C#'ta Tesseract ile Özel Dil Nasıl Kullanılır?

Özel Diller için Hangi Eğitim Verilerine İhtiyacım Var?

Özel dilimizdeki metni içeren bu örnek PDF'yi giriş olarak kullanacağız.

Örneğimiz için bu özel dil .traindata kullanacağız.

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

1. Karakter Kapsamı: Eğitim verilerinizin tüm karakterleri ve sembolleri kapsadığından emin olun
2. Yazı Tipi Varyasyonları: Belgeleriniz tipografide farklılık gösteriyorsa birden fazla yazı tipi stilini dahil edin
3. Görüntü Kalitesi: Üretimde işlenecek benzer görüntülerle eğitin
4. Bağlam Desenleri: Yaygın kelime kombinasyonlarını ve ifadeleri dahil edin

İleri düzey yapılandırma seçenekleri için, Tesseract ayrıntılı yapılandırma kılavuzumuza bakın.

Özel Dil Belgelerini Nasıl Yükleyip 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 geliştirmeleri düşünün:

Performansı Optimize Edin: Büyük belgeler veya toplu işlem için, çok iş parçacıklı ve async desteğini uygulayarak performansı artırın.

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

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

Özel Dil OCR'den Ne Tür Sonuçlar Bekleyebilirim?

Bu çıktı, özel dil modelimizden alınan sonucu gösterir. Doğru eğitim verilerini sağlayarak, IronOCR metni başarıyla çözdü ve sonuç sade İngilizce'dir. Ek olarak, bu kod tarafından oluşturulan txt çıktısıdır.

Özel dil OCR doğruluğu birçok faktöre bağlıdır:

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

Özel Dil Uygulaması için En İyi Uygulamalar

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

Hata Yönetimi ve Doğrulama: Her zaman .traineddata dosyanızın mevcut ve erişilebilir olduğunu doğrulayın ve yüklemeden önce bunu kontrol edin. Özel dil dosyasının kaybolduğu veya bozulduğu durumlar için uygun hata yönetimi uygulayın.

Performans Optimizasyonu: Özel dil modelleri standart dil paketlerinden daha büyük olabilir. Optimum performans için:

• Birden fazla belge işlerken yüklenmiş dil modelini önbelleğe alın
• Uzun süreli OCR işlemlerini izlemek için ilerleme takibi kullanın
• Büyük belgeleri işlerken zaman aşımı uygulamayı düşünün

Standart Dillerle Birleştirme: Belgeleriniz hem özel hem de standart diller içeriyorsa, aynı anda birden fazla dili yükleyebilirsiniz. Bu, özellikle karışık içerikli belgeler için yararlıdır.

Test ve Doğrulama: OCR doğruluğunu doğrulamak için bir test çerçevesi kurun:

• Bilinen çıktılarla bir test veriseti oluşturun
• Tanıma kalitesini değerlendirmek için sonuç güveni metriklerini kullanın
• Görsel hata ayıklama için metinleri görüntü olarak vurgulama uygulayın

İleri Düzey Kullanım Durumları

Özel dil OCR, birçok olasılığın kapısını açar:

Tarihi Belge Koruma: Eski yazılarla veya kullanılmayan yazı türleriyle yazılmış el yazmaları veya metinleri dijitalleştirin Özel Notasyon Sistemleri: Matematiksel denklemleri, müziksel notaları veya teknik diyagramları işleyin - bizim denklemler hata ayıklama kılavuzumuza bakın Güvenlik Uygulamaları: Özel kodlama sistemlerini veya şifreleri çözün Erişilebilirlik: Özel körler veya dokunsal yazı sistemlerini standart metne dönüştürün

Daha gelişmiş senaryolar için, Tesseract 5 ile çeşitli IronOCR yeteneklerini sergileyen kapsamlı kod örneklerimizi keşfedin.