przetwarzanie dokumentów, wprowadzanie danych i zarządzanie treścią. Niezależnie od tego, czy zajmujesz się biznesem, fakturami, raportami, automatycznym pozyskiwaniem danych, plikami PDF z funkcją wyszukiwania czy innymi dokumentami zawierającymi dużo tekstu, IronOCR oferuje niezawodne rozwiązanie pozwalające skutecznie sprostać wymaganiom związanym z OCR.

Pierwsze kroki z IronOCR

Zanim przejdziesz do przykładów kodu, musisz zainstalować IronOCR za pomocą menedżera pakietów NuGet. Możesz zainstalować IronOCR, uruchamiając następujące polecenie w konsoli menedżera pakietów:

Install-Package IronOcr

Wykonywanie OCR za pomocą IronOCR

Rozpoznawanie tekstu podstawowego

Aby wykonać podstawowe rozpoznawanie tekstu za pomocą IronOCR, można użyć następującego fragmentu kodu:

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        var ocrTesseract = new IronTesseract();
        using (var ocrInput = new OcrInput("ocr.png"))
        {
            var ocrResult = ocrTesseract.Read(ocrInput);
            string recognizedText = ocrResult.Text;
            Console.WriteLine(recognizedText);
        }
    }
}

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        var ocrTesseract = new IronTesseract();
        using (var ocrInput = new OcrInput("ocr.png"))
        {
            var ocrResult = ocrTesseract.Read(ocrInput);
            string recognizedText = ocrResult.Text;
            Console.WriteLine(recognizedText);
        }
    }
}

Imports IronOcr
Imports System

Friend Class Program
	Shared Sub Main()
		Dim ocrTesseract = New IronTesseract()
		Using ocrInput As New OcrInput("ocr.png")
			Dim ocrResult = ocrTesseract.Read(ocrInput)
			Dim recognizedText As String = ocrResult.Text
			Console.WriteLine(recognizedText)
		End Using
	End Sub
End Class

Imports IronOcr
Imports System

Friend Class Program
	Shared Sub Main()
		Dim ocrTesseract = New IronTesseract()
		Using ocrInput As New OcrInput("ocr.png")
			Dim ocrResult = ocrTesseract.Read(ocrInput)
			Dim recognizedText As String = ocrResult.Text
			Console.WriteLine(recognizedText)
		End Using
	End Sub
End Class

Ten kod wykorzystuje IronOCR do optycznego rozpoznawania znaków (OCR) w pliku graficznym o nazwie "ocr.png". Inicjalizuje obiekt IronTesseract i odczytuje warstwę tekstową pliku obrazu do obiektu OcrInput.

Wynik OCR jest następnie pobierany jako recognizedText i drukowany na konsoli.

Wynik

- LOGO SHOP
- LOREM IPSUM
- DOLOR SITAMET CONSECTETUR
- ADIPISCING ELIT
- 1 LOREM IPSUM $3.20
- 2 ORNARE MALESUADA $9.50
- 3 PORTA FERMENTUM $5.90
- 4 SODALES ARCU $6.00
- 5 ELEIFEND $9.00
- 6 SEMNISIMASSA $0.50
- 7 DUIS FAMES DIS $7.60
- 8 FACILISIRISUS $810
- TOTAL AMOUNT $49.80
- CASH $50.00

- LOGO SHOP
- LOREM IPSUM
- DOLOR SITAMET CONSECTETUR
- ADIPISCING ELIT
- 1 LOREM IPSUM $3.20
- 2 ORNARE MALESUADA $9.50
- 3 PORTA FERMENTUM $5.90
- 4 SODALES ARCU $6.00
- 5 ELEIFEND $9.00
- 6 SEMNISIMASSA $0.50
- 7 DUIS FAMES DIS $7.60
- 8 FACILISIRISUS $810
- TOTAL AMOUNT $49.80
- CASH $50.00

Zaawansowane opcje OCR

IronOCR oferuje różne opcje, które pozwalają dostosować proces OCR do posiadanych plików graficznych i wymagań. Na przykład można określić język OCR, dostosować ustawienia przetwarzania wstępnego obrazu lub włączyć czyszczenie tekstu. Oto przykład ilustrujący niektóre z tych zaawansowanych opcji:

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        var ocr = new IronTesseract();
        using var ocrInput = new OcrInput();
        ocrInput.LoadImage(@"images\image.png");
        
        // Set OCR language to English
        ocr.Language = OcrLanguage.English;

