如何在 C# 中創建字符識別

改進的 Tesseract OCR 引擎

IronOCR透過提高準確性和速度，提升了廣泛使用的 Tesseract OCR 引擎的功能。 它為從各種來源（包括圖像、PDF 和各種文件格式）中提取文字提供了一個強大的解決方案。

廣泛的語言覆蓋範圍

IronOCR支援超過 125 種語言，能夠很好地處理多語言需求，是需要語言多樣性的應用的理想選擇。

多種輸出選擇

提取的文字可以方便地輸出為純文字或結構化數據，以便無縫整合到後續處理流程中。 此外， IronOCR還支援直接從影像輸入建立可搜尋的 PDF。

跨平台適應性

IronOCR專為與 C#、F# 和 VB .NET相容而設計，可在各種.NET環境中無縫運行，包括 8、7、6、Core、Standard 和 Framework 版本。

利用 Tesseract 5

IronOCR利用 Tesseract 5 的強大功能，針對.NET生態系統進行了精細調整，以實現最佳效能。

基於區域的OCR功能

使用IronOCR，使用者可以精確定義文件中的特定區域，從而實現有針對性的 OCR 處理。 該功能透過將處理能力集中在最需要的地方來提高準確性和效率。

影像預處理工具

該庫提供了一系列影像預處理功能，例如去傾斜和降噪。 即使處理不完美的來源影像，這些工具也能確保獲得優異的結果，最終提升整體 OCR 體驗。

現在，我們將開發一個演示應用程序，利用IronOCR從圖像中讀取文字。

程式碼解釋

1. IronTesseract 實例：我們先建立一個 IronTesseract 實例來執行 OCR 操作。 2.載入圖像：我們將範例圖像載入到 OcrInput 物件中。 3.讀取文本：讀取圖像中的文本，並將結果印到控制台。

輸出

語言選擇

您可以使用 Language 屬性指定 OCR 的語言。 例如，要將語言設定為英語，請使用：

IronTesseract ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;

IronTesseract ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;

頁面分段模式

PageSegmentationMode 決定 Tesseract 如何分割輸入影像。 選項包括 AutoOSD、SingleBlock、SingleLine 等。 例如：

ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;

ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;

自訂 Tesseract 變數

您可以透過設定特定變數來微調 Tesseract。 例如，要停用並行化：

ocr.Configuration.TesseractVariables["tessedit_parallelize"] = false;

ocr.Configuration.TesseractVariables["tessedit_parallelize"] = false;

角色白名單和黑名單

使用 WhiteListCharacters 和 BlackListCharacters 來控制 Tesseract 識別哪些字元。 例如：

ocr.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZ";
ocr.Configuration.BlackListCharacters = "`ë|^";

ocr.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZ";
ocr.Configuration.BlackListCharacters = "`ë|^";

其他配置變數

探索其他 Tesseract 配置變量，根據您的需求自訂行為。 例如：

ocr.Configuration.TesseractVariables["classify_num_cp_levels"] = 3;
ocr.Configuration.TesseractVariables["textord_debug_tabfind"] = 0;
// ... (more variables)

ocr.Configuration.TesseractVariables["classify_num_cp_levels"] = 3;
ocr.Configuration.TesseractVariables["textord_debug_tabfind"] = 0;
// ... (more variables)

現在讓我們嘗試使用進階設定解碼同一張影像。

using IronOcr;

public class Program
{
    public static void Main()
    {
        Console.WriteLine("Decoding using advanced features");
        var ocrTesseract = new IronTesseract() // Create instance
        {
            Language = OcrLanguage.EnglishBest, // Configure best English language
            Configuration = new TesseractConfiguration()
            {
                ReadBarCodes = false, // Disable reading barcodes
                BlackListCharacters = "`ë|^", // Blacklisted characters
                WhiteListCharacters = null, // No whitelist, allow all
                PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd,
                TesseractVariables = null, // No custom variables used
            },
            MultiThreaded = false,
        };

        using var ocrInput = new OcrInput(); // Create a disposible ocr input object
        ocrInput.AddImage(@"sample1.png"); // Load the sample image
        var ocrResult = ocrTesseract.Read(ocrInput); // Read the text from the image
        Console.WriteLine(ocrResult.Text); // Output the text
    }
}

using IronOcr;

public class Program
{
    public static void Main()
    {
        Console.WriteLine("Decoding using advanced features");
        var ocrTesseract = new IronTesseract() // Create instance
        {
            Language = OcrLanguage.EnglishBest, // Configure best English language
            Configuration = new TesseractConfiguration()
            {
                ReadBarCodes = false, // Disable reading barcodes
                BlackListCharacters = "`ë|^", // Blacklisted characters
                WhiteListCharacters = null, // No whitelist, allow all
                PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd,
                TesseractVariables = null, // No custom variables used
            },
            MultiThreaded = false,
        };

        using var ocrInput = new OcrInput(); // Create a disposible ocr input object
        ocrInput.AddImage(@"sample1.png"); // Load the sample image
        var ocrResult = ocrTesseract.Read(ocrInput); // Read the text from the image
        Console.WriteLine(ocrResult.Text); // Output the text
    }
}

