Como converter uma imagem em texto

Como Converter Imagem para Texto

1. Baixe uma biblioteca C# para trabalho com OCR
2. Crie uma nova instância IronTesseract
3. Carregue sua imagem usando OcrImageInput
4. Leia o conteúdo da imagem usando OcrRead
5. Exporte os resultados do OCR para um arquivo de texto

Por que Converter uma Imagem para Texto?

Existem muitas razões pelas quais você pode querer converter uma imagem em texto, incluindo:

• Extração de dados: Extraindo texto de documentos e imagens digitalizadas para fins de arquivamento ou processamento de dados.
• Editando conteúdo digitalizado: Editar ou atualizar texto em documentos anteriormente digitalizados, economizando o tempo de redigitar manualmente o conteúdo.
• Melhorando a acessibilidade: Converter material impresso em texto digital, tornando-o acessível para leitores de tela ou aplicativos de texto para fala.
• Automação: Automatizar a entrada e o processamento de dados lendo texto de faturas, recibos ou cartões de visita.

Como Começar a Converter Imagens para Texto

Antes de explorarmos como as poderosas capacidades de imagem para texto do IronOCR podem ser aproveitadas para extrair texto de imagens, vamos primeiro dar uma olhada no processo passo a passo geral usando uma ferramenta online, Docsumo. Ferramentas de OCR online são uma opção útil para aqueles que procuram realizar tarefas de OCR ocasionais, ou até mesmo únicas, graças à ausência de necessidade de qualquer configuração manual. Claro, se precisar realizar tarefas de OCR regularmente, então ter uma ferramenta de OCR poderosa como IronOCR pode funcionar melhor para você.

1. Navegue até a ferramenta de OCR online
2. Faça o upload da sua imagem e inicie o processo de extração
3. Baixe os dados resultantes como um documento de Texto

Começando com IronOCR

IronOCR é uma biblioteca versátil .NET que permite realizar operações de OCR em imagens. Com uma ampla gama de recursos para oferecer, pode processar vários formatos de arquivo (como PNG, JPEG, TIFF e PDF), realizar correção de imagem, digitalizar documentos especializados (passaportes, placas de veículos, etc), fornecer informações avançadas sobre os arquivos digitalizados, converter documentos digitalizados e destacar texto.

Install-Package IronOcr

using IronOcr;

using IronOcr;

Converter Imagem em Texto: Um Exemplo Básico

Para começar, vamos dar uma olhada em um exemplo básico de imagem para texto usando o IronOCR. Esta é uma funcionalidade essencial de qualquer ferramenta OCR, e para este exemplo, usaremos o arquivo PNG que usamos para a ferramenta online. Neste exemplo, primeiro instanciamos a classe IronTesseract e atribuimos à variável ocr. Em seguida, usamos a classe OcrImageInput para criar um novo objeto OcrImageInput a partir do arquivo de imagem fornecido. Finalmente, o método Read é usado para ler o texto da imagem e retorna um objeto OcrResult. Podemos então acessar o texto extraído e exibi-lo no console usando ocrResult.Text.

using IronOcr;

IronTesseract ocr = new IronTesseract();

// Load the image from which to extract text
using OcrImageInput image = new OcrImageInput("example.png");

// Perform OCR to extract text
OcrResult ocrResult = ocr.Read(image);

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

using IronOcr;

IronTesseract ocr = new IronTesseract();

// Load the image from which to extract text
using OcrImageInput image = new OcrImageInput("example.png");

// Perform OCR to extract text
OcrResult ocrResult = ocr.Read(image);

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

Manipulando Diferentes Formatos de Imagem

O IronOCR suporta múltiplos formatos de imagem como PNG, JPEG, BMP, GIF e TIFF. O processo para ler texto de diferentes formatos de imagem permanece o mesmo, você só precisa carregar o arquivo com a extensão correta.

using IronOcr;

IronTesseract ocr = new IronTesseract();

// Load a BMP image
using OcrImageInput image = new OcrImageInput("example.bmp");

// Perform OCR to extract text
OcrResult ocrResult = ocr.Read(image);

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

using IronOcr;

IronTesseract ocr = new IronTesseract();

// Load a BMP image
using OcrImageInput image = new OcrImageInput("example.bmp");

// Perform OCR to extract text
OcrResult ocrResult = ocr.Read(image);

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

Melhorando a Precisão do OCR

O desempenho do OCR pode ser melhorado otimizando a imagem e configurando opções como idioma, resolução da imagem e nível de ruído na imagem. Veja como ajustar o OCR para aumentar a precisão da extração de texto em uma imagem cuja qualidade precisa ser melhorada através do uso dos métodos DeNoise() e Sharpen():

using IronOcr;