        // Enable text cleaning and enhance the resolution
        ocrInput.DeNoise();
        ocrInput.EnhanceResolution(225);

        var result = ocr.Read(ocrInput);
        if (!string.IsNullOrEmpty(result.Text))
        {
            Console.WriteLine($"Recognized Text: {result.Text}");
        }
    }
}

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        var ocr = new IronTesseract();
        using var ocrInput = new OcrInput();
        ocrInput.LoadImage(@"images\image.png");
        
        // Set OCR language to English
        ocr.Language = OcrLanguage.English;

        // Enable text cleaning and enhance the resolution
        ocrInput.DeNoise();
        ocrInput.EnhanceResolution(225);

        var result = ocr.Read(ocrInput);
        if (!string.IsNullOrEmpty(result.Text))
        {
            Console.WriteLine($"Recognized Text: {result.Text}");
        }
    }
}

Imports IronOcr
Imports System

Module Program
    Sub Main()
        Dim ocr = New IronTesseract()
        Using ocrInput = New OcrInput()
            ocrInput.LoadImage("images\image.png")

            ' Set OCR language to English
            ocr.Language = OcrLanguage.English

            ' Enable text cleaning and enhance the resolution
            ocrInput.DeNoise()
            ocrInput.EnhanceResolution(225)

            Dim result = ocr.Read(ocrInput)
            If Not String.IsNullOrEmpty(result.Text) Then
                Console.WriteLine($"Recognized Text: {result.Text}")
            End If
        End Using
    End Sub
End Module

Imports IronOcr
Imports System

Module Program
    Sub Main()
        Dim ocr = New IronTesseract()
        Using ocrInput = New OcrInput()
            ocrInput.LoadImage("images\image.png")

            ' Set OCR language to English
            ocr.Language = OcrLanguage.English

            ' Enable text cleaning and enhance the resolution
            ocrInput.DeNoise()
            ocrInput.EnhanceResolution(225)

            Dim result = ocr.Read(ocrInput)
            If Not String.IsNullOrEmpty(result.Text) Then
                Console.WriteLine($"Recognized Text: {result.Text}")
            End If
        End Using
    End Sub
End Module

Kod wykorzystuje bibliotekę IronOCR do przeprowadzenia rozpoznawania optycznego (OCR) pliku graficznego "image.png" znajdującego się w folderze "images". Ustawia język OCR na angielski, usuwa szumy z obrazu i poprawia jego rozdzielczość. Rozpoznany tekst z obrazu jest wyodrębniany, a następnie drukowany w konsoli.

Odczytywanie BarCode

IronOCR obsługuje również odczyt kodów kreskowych, co pozwala na tworzenie oprogramowania do wyodrębniania informacji z kodów kreskowych z obrazów. Oto przykład kodu pokazujący, jak odczytać BARCODE za pomocą IronOCR:

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        var ocrTesseract = new IronTesseract();
        ocrTesseract.Configuration.ReadBarCodes = true;
        
        using var ocrInput = new OcrInput();
        ocrInput.LoadImage(@"images\imageWithBarcode.png");

        var ocrResult = ocrTesseract.Read(ocrInput);
        foreach (var barcode in ocrResult.Barcodes)
        {
            Console.WriteLine(barcode.Value);
        }
    }
}

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        var ocrTesseract = new IronTesseract();
        ocrTesseract.Configuration.ReadBarCodes = true;
        
        using var ocrInput = new OcrInput();
        ocrInput.LoadImage(@"images\imageWithBarcode.png");

        var ocrResult = ocrTesseract.Read(ocrInput);
        foreach (var barcode in ocrResult.Barcodes)
        {
            Console.WriteLine(barcode.Value);
        }
    }
}

Imports IronOcr
Imports System

Module Program
    Sub Main()
        Dim ocrTesseract = New IronTesseract()
        ocrTesseract.Configuration.ReadBarCodes = True

        Using ocrInput = New OcrInput()
            ocrInput.LoadImage("images\imageWithBarcode.png")

            Dim ocrResult = ocrTesseract.Read(ocrInput)
            For Each barcode In ocrResult.Barcodes
                Console.WriteLine(barcode.Value)
            Next
        End Using
    End Sub
End Module

Imports IronOcr
Imports System

Module Program
    Sub Main()
        Dim ocrTesseract = New IronTesseract()
        ocrTesseract.Configuration.ReadBarCodes = True

        Using ocrInput = New OcrInput()
            ocrInput.LoadImage("images\imageWithBarcode.png")

            Dim ocrResult = ocrTesseract.Read(ocrInput)
            For Each barcode In ocrResult.Barcodes
                Console.WriteLine(barcode.Value)
            Next
        End Using
    End Sub
End Module

Kod wykorzystuje IronOCR do wykrywania i odczytywania BarCodes z pliku graficznego "imageWithBarCode.png" znajdującego się w folderze "images". Konfiguruje IronOCR, aby włączyć odczyt kodów kreskowych, ustawiając ReadBarCodes na true. Wykryte wartości BarCodes są następnie drukowane w konsoli.