程式碼解釋

1. IronOCR配置：建立 IronTesseract( IronOCR主類別)的實例，並將其指派給變數 ocrTesseract。

   配置設定已套用於 ocrTesseract：

   -語言：指定 OCR 的語言(在本例中為英語)。 -配置：一個 TesseractConfiguration 對象，允許進一步的自訂：

   • ReadBarCodes: 停用讀取條碼。
   • BlackListCharacters: 指定要列入黑名單的字元(不識別的字元)。
   • WhiteListCharacters: 未指定白名單，允許所有字元。
   • PageSegmentationMode: 將頁面分段模式設定為"AutoOsd"。
   • TesseractVariables: 未使用自訂變數。
     • MultiThreaded: 停用多執行緒。
2. OCR 輸入和圖像載入：一個 using 塊創建一個一次性的 ocrInput 對象，類型為 OcrInput。 映像檔"sample1.png"已新增至ocrInput。 3.文字擷取：對 Read 呼叫 ocrTesseract 方法，傳入 ocrInput。 結果儲存在 ocrResult 變數中。 4.輸出：提取的文字使用 Console.WriteLine(ocrResult.Text) 列印到控制台。

輸出

步驟 5： IronOCR讀取操作的效能調優

使用IronOCR時，您可以存取各種影像濾鏡，這些濾鏡可以幫助在執行 OCR 之前預處理影像。 這些濾鏡可以優化影像質量，增強可視性，並減少雜訊或偽影。 它們有助於提高 OCR 操作的效能。

1.旋轉：

旋轉濾鏡可讓您將影像順時針旋轉指定的角度。若要逆時針旋轉，請使用負數。

2.傾斜：

Deskew 濾鏡可以校正影像傾斜，確保文字保持直立和正交。 這對於 OCR 尤其有用，因為 Tesseract 在掃描方向正確的情況下表現最佳。

3.規模：

縮放過濾器會按比例縮放 OCR 輸入頁面。

4.二值化：

二值化濾鏡會將每個像素轉換為黑色或白色，沒有中間色。 在文字與背景對比度非常低的情況下，它可以提高 OCR 效能。

5.轉換為灰階：

ToGrayScale 濾鏡將每個像素轉換為灰階色調。 雖然不太可能顯著提高 OCR 的準確率，但可能會提高速度。

6.反轉：

反轉濾鏡會反轉顏色－白色變成黑色，黑色變成白色。

7.替換顏色：

ReplaceColor 濾鏡會根據一定的閾值，將影像中的特定顏色替換為另一種顏色。

8.對比：

對比度濾鏡會自動提高對比度。它通常可以提高低對比度掃描影像的OCR速度和準確性。

9.擴張和侵蝕：

這些高階形態學濾波器可以操縱影像中的物體邊界。

• 膨脹操作會在物件邊界新增像素。
• 腐蝕操作會從物件邊界移除像素。

10.磨利：

銳利化濾鏡可銳利化模糊的 OCR 文檔，並將 alpha 通道展平為白色。

11.降噪：

降噪濾波器可以去除數位雜訊。在預期會出現噪音的場合使用它。

12.深度清除背景雜訊：

只有在已知文件背景噪音極大時才應使用此強背景噪音消除濾波器。 它可能會降低對乾淨文件的 OCR 準確率，並且會佔用大量 CPU 資源。

13.增強解析度：

EnhanceResolution 濾鏡可以提高低品質影像的解析度。 由於有自動解析度處理機制，所以通常不需要這樣做。

以下是如何在 C# 中使用IronOCR應用濾鏡的範例：

var ocr = new IronTesseract();
var input = new OcrInput();
input.LoadImage("sample.png");
input.Deskew();
var result = ocr.Read(input);
Console.WriteLine(result.Text);

var ocr = new IronTesseract();
var input = new OcrInput();
input.LoadImage("sample.png");
input.Deskew();
var result = ocr.Read(input);
Console.WriteLine(result.Text);

常用OCR應用

1.文件數位化： OCR 廣泛用於將掃描的紙本文件(如發票、收據、表格和合約)轉換為數位格式。 數位化流程簡化了文件的儲存、檢索和管理，減少了紙本文件的堆積，提高了效率。 2.資料擷取： OCR 可以從掃描的文件、影像和 PDF 中提取文字和資料。 提取出的資料可用於自動資料輸入、內容分析、索引以及整合到資料庫或業務系統中。 3.圖像中的文本識別： OCR 技術可以從印刷文件和圖像中提取文本，用於索引和搜尋。 這項功能被應用於各種領域，包括擴增實境、基於影像的搜尋引擎和翻譯服務。 4.自動車牌辨識 (ALPR)： ALPR 系統利用 OCR 從安裝在交通監控、停車管理、收費和執法應用中的攝影機擷取的影像或視訊串流中讀取車牌號碼。 5.無障礙解決方案： OCR 在為視障人士創建無障礙內容方面發揮著至關重要的作用。 透過將圖像或文件中的文字轉換為語音或點字，OCR 有助於使殘疾人能夠獲取資訊。 6.身分驗證： OCR 技術應用於身分驗證流程，例如掃描和處理護照、駕駛執照和身分證等身分證明文件。 它有助於驗證文件的真實性，並提取相關資訊以進行身份驗證。 7.銀行與金融： OCR 在銀行和金融領域用於執行諸如讀取支票、處理發票、轉換現有 PDF 文件、從財務報表中提取數據以及自動化基於文檔的工作流程等任務，以提高財務運營的準確性和效率。 8.自動翻譯： OCR 技術被整合到翻譯工具和語言學習應用程式中，用於將印刷文字從一種語言轉換為另一種語言。 使用者可以使用設備捕獲文本，OCR 技術可以即時將其翻譯成所需的語言。 9.檔案和歷史文獻保存： OCR 用於將檔案資料和歷史文獻數位化，以數位格式保存它們，以便將來訪問、研究和分析，同時確保寶貴文化遺產的保存。