IronTesseract ocr = new IronTesseract();

// Load the image and apply image processing to improve accuracy
using OcrImageInput image = new OcrImageInput("example.png");
image.DeNoise();
image.Sharpen();

// Perform OCR to extract text
OcrResult ocrResult = ocr.Read(image);

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

using IronOcr;

IronTesseract ocr = new IronTesseract();

// Load the image and apply image processing to improve accuracy
using OcrImageInput image = new OcrImageInput("example.png");
image.DeNoise();
image.Sharpen();

// Perform OCR to extract text
OcrResult ocrResult = ocr.Read(image);

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

Exportando o Texto Extraído

Agora que conhecemos o básico do processo de imagem para texto, vamos agora ver como podemos exportar o texto resultante para uso posterior. Para este exemplo, vamos usar o mesmo processo anterior para carregar e digitalizar a imagem. Então, usando File.WriteAllText("output.txt", ocrResult.Text), criamos um novo arquivo de texto chamado output.txt e salvamos o texto extraído no arquivo.

using IronOcr;
using System.IO;

IronTesseract ocr = new IronTesseract();

// Load the image
using OcrImageInput image = new OcrImageInput("example.png");

// Perform OCR to extract text
OcrResult ocrResult = ocr.Read(image);

// Save the extracted text to a file
File.WriteAllText("output.txt", ocrResult.Text);

using IronOcr;
using System.IO;

IronTesseract ocr = new IronTesseract();

// Load the image
using OcrImageInput image = new OcrImageInput("example.png");

// Perform OCR to extract text
OcrResult ocrResult = ocr.Read(image);

// Save the extracted text to a file
File.WriteAllText("output.txt", ocrResult.Text);

Principais Recursos do IronOCR

1. Alta Precisão: O IronOCR usa algoritmos avançados de OCR Tesseract e inclui ferramentas incorporadas para lidar com imagens complexas, garantindo alta precisão.
2. Suporte Multilíngue: Suporta mais de 125 idiomas, incluindo múltiplos scripts de escrita como caracteres Latinos, Cirílicos, Árabes e Asiáticos. Deve-se notar, no entanto, que apenas o inglês é instalado junto com o IronOCR. Para usar outros idiomas, você precisará instalar o pacote de idiomas adicional para aquele idioma.
3. OCR de PDF: O IronOCR pode extrair texto de PDFs digitalizados, tornando-o uma ferramenta valiosa para digitalização de documentos.
4. Limpeza de Imagem: Ele fornece ferramentas de pré-processamento como correção de inclinação, remoção de ruído e inversão para melhorar a qualidade da imagem para uma melhor precisão do OCR.
5. Integração Fácil: A API se integra perfeitamente com qualquer projeto .NET, seja um aplicativo de console, um aplicativo web ou software de desktop.

Casos de Uso Comuns para Conversão de Imagens em Texto

• Automatização de Entrada de Dados: Empresas podem usar o OCR para extrair automaticamente dados de formulários, recibos ou cartões de visita.
• Arquivamento de Documentos: Organizações podem digitalizar documentos físicos, tornando-os pesquisáveis e mais fáceis de armazenar.
• Acessibilidade: Converta materiais impressos em texto para uso em leitores de tela ou outras tecnologias assistivas.
• Pesquisa e Análise: Converta rapidamente materiais de pesquisa digitalizados em texto para análise ou integração em outras ferramentas de software.
• Estudo: Converta notas de estudo digitalizadas em texto editável que você pode então salvar como um documento Word para manipulação posterior em ferramentas como IronWord, Microsoft Word ou Google Docs.

Conclusão

Converter texto de uma imagem usando o IronOCR é uma maneira rápida, precisa e eficiente de lidar com tarefas de processamento de documentos. Seja trabalhando com documentos digitalizados, imagens digitais ou documentos em PDF, o IronOCR simplifica o processo, oferecendo alta precisão, suporte a múltiplos idiomas e ferramentas poderosas de processamento de imagem. Esta ferramenta é ideal para empresas que buscam agilizar seus fluxos de trabalho de gerenciamento de documentos, automatizar a extração de dados ou aumentar a acessibilidade.

Use a avaliação gratuita para experimentar as poderosas características do IronOCR por si mesmo hoje. Leva apenas alguns minutos para deixá-lo totalmente operante em seu ambiente de trabalho para que você possa começar a processar tarefas de OCR rapidamente!