Birden Çok Dil için Tesseract OCR (Geliştirici Eğitimi)

Tesseract OCR'u Birden Fazla Dille Kullanma

1. Öncelikle, .NET projenizin içine IronOCR/Tesseract NuGet paketini kurun.
2. OCR motorunu başlatacak olan IronTesseract sınıfının bir örneğini oluşturun.
3. Dil özelliği birden fazla dili destekler.
4. İşlemek istediğiniz görüntü dosyasının yolunu belirtin, ardından bir OcrInput nesnesi oluşturun.
5. Şimdi, giriş görüntüsü üzerinde IronTesseract örneğinin Read fonksiyonunu kullanarak OCR gerçekleştirin.
6. Sonucu alın ve tanınan metni görüntüleyin.

Tesseract nedir?

Tesseract, Hewlett-Packard tarafından geliştirilen ve daha sonra Google tarafından sürdürülen açık kaynaklı Optik Karakter Tanıma motorudur. Yüksek doğruluğu ve uyarlanabilirliği ile ünlüdür ve onu en belirgin OCR'lerden biri yapar. Tesseract, yazı algılamayı destekler, birçok dilde metni tanır ve birden fazla dili yönetebilir; bu nedenle, genellikle çok dilli belgeleri ve desteği gerektiren projeler için kullanılır.

Tesseract OCR motoru, görüntü icindeki her bir pikselde bulunan bilgileri ince noktalar kullanarak karakterler, kelimeler ve cumleleri tanimlar ve sonunda makine tarafindan okunabilir metne dönüştürur. Destekledigi bircok görüntü dosya turu, TIFF, JPEG ve PNG gibi, Tesseract'in duz metin, HTML ve aranabilir PDF formatlarinda metin uretmesine olanak saglar.

Tesseract'in en onemli avantajlarindan biri, belirli yazim tiplerine veya yeni eklenen dillere karsi hassas hale getirilme yetenegine sahip olmasidir. Ayrica çeşitli uygulamalarda, basit metin cikarma islerinden tarihi belgelerin dijitallestirilmesine, faturalarin islenmesine veya gorme engellilere okuma saglayan erişim yazilimlarina kadar gecen genis bir yelpazede kullanilir.

Visual Studio'da Yeni Proje Oluşturma

Programi Visual Studio'yu acin. Programi actiktan sonra, "dosya menusu"ne gidin. "Yeni proje" icin, "Konsol Uygulamasi"ni secin. Bu yazi icermde, PDF belgeleri bir konsol programi kullanarak oluşturacagiz.

Projenizin adini ve dosyanin konumunu belirtilen metin kutularina girin. Ardindan, asagidaki resimde gösterildigi gibi Oluştur dugmesine tiklayin ve ihtiyaçiniz olan .NET Framework'u secin.

Simdi uygulama surumu secildigine gore, Visual Studio projesi yapisini oluşturacaktir. Eğer konsol, Windows veya web sürümlerini seçtiyseniz, uygulamayı kod eklemek ve derleyip çalıştırmak için program.cs dosyasını açacaktır.

using System;
using System.Drawing;
using Tesseract;

class Program
{
    static void Main()
    {
        // Set the path to the Tesseract data files (traineddata files)
        string tessDataPath = @"./tessdata"; // Ensure this directory contains the language data files

        // Load the image
        string imagePath = @"path_to_your_image.png";
        using (var img = Pix.LoadFromFile(imagePath))
        {
            // Add languages to the Tesseract engine
            using (var engine = new TesseractEngine(tessDataPath, "eng+spa+fra", EngineMode.Default))
            {
                using (var page = engine.Process(img))
                {
                    // Extract the text
                    string text = page.GetText();
                    Console.WriteLine("Recognized Text:");
                    Console.WriteLine(text);
                }
            }
        }
    }
}

using System;
using System.Drawing;
using Tesseract;

class Program
{
    static void Main()
    {
        // Set the path to the Tesseract data files (traineddata files)
        string tessDataPath = @"./tessdata"; // Ensure this directory contains the language data files

