Instalar o Tesseract (Tutorial passo a passo com imagens)

Idioma do Instalador

Assim que a descompactação da configuração estiver concluída, o diálogo de dados do idioma do instalador aparecerá. Você pode instalar o Tesseract para usar vários idiomas selecionando pacotes de idiomas adicionais, mas aqui apenas instalaremos os dados de idiomas para o idioma inglês.

Instalador do Tesseract

Clique em OK, e o idioma do Instalador para Tesseract OCR está definido.

Configuração do Tesseract OCR

Em seguida, o assistente de configuração aparecerá. Este Assistente de Configuração guiará a instalação do Tesseract para Windows.

Assistente de Configuração do Tesseract OCR

Clique em Avançar para continuar a instalação.

Aceitar Acordo de Licença

Tesseract OCR é licenciado sob a Licença Apache Versão 2.0. Como é open source e gratuito para usar, você pode redistribuir e modificar versões do Tesseract sem preocupações com royalties.

Tesseract OCR é licenciado sob a Licença Apache v2.0. Por favor, aceite esta licença para continuar com a instalação.

Clique em Aceito para prosseguir com a instalação.

Escolher Usuários

Você pode escolher instalar o Tesseract para vários usuários ou para um único usuário.

Escolha instalar o Tesseract OCR para o Usuário Atual (você) ou para todas as contas de usuário

Clique em Avançar para escolher os componentes a instalar com o Tesseract.

Escolher Componentes

Na lista de componentes a instalar, ScrollView, Ferramentas de Treinamento, criação de Atalhos e dados de Idioma são todos selecionados por padrão. Manteremos todas as opções selecionadas por padrão. Você pode escolher qualquer componente ou pular qualquer componente com base nas necessidades. Normalmente, todos são necessários para instalar.

Aqui, você pode escolher incluir ou excluir componentes do Tesseract OCR. Para melhores resultados, continue a instalação com os componentes padrão selecionados.

Clique em Avançar para escolher o local da instalação.

Escolher Local da Instalação

Em seguida, escolheremos o local para instalar o Tesseract. Certifique-se de copiar o caminho da pasta de destino. Precisaremos disso mais tarde para adicionar o local da instalação à Variável de Ambiente do sistema.

Selecione um local de instalação para a biblioteca do Tesseract OCR, e lembre-se desse local para mais tarde.

Clique em Avançar para continuar a configuração da instalação do Tesseract.

Escolher a Pasta do Menu Iniciar

Este é o último passo no qual criaremos atalhos no menu Iniciar. Você pode nomear a pasta como quiser, mas deixei como o padrão.

Escolha o nome da Pasta do Menu Iniciar do Tesseract OCR

Agora, clique em Instalar e aguarde a conclusão da instalação. Assim que a instalação estiver concluída, a seguinte tela aparecerá. Clique em Concluir, e terminamos de instalar o Tesseract OCR no Windows com sucesso.

A instalação do Tesseract OCR está agora completa.

Propriedades do Sistema

Assim que a caixa de diálogo de Propriedades do Sistema abrir, clique na guia Avançado e, em seguida, clique no botão Variáveis de Ambiente, localizado na parte inferior direita da tela.

A caixa de diálogo de Variáveis de Ambiente será apresentada a você.

Variáveis ​​de ambiente

Em variáveis do sistema, clique na variável Caminho.

Acesse as Variáveis de Ambiente do Sistema do Windows

Agora, clique em Editar.

Adicionar Diretório de Instalação do Tesseract OCR para Windows às Variáveis de Ambiente

Na caixa de diálogo Editar variável de ambiente, clique em Novo. Cole o caminho do local de instalação que foi copiado durante o segundo passo e clique em OK.

Edite a variável de ambiente do sistema Caminho do Windows adicionando uma entrada que inclua o caminho absoluto para a instalação do Tesseract OCR

É isso! Baixamos, instalamos e configuramos com sucesso a variável de ambiente para o Tesseract OCR em uma máquina Windows.

Instale com o Gerenciador de Pacotes NuGet

Instalar o IronOCR no Visual Studio ou usando a Linha de Comando com o Gerenciador de Pacotes NuGet é simples. No Visual Studio, navegue até as opções de Menu com:

Ferramentas > Gerenciador de Pacotes NuGet > Console do Gerenciador de Pacotes

Em seguida, na Linha de Comando, digite o seguinte comando:

Install-Package IronOcr

Isso instalará o IronOCR com facilidade, e agora você pode usá-lo para explorar todo o seu potencial.

Você também pode baixar outros Pacotes NuGet do IronOCR para diferentes plataformas:

• Windows: https://www.nuget.org/packages/IronOcr
• Linux: 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

IronOCR com Tesseract 5

O exemplo de código abaixo mostra como é fácil usar o IronOCR Tesseract para ler texto de uma imagem e realizar OCR usando C#.

// Import the IronOCR library
using IronOcr;

// Create an instance of IronTesseract
var Ocr = new IronTesseract();

string Text = Ocr.Read(@"test-files/redacted-employmentapp.png").Text;

// Output the extracted text to the console
Console.WriteLine(Text); // Printed text

// Import the IronOCR library
using IronOcr;

// Create an instance of IronTesseract
var Ocr = new IronTesseract();

string Text = Ocr.Read(@"test-files/redacted-employmentapp.png").Text;

// Output the extracted text to the console
Console.WriteLine(Text); // Printed text

$vbLabelText   $csharpLabel

Se você deseja um código mais robusto, então os seguintes devem ajudá-lo a atingir a mesma tarefa:

// Import the IronOCR library
using IronOcr;

// Create an instance of IronTesseract
var Ocr = new IronTesseract();

// Using the OcrInput class to handle multiple images
using (var Input = new OcrInput()){
    // Add an image to the input collection
    Input.AddImage("test-files/redacted-employmentapp.png");
    // You can add any number of images

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

    // Output the extracted text to the console
    Console.WriteLine(Result.Text);
}

// Import the IronOCR library
using IronOcr;

// Create an instance of IronTesseract
var Ocr = new IronTesseract();

// Using the OcrInput class to handle multiple images
using (var Input = new OcrInput()){
    // Add an image to the input collection
    Input.AddImage("test-files/redacted-employmentapp.png");
    // You can add any number of images

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

    // Output the extracted text to the console
    Console.WriteLine(Result.Text);
}

$vbLabelText   $csharpLabel

Imagem de Entrada

Imagem de entrada de exemplo para processamento de IronOCR

Imagem de saída

A saída é impressa no Console como:

O console retornou da execução do IronOCR na imagem de exemplo.