Ekstrakcja tekstu z plików PDF

IronOCR może również wyodrębniać tekst z plików PDF i zeskanowanych dokumentów. Oto przykład kodu pokazujący, jak wyodrębnić tekst z pliku PDF za pomocą IronOCR:

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        var ocrTesseract = new IronTesseract();
        using var ocrInput = new OcrInput();
        
        // OCR entire document
        ocrInput.LoadPdf("Email_Report.pdf");

        // Alternatively OCR selected page numbers
        int[] pages = { 1, 2, 3, 4, 5 };
        ocrInput.LoadPdfPages("example.pdf", pages, Password: "password");

        var ocrResult = ocrTesseract.Read(ocrInput);
        Console.WriteLine(ocrResult.Text);
    }
}

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        var ocrTesseract = new IronTesseract();
        using var ocrInput = new OcrInput();
        
        // OCR entire document
        ocrInput.LoadPdf("Email_Report.pdf");

        // Alternatively OCR selected page numbers
        int[] pages = { 1, 2, 3, 4, 5 };
        ocrInput.LoadPdfPages("example.pdf", pages, Password: "password");

        var ocrResult = ocrTesseract.Read(ocrInput);
        Console.WriteLine(ocrResult.Text);
    }
}

Imports IronOcr
Imports System

Module Program
    Sub Main()
        Dim ocrTesseract As New IronTesseract()
        Using ocrInput As New OcrInput()
            
            ' OCR entire document
            ocrInput.LoadPdf("Email_Report.pdf")

            ' Alternatively OCR selected page numbers
            Dim pages() As Integer = {1, 2, 3, 4, 5}
            ocrInput.LoadPdfPages("example.pdf", pages, Password:="password")

            Dim ocrResult = ocrTesseract.Read(ocrInput)
            Console.WriteLine(ocrResult.Text)
        End Using
    End Sub
End Module

Imports IronOcr
Imports System

Module Program
    Sub Main()
        Dim ocrTesseract As New IronTesseract()
        Using ocrInput As New OcrInput()
            
            ' OCR entire document
            ocrInput.LoadPdf("Email_Report.pdf")

            ' Alternatively OCR selected page numbers
            Dim pages() As Integer = {1, 2, 3, 4, 5}
            ocrInput.LoadPdfPages("example.pdf", pages, Password:="password")

            Dim ocrResult = ocrTesseract.Read(ocrInput)
            Console.WriteLine(ocrResult.Text)
        End Using
    End Sub
End Module

Kod wykorzystuje bibliotekę IronOCR do przetwarzania OCR dokumentu PDF o nazwie "Email_Report.pdf". Może OCR całego dokumentu za pomocą LoadPdf lub określonych stron z 'example.pdf' za pomocą LoadPdfPages z hasłem. Tekst rozpoznany w wyniku operacji OCR jest wyświetlany w konsoli.

Wnioski

IronOCR to potężna biblioteka .NET, która oferuje zaawansowane funkcje oprogramowania OCR, ułatwiając programistom wykonywanie zadań OCR w ich aplikacjach. W tym artykułe omówiliśmy, jak przeprowadzić podstawowe i zaawansowane demo oprogramowania OCR przy użyciu IronOCR wraz z przykładami kodu.

Jeśli pracujesz nad projektem .NET i chcesz zintegrować funkcję OCR, IronOCR jest zdecydowanie wart rozważenia przy wyborze różnych silników OCR. Łatwość obsługi, szybkość, elastyczność i obszerna dokumentacja sprawiają, że jest to popularny wybór wśród programistów do zadań związanych z automatyzacją OCR.

Warto więc wypróbować IronOCR i przekonać się, jak może ono uprościć proces tworzenia własnych projektów OCR. Może to być najlepszy silnik OCR dla Państwa projektów.

IronOCR oferuje bezpłatną licencję probną, następnie rozpoczyna się od $999 USD, co pozwala na dalsze pełne korzystanie z IronOCR w twoich projektach.

Aby dowiedzieć się więcej o IronOCR, kliknij tutaj.