        // Load the image
        string imagePath = @"path_to_your_image.png";
        using (var img = Pix.LoadFromFile(imagePath))
        {
            // Add languages to the Tesseract engine
            using (var engine = new TesseractEngine(tessDataPath, "eng+spa+fra", EngineMode.Default))
            {
                using (var page = engine.Process(img))
                {
                    // Extract the text
                    string text = page.GetText();
                    Console.WriteLine("Recognized Text:");
                    Console.WriteLine(text);
                }
            }
        }
    }
}

Imports System
Imports System.Drawing
Imports Tesseract

Friend Class Program
	Shared Sub Main()
		' Set the path to the Tesseract data files (traineddata files)
		Dim tessDataPath As String = "./tessdata" ' Ensure this directory contains the language data files

		' Load the image
		Dim imagePath As String = "path_to_your_image.png"
		Using img = Pix.LoadFromFile(imagePath)
			' Add languages to the Tesseract engine
			Using engine = New TesseractEngine(tessDataPath, "eng+spa+fra", EngineMode.Default)
				Using page = engine.Process(img)
					' Extract the text
					Dim text As String = page.GetText()
					Console.WriteLine("Recognized Text:")
					Console.WriteLine(text)
				End Using
			End Using
		End Using
	End Sub
End Class

IronOCR nedir?****

IronOCR, .NET odakli tescilli bir OCR kutuphanesidir. .NET uygulamalarina OCR'i ekler ve görüntü, taranan belgeler, PDF'ler ve diğer tüm gorunur medyadan metin kazanmasini olanakli kilmasinir. Başarili Tesseract motoru ile kesintisiz metin tanınması sağlarken, IronOCR aynı zamanda kurumsal uygulamalar icin uygun hale getiren bir dizi ek özellik dahil etti.

IronOCR, 120'nin uzerinde dil desteği ile birlikte otomatik dil tespiti ve çok dilli belgeleri ayni anda işleme desteği sunar. Bu, IronOCR'nin çok çeşitli olmasını ve çok dillı belge işlemenin çok kritik oldugu yerlerde globalde uygulanabilir hale getirir.

Öte yandan, IronOCR kullanımı ve entegrasyon güzelliği vurgular. Oldukça kolay kullanımlı API'si, kapsamlı dokümantasyon ve her geliştiricinin kolayca başlayabileceği birkaç örnek proje ile desteklenmektedir. Çeşitli görüntü formatlarini ve PDF belgelerini destekler. Ice yerleşik ileri görüntü onisleme, gurultu azaltma ve hata düzeltme özelliklari, OCR dogruluk ve performansını artırır.

IronOCR'yi Kur

Paketleri Visual Studio'nun NuGet Paket yönetim aracını kullanarak doğrudan cozümunuze yukleyebilirsiniz. Asagidaki göruntu NuGet Paket Yöneticisi nasıl acilecegini göstermektedir.

Kutu sitesi listesini gösterir bir yerlesik arama kutusu vardir. Asagidaki ekran görüntüsunden de gorulduğu gibi, Paket Yonetici'sinde IronOCR ifadesini arayacagiz:

Arama sonucu muhtemel cozumlerin bir listesini sunabilir. Gerekli cozum paketini yuklemek icin secmeniz gerekecek.

Ayrica, bu örnek icin asagidaki gibi tek tek gerekli Tesseract dil paketlerini yukleyin.

Bu örnekte, Ispanyolca, Fransizca ve Ingilizce dil kodlarini kullanacagiz. Ingilizce varsıyılan dil paketidir ve yukleme gerektirmez.

NuGet paketinden Ispanyolca yukleyin.

IronOCR'la Tesseract motoru ile Çok Dilli Okuma

Asagidaki örnek, C# ve IronOCR ile Tesseract motorunu kullanarak bir görüntüdeki çok dilli metnin nasıl taniculacagini göstermektedir.

