Como definir uma região OCR específica de uma imagem em C

Comece a usar o IronOCR

Como posso realizar OCR em uma região específica?

Para definir uma região de OCR específica, você cria um objeto Rectangle a partir do namespace IronSoftware.Drawing. Este objeto requer quatro valores: a coordenada x, a coordenada y, width e height, todos em pixels. As coordenadas (x, y) representam o canto superior esquerdo da área desejada.

Quando você carrega sua imagem usando LoadImage, você passa este Rectangle como o segundo parâmetro. O IronOCR restringirá então seu processo de OCR apenas aos pixels dentro dessa caixa delimitadora.

O OCR regional é particularmente útil ao trabalhar com documentos estruturados, como faturas , formulários digitalizados ou documentos de identidade , onde informações específicas sempre aparecem em locais previsíveis. Ao limitar o OCR apenas às áreas relevantes, você pode melhorar significativamente a velocidade de processamento e reduzir os falsos positivos provenientes de textos não relacionados.

Para encontrar as coordenadas para seu Rectangle, você pode usar um editor de imagem simples como o MS Paint. Abra sua imagem de entrada, coloque o mouse sobre os cantos superior esquerdo e inferior direito da região especificada e anote as coordenadas de pixel (x, y). Você pode então calcular as propriedades do retângulo: (x1, y1, width, height), onde width = x1 e height = y1.

Que imagem devo usar para o teste?

Usaremos uma imagem de exemplo com três parágrafos. Nosso objetivo é extrair apenas o segundo parágrafo e ignorar o restante do texto. Isso demonstra um cenário comum em que você precisa extrair campos ou seções específicas de um documento maior.

:path=/static-assets/ocr/content-code-examples/how-to/ocr-region-of-an-image.cs

using IronOcr;
using IronSoftware.Drawing;
using System;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();

// Define the specific region as a Rectangle
// (x, y) is the top-left corner.
var ContentArea = new Rectangle(x: 215, y: 1250, width: 1335, height: 280);

ocrInput.LoadImage("region-input.png", ContentArea);

var ocrResult = ocrTesseract.Read(ocrInput);

// Print the extracted text
Console.WriteLine(ocrResult.Text);

using IronOcr;
using IronSoftware.Drawing;

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

// Define multiple regions for different form fields
var nameField = new Rectangle(x: 100, y: 200, width: 300, height: 50);
var dateField = new Rectangle(x: 100, y: 300, width: 200, height: 50);
var amountField = new Rectangle(x: 400, y: 500, width: 150, height: 50);

// Load the same image multiple times with different regions
input.LoadImage("form.png", nameField);
var nameResult = ocr.Read(input);

input.Clear();
input.LoadImage("form.png", dateField);
var dateResult = ocr.Read(input);

input.Clear();
input.LoadImage("form.png", amountField);
var amountResult = ocr.Read(input);

// Process each field separately
Console.WriteLine($"Name: {nameResult.Text}");
Console.WriteLine($"Date: {dateResult.Text}");
Console.WriteLine($"Amount: {amountResult.Text}");

using IronOcr;
using IronSoftware.Drawing;

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

// Define multiple regions for different form fields
var nameField = new Rectangle(x: 100, y: 200, width: 300, height: 50);
var dateField = new Rectangle(x: 100, y: 300, width: 200, height: 50);
var amountField = new Rectangle(x: 400, y: 500, width: 150, height: 50);

// Load the same image multiple times with different regions
input.LoadImage("form.png", nameField);
var nameResult = ocr.Read(input);

input.Clear();
input.LoadImage("form.png", dateField);
var dateResult = ocr.Read(input);

input.Clear();
input.LoadImage("form.png", amountField);
var amountResult = ocr.Read(input);

// Process each field separately
Console.WriteLine($"Name: {nameResult.Text}");
Console.WriteLine($"Date: {dateResult.Text}");
Console.WriteLine($"Amount: {amountResult.Text}");

Que resultados posso esperar?

