如何在 C# 中對字幕進行 OCR（教學）

IronOCR

IronOCR 是由 Iron Software 開發和維護的庫，可幫助 C# 軟件工程師在 .NET 項目中執行 OCR、條形碼掃描和文本提取。

IronOCR 的特點包括：

• Reading text from many formats such as images (JPEG, PNG, BMP), GIF, TIF/TIFF, Streams, and PDFs
• 通過眾多過濾器，如糾偏、去噪、二值化、增強分辨率、膨脹等修正低質量掃描和照片
• 從超過 20 種不同格式讀取條形碼，還有 QR Code 支持
• 使用最新構建的 Tesseract OCR，其性能優於其他同類庫
• 導出可搜索的 PDF，hOCR / HTML 導出，和圖像內容文本。

讓我們開發一個用於讀取車牌號碼的示例應用程序。

創建一個Visual Studio項目

第一步是創建一個新項目。

打開 Visual Studio。 點擊創建新項目，並選擇控制台應用項目模板。

點擊下一步按鈕，並為項目命名（我命名為“OCR Subtitles”，您可以根據需要命名）。

點擊下一步按鈕，選擇您的目標框架。 最後，點擊創建按鈕創建項目。

該專案將如下面所示創建。

在Visual Studio中創建一個新項目

現在，我們需要安裝 IronOCR 庫以在我們的項目中使用它。 最簡單的方法是通過解決方案的 NuGet 包管理器安裝它。

安裝 IronOCR NuGet 包

從頂部菜單欄中點擊 工具，選擇 NuGet 包管理器 > 為解決方案管理 NuGet 包，如下所示。

在 Visual Studio 中安裝 IronOCR

以下窗口將出現。

Visual Studio NuGet 包管理器 UI

點擊瀏覽，並搜索 IronOCR。 選擇 IronOCR 包並點擊安裝按鈕，如下所示。

在 NuGet 包管理器 UI 中搜索 IronOCR

IronOCR 庫將安裝完成且準備使用。

提取硬編碼字幕

讓我們編寫一個程序來提取硬編碼字幕。

我們將使用以下截圖來提取字幕。

樣本視頻截圖，將從中提取文本

添加以下命名空間：

using IronOcr;

using IronOcr;

Imports IronOcr

在命名空間聲明下編寫以下代碼。

// Initialize IronTesseract object
var ocr = new IronTesseract();
// Create an OCR Input using the specified image path
using (var input = new OcrInput(@"D:\License Plate\plate3.jpg"))
{
    // Perform OCR on the input image to extract text
    var result = ocr.Read(input);
    // Output the extracted text to the console
    Console.WriteLine(result.Text);
}

// Initialize IronTesseract object
var ocr = new IronTesseract();
// Create an OCR Input using the specified image path
using (var input = new OcrInput(@"D:\License Plate\plate3.jpg"))
{
    // Perform OCR on the input image to extract text
    var result = ocr.Read(input);
    // Output the extracted text to the console
    Console.WriteLine(result.Text);
}

' Initialize IronTesseract object
Dim ocr = New IronTesseract()
' Create an OCR Input using the specified image path
Using input = New OcrInput("D:\License Plate\plate3.jpg")
	' Perform OCR on the input image to extract text
	Dim result = ocr.Read(input)
	' Output the extracted text to the console
	Console.WriteLine(result.Text)
End Using

上面的代碼工作方式如下：

1. 初始化 IronTesseract 對象。 它將創建一個默認的 IronTesseract 實例。
2. 創建一個新的 OcrInput 對象，其中包含輸入圖像文件或 PDF 文檔。 OcrInput 是首選的輸入類型，因為它允許對多頁文檔進行 OCR，並允許在進行 OCR 之前增強圖像，以獲得更快、更準確的結果。
3. 從 OCR 輸入對象中讀取文本並返回 OCR 結果對象。 ocr.Read 將從給定輸入截圖中提取字幕。
4. result.Text 將返回從給定輸入中提取的全部內容。

