How to Read Specialized Documents with C# and IronOCR

Sobre o pacote

Os métodos ReadLicensePlate, ReadPassport, ReadPhoto e ReadScreenShot são métodos de extensão para o pacote base do IronOCR e requerem que o pacote IronOcr.Extensions.AdvancedScan seja instalado.

Os métodos funcionam com configurações do mecanismo OCR, como lista negra e lista branca. Vários idiomas, incluindo chinês, japonês, coreano e alfabeto latino, são suportados em todos os métodos, exceto para o método ReadPassport. Observe que cada idioma requer um pacote de idioma adicional, IronOCR .

Para usar a verificação avançada no .NET Framework, é necessário que o projeto seja executado em uma arquitetura x64. Para isso, acesse a configuração do projeto e desmarque a opção "Preferir 32 bits". Saiba mais no seguinte guia de solução de problemas: " Verificação avançada no .NET Framework ".

Exemplo de leitura de documento

O método ReadDocument é um método robusto de leitura de documentos que se especializa em documentos escaneados ou fotos de documentos em papel contendo muito texto. A configuração PageSegmentationMode é muito importante na leitura de documentos de texto com diferentes layouts.

Por exemplo, os tipos SingleBlock e SparseText podem recuperar muitas informações do layout da tabela. Isso ocorre porque o SingleBlock pressupõe que o texto permaneça como um bloco, enquanto o SparseText pressupõe que o texto esteja espalhado por todo o documento.

:path=/static-assets/ocr/content-code-examples/how-to/read-specific-document-document.cs

using IronOcr;
using System;

// Instantiate OCR engine
var ocr = new IronTesseract();

// Configure OCR engine
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.SingleBlock;

using var input = new OcrInput();

input.LoadPdf("Five.pdf");

// Perform OCR
OcrResult result = ocr.ReadDocument(input);

Console.WriteLine(result.Text);

Os métodos abaixo são métodos de extensão do pacote base IronOCR e exigem a instalação do pacote IronOCR .

Exemplo de leitura de placa de carro

O método ReadLicensePlate é otimizado para ler placas de veículos a partir de fotos. A informação especial retornada por este método é a propriedade Licenseplate , que contém a informação da localização da placa do veículo no documento fornecido.

:path=/static-assets/ocr/content-code-examples/how-to/read-specific-document-license-plate.cs

using IronOcr;
using IronSoftware.Drawing;
using System;

// Instantiate OCR engine
var ocr = new IronTesseract();

using var inputLicensePlate = new OcrInput();

inputLicensePlate.LoadImage("LicensePlate.jpeg");

// Perform OCR
OcrLicensePlateResult result = ocr.ReadLicensePlate(inputLicensePlate);

// Retrieve license plate coordinates
Rectangle rectangle = result.Licenseplate;

// Retrieve license plate value
string output = result.Text;

Leia o exemplo de passaporte

O método ReadPassport é otimizado para leitura e extrai informações de passaportes a partir de fotos de passaportes ao escanear o conteúdo da zona legível por máquina (MRZ). Uma MRZ é uma zona especialmente definida em documentos oficiais, como passaportes, carteiras de identidade e vistos. A MRZ normalmente contém informações pessoais essenciais, como o nome do titular, data de nascimento, nacionalidade e número do documento. Atualmente, este método só suporta o idioma inglês.

:path=/static-assets/ocr/content-code-examples/how-to/read-specific-document-passport.cs

using IronOcr;
using System;

// Instantiate OCR engine
var ocr = new IronTesseract();

using var inputPassport = new OcrInput();

inputPassport.LoadImage("Passport.jpg");

// Perform OCR
OcrPassportResult result = ocr.ReadPassport(inputPassport);

// Output passport information
Console.WriteLine(result.PassportInfo.GivenNames);
Console.WriteLine(result.PassportInfo.Country);
Console.WriteLine(result.PassportInfo.PassportNumber);
Console.WriteLine(result.PassportInfo.Surname);
Console.WriteLine(result.PassportInfo.DateOfBirth);
Console.WriteLine(result.PassportInfo.DateOfExpiry);

Resultado

Certifique-se de que o documento contenha apenas a imagem do passaporte. Qualquer texto de cabeçalho e rodapé pode confundir o método e resultar em uma saída inesperada.

Leia o exemplo da foto

O método ReadPhoto é otimizado para ler imagens que contêm texto difícil de ler. Este método retorna a propriedade TextRegions , que contém informações úteis sobre o texto detectado, como Region , TextInRegion e FrameNumber .

:path=/static-assets/ocr/content-code-examples/how-to/read-specific-document-photo.cs

using IronOcr;
using IronSoftware.Drawing;

// Instantiate OCR engine
var ocr = new IronTesseract();

using var inputPhoto = new OcrInput();
inputPhoto.LoadImageFrame("photo.tif", 2);

// Perform OCR
OcrPhotoResult result = ocr.ReadPhoto(inputPhoto);

// index number refer to region order in the page
int number = result.TextRegions[0].PageNumber;
string textinregion = result.TextRegions[0].TextInRegion;
Rectangle region = result.TextRegions[0].Region;

Leia o exemplo de captura de tela.

O método ReadScreenShot é otimizado para ler capturas de tela que contêm texto difícil de ler. Semelhante ao método ReadPhoto, ele também retorna a propriedade TextRegions .

:path=/static-assets/ocr/content-code-examples/how-to/read-specific-document-screenshot.cs
}

using IronOcr;
using System;
using System.Linq;

// Instantiate OCR engine
var ocr = new IronTesseract();

using var inputScreenshot = new OcrInput();
inputScreenshot.LoadImage("screenshot.png");

// Perform OCR
OcrPhotoResult result = ocr.ReadScreenShot(inputScreenshot);

// Output screenshoot information
Console.WriteLine(result.Text);
Console.WriteLine(result.TextRegions.First().Region.X);
Console.WriteLine(result.TextRegions.Last().Region.Width);
Console.WriteLine(result.Confidence);
}