Como pode ser observado na saída do console, apenas o segundo parágrafo foi processado pelo OCR. Essa abordagem direcionada garante que textos irrelevantes de outras partes da imagem não interfiram nos seus resultados.

A precisão do OCR regional depende de vários fatores:

• Qualidade da imagem : Imagens com resolução mais alta geralmente produzem melhores resultados. Considere usar as configurações de DPI para otimizar suas imagens.
• Orientação do texto : Certifique-se de que o texto esteja alinhado corretamente. Utilize a detecção de rotação de página, se necessário.
• Contraste e nitidez : Aplique filtros de correção de imagem para melhorar a legibilidade do texto.

Como posso verificar se minhas coordenadas estão corretas?

Para garantir que você selecionou as coordenadas corretas para a imagem de entrada, você pode visualizar a ContentArea que definiu. Uma maneira simples de fazer isso é desenhar o retângulo na imagem de entrada e salvá-la como um novo arquivo com StampCropRectangleAndSaveAs. Isso ajuda você a depurar e ajustar as coordenadas para obter o desempenho ideal.

Essa técnica de visualização é especialmente útil ao trabalhar com layouts complexos ou quando é necessário destacar áreas de texto específicas para fins de garantia de qualidade.

Aqui está a imagem resultante após desenhar a caixa delimitadora especificada na imagem de entrada de exemplo acima.

Como faço para visualizar a região selecionada?

:path=/static-assets/ocr/content-code-examples/how-to/ocr-region-of-an-image-highlighted.cs

using IronOcr;
using IronSoftware.Drawing;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();

// Define the specific rectangular area to scan within the image.
// The coordinates are in pixels: (x, y) is the top-left corner of the rectangle.
var ContentArea = new Rectangle(x: 4, y: 59, width: 365, height: 26);

ocrInput.LoadImage("region-input.png", ContentArea);

var ocrResult = ocrTesseract.Read(ocrInput);

// Draws the rectangle from above in a blue bounding box on the image for visualization.
ocrInput.StampCropRectangleAndSaveAs(ContentArea, Color.Aqua, "region-input.png");

$vbLabelText   $csharpLabel

Como será a visualização?

O retângulo azul claro confirma que isolamos corretamente o segundo parágrafo para processamento.

Quando devo usar o OCR regional?

O OCR regional é ideal para diversos cenários comuns:

1. Processamento de formulários : Ao extrair campos específicos de formulários padronizados onde os dados aparecem em locais consistentes.
2. Processamento de Faturas : Para extrair valores específicos, como totais, datas ou números de faturas, sem processar o documento inteiro.
3. Placas de veículos : Ao usar o reconhecimento de placas , concentre-se apenas na área da placa.
4. Documentos de identidade : Extrair campos específicos de passaportes ou carteiras de identidade.
5. Capturas de tela : Ao capturar texto de elementos específicos da interface do usuário em capturas de tela .

Melhores práticas para OCR regional

Para obter resultados ótimos com OCR regional:

1. Adicione espaçamento : Inclua uma pequena margem ao redor do texto para garantir que nenhum caractere seja cortado nas bordas.
2. Teste com imagens de amostra : Sempre verifique suas coordenadas com amostras representativas antes de processar grandes lotes.
3. Lidar com variações : Leve em consideração pequenas variações de posicionamento em documentos digitalizados, criando regiões ligeiramente maiores do que o necessário.
4. Otimizar o desempenho : Para processamento multithread , processe diferentes regiões em paralelo.
5. Monitore a confiança : Verifique os índices de confiança dos resultados para garantir a precisão.

Ao concentrar o processamento OCR em regiões específicas, você pode melhorar significativamente tanto a velocidade quanto a precisão de suas tarefas de extração de texto. Essa abordagem direcionada é essencial para a criação de fluxos de trabalho de processamento de documentos eficientes em seus aplicativos .NET.