Tesseract'ta C# ile Özel Dili Nasıl Kullanırım

Özel Diller İçin Hangi Eğitim Verileri Gereklidir?

Girdi olarak özel dilde metin içeren bu örnek PDF'yi kullanacağız.

Örneğimizde .traindata adlı bu özel dili kullanacağız.

Eğitim verilerinizin kalitesi ve kapsamı doğrudan OCR doğruluğunu etkiler. Özel dil eğitim verilerini hazırlarken:

1. Karakter Kapsamı: Eğitim verilerinizin tüm karakter ve sembolleri içerdiğinden emin olun
2. Yazı Tipi Varyasyonları: Belgeleriniz tipografide değişiklik gösteriyorsa birden fazla yazı tipi stilini ekleyin
3. Görüntü Kalitesi: Üretimde işleyeceğiniz görüntülerle benzer resimlerle eğitim yapın
4. Bağlam Kalıpları: Sık kullanılan kelime kombinasyonlarını ve ifadeleri ekleyin

Gelişmiş yapılandırma seçenekleri için, Tesseract detaylı yapılandırma kılavuzumuza bakın.

Özel Dil Belgelerini Nasıl Yükler ve İşlerim?

:path=/static-assets/ocr/content-code-examples/how-to/ocr-custom-language.cs

using IronOcr;
using System;
using System.IO;

var ocrTesseract = new IronTesseract();

// Load the traineddata file for the custom language
ocrTesseract.UseCustomTesseractLanguageFile("AMGDT.traineddata");

using var ocrInput = new OcrInput();
// Load the PDF containing text in the custom language
ocrInput.LoadPdf("custom.pdf");

var ocrResult = ocrTesseract.Read(ocrInput);

// Print text to the console
Console.WriteLine("--- OCR Result ---");
Console.WriteLine(ocrResult.Text);
Console.WriteLine("------------------");

// Pipe text to a .txt file
string outputFilePath = "ocr_output.txt";
File.WriteAllText(outputFilePath, ocrResult.Text);

Console.WriteLine($"\nSuccessfully saved text to {outputFilePath}");

Imports IronOcr
Imports System
Imports System.IO

Dim ocrTesseract As New IronTesseract()

' Load the traineddata file for the custom language
ocrTesseract.UseCustomTesseractLanguageFile("AMGDT.traineddata")

Using ocrInput As New OcrInput()
    ' Load the PDF containing text in the custom language
    ocrInput.LoadPdf("custom.pdf")

    Dim ocrResult = ocrTesseract.Read(ocrInput)

    ' Print text to the console
    Console.WriteLine("--- OCR Result ---")
    Console.WriteLine(ocrResult.Text)
    Console.WriteLine("------------------")

    ' Pipe text to a .txt file
    Dim outputFilePath As String = "ocr_output.txt"
    File.WriteAllText(outputFilePath, ocrResult.Text)

    Console.WriteLine(vbCrLf & "Successfully saved text to " & outputFilePath)
End Using

Yukarıdaki kod, özel dil OCR için temel iş akışını gösterir. Daha karmaşık senaryolar için şu iyileştirmeleri düşünün:

Performansı Optimize Et: Büyük belgeler veya toplu işlem için, performansı artırmak amacıyla çoklu iş parçacığı ve asenkron destek uygulayın.

Görüntü Ön İşleme: Kaynak belgelerinizde kalite sorunları varsa, OCR işleminden önce görüntü düzeltme filtreleri uygulayın. Filtre Sihirbazı, en iyi ön işleme ayarlarını bulmanıza yardımcı olabilir.

Bölgeye Özgü OCR: Karışık içerikli belgeler için, özel dilinizi içeren alanlara odaklanmak için bir resmin OCR bölgesi tekniğini kullanın.

Özel Dil OCR'den Ne Tür Sonuçlar Bekleyebilirim?

Bu çıktı, özel dil modelimizin sonucunu gösterir. Doğru eğitim verilerini sağlayarak, IronOCR metni başarılı bir şekilde çözdü ve sonuç düz İngilizce. Ek olarak, bu kod tarafından üretilen txt çıktısıdır.

Özel dil OCR'nin doğruluğu birkaç faktöre bağlıdır:

• Eğitim Verileri Kalitesi: Daha iyi eğitim verileri daha iyi sonuçlar verir
• Belge Tutarlılığı: Eğitim verileriyle örtüşen belgeler en iyi performansı gösterir
• Görüntü Çözünürlüğü: Daha yüksek DPI görüntüler daha doğru sonuçlar üretir - DPI ayarları rehberimize göz atın

Özel Dil Uygulaması İçin En İyi Uygulamalar

Üretim ortamlarında özel dil OCR uygularken, şu en iyi uygulamaları düşünün:

Hata İşleme ve Doğrulama: .traineddata dosyanızı yüklemeye çalışmadan önce, dosyanın mevcut ve erişilebilir olduğunu her zaman doğrulayın. Özel dil dosyasının eksik veya bozuk olabileceği durumlar için uygun hata işleme uygulayın.

Performans Optimizasyonu: Özel dil modelleri, standart dil paketlerinden daha büyük olabilir. En iyi performans için:

• Birden fazla belge işlerken yüklenen dil modelini önbelleğe alın
• Uzun çalışan OCR operasyonlarını izlemek için ilerleme takibini kullanın
• Büyük belgeleri işlerken zaman aşımıları uygulamayı değerlendirin

Standart Dillerle Birleştirme: Belgeleriniz hem özel hem de standart dilleri içeriyorsa, aynı anda birden fazla dil yükleyebilirsiniz. Bu, karışık içeriğe sahip belgeler için özellikle yararlıdır.

Test Etme ve Doğrulama: OCR doğruluğunu doğrulamak için bir test çerçevesi oluşturun:

• Bilinen çıktılarla bir test veri seti oluşturun
• Tanıma kalitesini değerlendirmek için sonuç güveni ölçümlerini kullanın
• Görsel hata ayıklama için metinleri resim olarak vurgulama uygulayın

Gelişmiş Kullanım Durumları

Özel dil OCR birçok olasılık açar:

Tarihsel Belge Koruma: Antik el yazmalarını veya eski yazılarda yazılmış metinleri dijitalleştirin Özel Notasyon Sistemleri: Matematiksel denklemleri, müzik notalarını veya teknik diyagramları işleyin - denklemler sorun giderme kılavuzumuza bakın Güvenlik Uygulamaları: Özel kodlama sistemlerini veya şifreleri çözmek Erişilebilirlik: Uzmanlaşmış braille veya dokunma yazı sistemlerini standart metne dönüştürmek

IronOCR'un Tesseract 5 ile çeşitli yeteneklerini sergileyen kapsamlı kod örneklerimizi keşfedin.