Configurações e idiomas

Ajuste o mecanismo de OCR para obter resultados perfeitos. Tenha controle preciso sobre o desempenho e a precisão, com suporte nativo para mais de 125 idiomas.

Configurações detalhadas de OCR

Configurações normais de OCR

Ajuste com precisão o mecanismo principal do Tesseract com controle granular sobre dezenas de parâmetros. Isso oferece personalização profunda para usuários avançados que buscam otimizar o desempenho para tipos de documentos, idiomas ou desafios de qualidade específicos.

Aprenda como configurar variáveis de OCR do Tesseract em C#.

IronTesseract ocr = new IronTesseract
{
    Configuration = new TesseractConfiguration
    {
        ReadBarCodes = false,
        RenderHocr = true,
        TesseractVariables = null,
        WhiteListCharacters = null,
        BlackListCharacters = "`ë|^",
    },
    MultiThreaded = false,
    Language = OcrLanguage.English,
    EnableTesseractConsoleMessages = true, // False as default
};

IronTesseract ocr = new IronTesseract
{
    Configuration = new TesseractConfiguration
    {
        ReadBarCodes = false,
        RenderHocr = true,
        TesseractVariables = null,
        WhiteListCharacters = null,
        BlackListCharacters = "`ë|^",
    },
    MultiThreaded = false,
    Language = OcrLanguage.English,
    EnableTesseractConsoleMessages = true, // False as default
};

Dim ocr As New IronTesseract With {
    .Configuration = New TesseractConfiguration With {
        .ReadBarCodes = False,
        .RenderHocr = True,
        .TesseractVariables = Nothing,
        .WhiteListCharacters = Nothing,
        .BlackListCharacters = "`ë|^"
    },
    .MultiThreaded = False,
    .Language = OcrLanguage.English,
    .EnableTesseractConsoleMessages = True
}

Configurações de OCR para leitura avançada

Saiba mais sobre as configurações de OCR e os idiomas disponíveis para os métodos avançados de leitura de OCR.

using IronOcr;

IronTesseract ocr = new IronTesseract
{
    Configuration = new TesseractConfiguration
    {
        // Whitelist alphanumeric characters and common punctuation
        WhiteListCharacters = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789.,-?!$() /",
        // Blacklist uncommon characters 
        BlackListCharacters = "`ë|^",
    },

    // Languages available for advanced reading are English, Japanese, Korean, LatinAlphabet   
    Language = OcrLanguage.English
};

using IronOcr;

IronTesseract ocr = new IronTesseract
{
    Configuration = new TesseractConfiguration
    {
        // Whitelist alphanumeric characters and common punctuation
        WhiteListCharacters = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789.,-?!$() /",
        // Blacklist uncommon characters 
        BlackListCharacters = "`ë|^",
    },

    // Languages available for advanced reading are English, Japanese, Korean, LatinAlphabet   
    Language = OcrLanguage.English
};

Imports IronOcr

Dim ocr As New IronTesseract With {
    .Configuration = New TesseractConfiguration With {
        .WhiteListCharacters = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789.,-?!$() /",
        .BlackListCharacters = "`ë|^"
    },
    .Language = OcrLanguage.English
}

Configuração rápida de OCR

Otimize o mecanismo de OCR para obter a máxima velocidade. Ao ajustar as configurações para priorizar o desempenho em detrimento da precisão absoluta, você pode processar rapidamente grandes volumes de documentos onde a velocidade é o fator crítico.

Aprenda como: OCR Tesseract mais rápido para .NET

Línguas

Suporte a OCR em 125 idiomas

Obtenha alta precisão em mais de 125 idiomas internacionais. Nossos pacotes incluem suporte robusto para alfabetos não latinos (como árabe, chinês e hebraico) e idiomas com diacríticos. Adicione ou alterne idiomas facilmente com uma única linha de código.

