如何在 C# 中對字幕進行 OCR（教學）

IronOCR

IronOCR是由Iron Software開發和維護的函式庫，它可以幫助 C# 軟體工程師在.NET專案中執行 OCR、條碼掃描和文字擷取。

IronOCR的功能包括：

• 讀取多種格式的文本，例如圖像（JPEG、PNG、BMP）、 GIF 、 TIF/TIFF 、串流媒體和PDF。
• 使用多種濾鏡（例如去斜、降噪、二值化、增強解析度、膨脹等）校正低品質掃描件和照片 -支援讀取 20 多種不同格式的條碼以及二維碼
• 採用最新版本的 Tesseract OCR，其​​效能遠超同類其他函式庫。
• 匯出可搜尋的 PDF、hOCR / HTML 匯出和圖片內容文字。

讓我們開發一個讀取車牌號碼的演示應用程式。

建立一個 Visual Studio 項目

第一步是建立一個新專案。

開啟 Visual Studio。 點選"建立新專案" ，然後選擇"控制台應用程式"專案範本。

點擊"下一步"按鈕，並為項目命名（我將其命名為"OCR 字幕"，您可以根據自己的喜好命名）。

點選"下一步"按鈕，然後選擇目標框架。 最後，點擊"建立"按鈕建立項目。

項目將按如下所示建立。

在 Visual Studio 中建立新項目

現在，我們需要安裝IronOCR庫才能在我們的專案中使用它。 最簡單的方法是透過NuGet套件管理器為解決方案安裝。

安裝IronOCR NuGet包

點選頂部功能表列中的"工具" ，然後選擇"NuGet套件管理器" > "管理解決方案的NuGet套件" ，如下圖所示。

在 Visual Studio 中安裝IronOCR

將出現以下視窗。

Visual Studio NuGet套件管理器 UI

點選瀏覽，搜尋IronOCR。 選擇IronOCR軟體包，然後按一下"安裝"按鈕，如下圖所示。

在NuGet套件管理器 UI 中搜尋IronOCR

IronOCR庫將安裝完畢，即可使用。

提取硬編碼字幕

讓我們寫一個程式來提取硬編碼的字幕。

我們將使用以下螢幕截圖來提取字幕。

視訊截圖範例，將從中提取文本

新增以下命名空間：

using IronOcr;

using IronOcr;

在命名空間聲明下方編寫以下程式碼。

// 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);
}

上述程式碼的工作原理如下：

1. 初始化IronTesseract物件。 它將建立一個 IronTesseract 的預設實例。
2. 建立一個新的OcrInput對象，並用輸入影像檔案或 PDF 文件填滿。 OcrInput 是首選的輸入類型，因為它允許對多頁文件進行 OCR，並且允許在 OCR 之前增強影像，以獲得更快、更準確的結果。
3. 從 OCR 輸入物件讀取文字並傳回 OCR 結果物件。 ocr.Read將從給定的輸入螢幕截圖中提取字幕。
4. result.Text 將傳回從給定輸入中提取的全部內容。

範例程式會在控制台輸出以下內容：

使用IronOCR對範例影像進行文字擷取後產生的控制台輸出

假設你有一個視訊幀，其中包含視訊標題和字幕：

一段較長影片中的單幀畫面，包含影片標題和影片字幕的文字區域。

我們的目標是從圖像底部區域提取硬編碼的字幕。 在這種情況下，我們需要指定顯示副標題的文字區域。

指定字幕在畫面中的位置

我們可以使用 System.Drawing.Rectangle 來指定一個區域，在該區域中，我們將從視訊幀中讀取字幕。 計量單位始終是像素。

我們將使用以下範例程式碼來指定文字區域。

// 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);
}

這樣可以提高41% 的速度——並且使我們能夠更精確地進行定位。 在 contentArea 中，我們指定了 x 和 y 的起始點，然後指定了所需字幕區域的高度和寬度。

將字幕儲存到字幕文字檔中

讓我們把提取出來的字幕存到一個文字檔。

// 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");
}

result.SaveAsTextFile將以輸出路徑作為參數，並將檔案儲存到給定的路徑中。

一段較長影片中的單幀畫面，包含影片標題和影片字幕的文字區域。