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add multiple languages
        Ocr.Language = OcrLanguage.English + OcrLanguage.Spanish + OcrLanguage.French;

        // Path to the image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            // Perform OCR
            var result = Ocr.Read(input);

            // Display the result
            Console.WriteLine("Recognized Text:");
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add multiple languages
        Ocr.Language = OcrLanguage.English + OcrLanguage.Spanish + OcrLanguage.French;

        // Path to the image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            // Perform OCR
            var result = Ocr.Read(input);

            // Display the result
            Console.WriteLine("Recognized Text:");
            Console.WriteLine(result.Text);
        }
    }
}

Imports IronOcr

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Initialize IronTesseract engine
		Dim Ocr = New IronTesseract()

		' Add multiple languages
		Ocr.Language = OcrLanguage.English + OcrLanguage.Spanish + OcrLanguage.French

		' Path to the image
		Dim inputFile = "path\to\your\image.png"

		' Read the image and perform OCR
		Using input = New OcrInput(inputFile)
			' Perform OCR
			Dim result = Ocr.Read(input)

			' Display the result
			Console.WriteLine("Recognized Text:")
			Console.WriteLine(result.Text)
		End Using
	End Sub
End Class

Yukardaki C# programi, Ingilizce, Ispanyolca ve Fransizca karakterler iceren bir görüntüde Optik Karakter Tanima yapmak icin IronOCR kutuphanesini kullanir. Program, IronOCR için gerekli ad alanını içe aktararak ve Main yöntemi ile Program adlı bir sınıf tanımlayarak başlar, bu yöntem uygulamanın giriş noktasıdır.

Main yönteminde, IronTesseract sınıfının bir örneği oluşturulacak ve Ocr değişkenine atanacaktır. Language özelliği, OcrLanguage.English, OcrLanguage.Spanish ve OcrLanguage.French birleştirerek İngilizce, İspanyolca ve Fransızca içerecek şekilde ayarlanır. Bu, OCR motorunun bu uc dildeki metni tanıyabilmesini ve isleyebilmesini saglar.

Giriş görüntü dosyasının yolu inputFile değişkeni kullanılarak ayarlanır. Görüntü, doğru kaynak yönetimi ve bertaraf için OcrInput sınıfının bir örneği ile bir using ifadesinin içinde yüklenir. Son olarak, IronTesseract örneğinin Read yöntemi, görüntü üzerinde OCR gerçekleştirmek için giriş nesnesi ile çağrılır.

Tanımlanan metin daha sonra Console.WriteLine yöntemi kullanılarak konsola yazdırılır. Bu program, IronOCR'nin çok dilli yeteneğini kullanarak farklı dillerde kelimeler içeren görüntülerden metin çikartmak için etkili bir yöntem sunmaktadir.

Sonuç

Hem Tesseract hem de IronOCR oldukça güçlü OCR teknolojileri olmasına rağmen, her biri eşsiz yetenek ve güçlü yönlere sahiptir. Açık kaynak olan Tesseract, ücretsiz çözüm arayanlar için güvenilirdir ve aktif topluluklara ve sürekli geliştirmeye sahiptir.

Buna karşılık, IronOCR, .NET Framework'e yönelik tescilli bir kütüphane olup daha kolay entegrasyonu ve destekleyen çoğun gorsel dosya türler için geliştirilmiş bir kullanıcı deneyimi sunar. Özellikle düşük kaliteli görsell görsellerde metin tanıma performansı IronOCR, bircok dili pesler ve daha kullanıcı dostu hale getirecek ekstr özelliklere sahiptir.

IronOCR bir maliyet etkin geliştirme sürümü sunar ve satin alindiginda bir ömür boyu lisans sağlar. IronOCR paketi birden fazla sistem için bir defaya mahsus maliyet olarak $Lite lisans ile başlar, ve satın alınmış kullanıcılar için 24/7 çevrim içi mühendis desteği sunarak paranız için mükemmel bir değer sunar. Daha fazla bilgi için IronOCR web sitesine bakın.