範例程序生成如下控制台輸出：

使用 IronOCR 對樣本圖片進行文本提取後生成的控制台輸出

假設您有一個視頻幀，其中包含視頻的標題和字幕：

包含視頻標題和視頻字幕的更長視頻的單幀

我們的目標是從圖像的底部區域提取硬編碼字幕。 在這種情況下，我們需要指定字幕顯示的文本區域。

在框架中指定字幕位置

我們可以使用 System.Drawing.Rectangle 來指定從視頻幀中讀取字幕的區域。 測量單位始終為像素。

我們將使用以下範例代碼指定文本區域。

// Initialize IronTesseract object
var ocr = new IronTesseract();
// Create an OCR Input and specify the region of interest
using (var input = new OcrInput())
{
    // Define the area within the image where subtitles are located for a 41% improvement on speed
    var contentArea = new CropRectangle(x: 189, y: 272, height: 252, width: 77);
    // Add the specific region of the image to the OCR input
    input.AddImage(@"D:\subtitle\image.png", contentArea);
    // Perform OCR on the specified region
    var result = ocr.Read(input);
    // Output the extracted text to the console
    Console.WriteLine(result.Text);
}

// Initialize IronTesseract object
var ocr = new IronTesseract();
// Create an OCR Input and specify the region of interest
using (var input = new OcrInput())
{
    // Define the area within the image where subtitles are located for a 41% improvement on speed
    var contentArea = new CropRectangle(x: 189, y: 272, height: 252, width: 77);
    // Add the specific region of the image to the OCR input
    input.AddImage(@"D:\subtitle\image.png", contentArea);
    // Perform OCR on the specified region
    var result = ocr.Read(input);
    // Output the extracted text to the console
    Console.WriteLine(result.Text);
}

' Initialize IronTesseract object
Dim ocr = New IronTesseract()
' Create an OCR Input and specify the region of interest
Using input = New OcrInput()
	' Define the area within the image where subtitles are located for a 41% improvement on speed
	Dim contentArea = New CropRectangle(x:= 189, y:= 272, height:= 252, width:= 77)
	' Add the specific region of the image to the OCR input
	input.AddImage("D:\subtitle\image.png", contentArea)
	' Perform OCR on the specified region
	Dim result = ocr.Read(input)
	' Output the extracted text to the console
	Console.WriteLine(result.Text)
End Using

此操作能使速度提高41%，並允許我們做到具體。 在 contentArea 中，我們已指定 x 和 y 的起始點，然後是所需字幕區域的高度和寬度。

將字幕保存到字幕文本文件中

我們將提取的字幕保存到文本文件中。

// Initialize IronTesseract object
var ocr = new IronTesseract();
// Create an OCR Input with the specified image path
using (var input = new OcrInput(@"D:\subtitle\subtitle1.png"))
{
    // Perform OCR on the input image to extract text
    var result = ocr.Read(input);
    // Save the extracted text to a specified file path
    result.SaveAsTextFile(@"D:\subtitle\subtitlefile.txt");
}

// Initialize IronTesseract object
var ocr = new IronTesseract();
// Create an OCR Input with the specified image path
using (var input = new OcrInput(@"D:\subtitle\subtitle1.png"))
{
    // Perform OCR on the input image to extract text
    var result = ocr.Read(input);
    // Save the extracted text to a specified file path
    result.SaveAsTextFile(@"D:\subtitle\subtitlefile.txt");
}

' Initialize IronTesseract object
Dim ocr = New IronTesseract()
' Create an OCR Input with the specified image path
Using input = New OcrInput("D:\subtitle\subtitle1.png")
	' Perform OCR on the input image to extract text
	Dim result = ocr.Read(input)
	' Save the extracted text to a specified file path
	result.SaveAsTextFile("D:\subtitle\subtitlefile.txt")
End Using

result.SaveAsTextFile 將接收輸出路徑作為參數，並將文件保存到給定路徑。

包含視頻標題和視頻字幕的更長視頻的單幀