Aprenda a dominar o OCR multilíngue com o Iron OCR: inglês e japonês.

using IronOcr;

var ocr = new IronTesseract();

// Set the OCR to use Chinese Simplified
ocr.Language = OcrLanguage.ChineseSimplified;
using (var input = new OcrInput())
{
    var result = ocr.Read(input);

    // Store the recognized text in a string
    string testResult = result.Text;
}

using IronOcr;

var ocr = new IronTesseract();

// Set the OCR to use Chinese Simplified
ocr.Language = OcrLanguage.ChineseSimplified;
using (var input = new OcrInput())
{
    var result = ocr.Read(input);

    // Store the recognized text in a string
    string testResult = result.Text;
}

Imports IronOcr

Dim ocr As New IronTesseract()

' Set the OCR to use Chinese Simplified
ocr.Language = OcrLanguage.ChineseSimplified
Using input As New OcrInput()
    Dim result = ocr.Read(input)

    ' Store the recognized text in a string
    Dim testResult As String = result.Text
End Using

Leitura Multilíngue

Extraia com precisão o texto de documentos que contenham vários idiomas na mesma página. O IronOcr detecta e alterna automaticamente entre os idiomas especificados, eliminando a necessidade de processamento separado para cada conteúdo em idioma diferente.

Aprenda como: Usar vários idiomas com o Tesseract

using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract()
{   // Set primary language to English
    Language = OcrLanguage.EnglishBest,
};

// Set secondary language to Russian
ocrTesseract.AddSecondaryLanguage(OcrLanguage.Russian);

// Add PDF
using var pdfInput = new OcrPdfInput(@"example.pdf");

// Perform OCR
OcrResult result = ocrTesseract.Read(pdfInput);

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

using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract()
{   // Set primary language to English
    Language = OcrLanguage.EnglishBest,
};

// Set secondary language to Russian
ocrTesseract.AddSecondaryLanguage(OcrLanguage.Russian);

// Add PDF
using var pdfInput = new OcrPdfInput(@"example.pdf");

// Perform OCR
OcrResult result = ocrTesseract.Read(pdfInput);

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

Imports IronOcr

' Instantiate IronTesseract
Dim ocrTesseract As New IronTesseract() With {
    .Language = OcrLanguage.EnglishBest
}

' Set secondary language to Russian
ocrTesseract.AddSecondaryLanguage(OcrLanguage.Russian)

' Add PDF
Using pdfInput = New OcrPdfInput("example.pdf")

    ' Perform OCR
    Dim result As OcrResult = ocrTesseract.Read(pdfInput)

    ' Output extracted text to console
    Console.WriteLine(result.Text)
End Using

Leitura de idiomas personalizados

Vá além dos pacotes de idiomas integrados, fornecendo seus próprios dados de idioma treinados. Obtenha alta precisão em documentos com idiomas raros, fontes especializadas ou conjuntos de caracteres exclusivos.

Aprenda como: Usar arquivos de idioma personalizados

using IronOcr;

var ocrTesseract = new IronTesseract();
ocrTesseract.UseCustomTesseractLanguageFile("custom_tesseract_files/custom.traineddata");
using var ocrInput = new OcrInput();
ocrInput.LoadImage(@"sample.png");
var ocrResult = ocrTesseract.Read(ocrInput);
Console.WriteLine(ocrResult.Text);

using IronOcr;

var ocrTesseract = new IronTesseract();
ocrTesseract.UseCustomTesseractLanguageFile("custom_tesseract_files/custom.traineddata");
using var ocrInput = new OcrInput();
ocrInput.LoadImage(@"sample.png");
var ocrResult = ocrTesseract.Read(ocrInput);
Console.WriteLine(ocrResult.Text);

Dim ocrTesseract As New IronTesseract()
ocrTesseract.UseCustomTesseractLanguageFile("custom_tesseract_files/custom.traineddata")
Using ocrInput As New OcrInput()
    ocrInput.LoadImage("sample.png")
    Dim ocrResult = ocrTesseract.Read(ocrInput)
    Console.WriteLine(ocrResult.Text)
End Using