OCR 在 SaaS 應用中的好處包括提高效率和準確性，通過自動化文字識別任務，企業可以省時省錢並降低手動輸入錯誤。

如何使用 Tesseract OCR 處理多種語言

1. 首先，在您的 .NET 專案中安裝 IronOCR/Tesseract NuGet 套件。
2. 建立 IronTesseract 類別的實例，該實例將初始化 OCR 引擎。
3. 語言屬性支援多種語言。
4. 指定要處理的映像檔路徑，然後建立一個 OcrInput 物件。
5. 現在，使用 IronTesseract 實例的 Read 函數對輸入影像執行 OCR。
6. 取得結果並顯示辨識出的文字。

什麼是超立方體？

Tesseract 是由惠普公司開發，後來由Google公司維護的開源光學字元辨識引擎。 它以其高精度和適應性而聞名，使其成為最傑出的OCR之一。 Tesseract 支援腳本偵測，可辨識多種語言的文字，並能處理多種語言； 因此，它通常用於需要多語言文件和支援的項目。

Tesseract OCR 引擎利用圖像中單個像素所包含的資訊進行工作，遵循描繪字符、單字和句子的模式，最終將其轉換為機器可讀的文字。 Tesseract 支援多種影像檔案類型，例如 TIFF、JPEG 和 PNG，因此可以產生純文字、HTML 和可搜尋 PDF 等格式的文字。

Tesseract 的一個顯著優勢是，它可以被訓練來對特定的字體或新添加的語言敏感。 它也經常用於各種應用，從簡單的文字提取到數位化歷史文件、處理發票，甚至是為視障人士提供閱讀輔助功能的軟體等複雜任務。

在 Visual Studio 中建立新專案

開啟 Visual Studio 程式。 開啟程式後，進入"檔案"選單。在"檔案"選單下，找到"新建項目"選項。在"新建專案"下，點選"控制台應用程式"。本文將介紹如何使用控制台程式建立 PDF 文件。

Tesseract OCR 多語言辨識（開發者教學）：圖 1 - 建立新項目

請在提供的文字方塊中輸入項目名稱和文件位置。 然後，如下圖所示，按一下"建立"按鈕，然後選擇所需的 .NET Framework 版本。

Tesseract OCR 多語言版（開發者教學）：圖 2 - 選擇 .NET Framework，並提供專案和保存位置。

應用程式版本選定後，Visual Studio 專案將建立其結構。 如果您選擇了控制台、Windows 或 Web 版本，它將開啟 program.cs 檔案以新增程式碼並建置/執行應用程式。

using System;
using System.Drawing;
using Tesseract;

class Program
{
    static void Main()
    {
        // Set the path to the Tesseract data files (traineddata files)
        string tessDataPath = @"./tessdata"; // Ensure this directory contains the language data files

        // Load the image
        string imagePath = @"path_to_your_image.png";
        using (var img = Pix.LoadFromFile(imagePath))
        {
            // Add languages to the Tesseract engine
            using (var engine = new TesseractEngine(tessDataPath, "eng+spa+fra", EngineMode.Default))
            {
                using (var page = engine.Process(img))
                {
                    // Extract the text
                    string text = page.GetText();
                    Console.WriteLine("Recognized Text:");
                    Console.WriteLine(text);
                }
            }
        }
    }
}

using System;
using System.Drawing;
using Tesseract;

class Program
{
    static void Main()
    {
        // Set the path to the Tesseract data files (traineddata files)
        string tessDataPath = @"./tessdata"; // Ensure this directory contains the language data files

        // Load the image
        string imagePath = @"path_to_your_image.png";
        using (var img = Pix.LoadFromFile(imagePath))
        {
            // Add languages to the Tesseract engine
            using (var engine = new TesseractEngine(tessDataPath, "eng+spa+fra", EngineMode.Default))
            {
                using (var page = engine.Process(img))
                {
                    // Extract the text
                    string text = page.GetText();
                    Console.WriteLine("Recognized Text:");
                    Console.WriteLine(text);
                }
            }
        }
    }
}

Imports System
Imports System.Drawing
Imports Tesseract

Friend Class Program
	Shared Sub Main()
		' Set the path to the Tesseract data files (traineddata files)
		Dim tessDataPath As String = "./tessdata" ' Ensure this directory contains the language data files

		' Load the image
		Dim imagePath As String = "path_to_your_image.png"
		Using img = Pix.LoadFromFile(imagePath)
			' Add languages to the Tesseract engine
			Using engine = New TesseractEngine(tessDataPath, "eng+spa+fra", EngineMode.Default)
				Using page = engine.Process(img)
					' Extract the text
					Dim text As String = page.GetText()
					Console.WriteLine("Recognized Text:")
					Console.WriteLine(text)
				End Using
			End Using
		End Using
	End Sub
End Class

IronOCR是什麼**？**

IronOCR 是一個專注於 .NET 的專有 OCR 庫。 它為 .NET 應用程式添加了 OCR 功能，允許從圖像、掃描文件、PDF 和所有其他視覺媒體中提取文字。 IronOCR 採用極其成功的 Tesseract 引擎驅動尖端文字識別，還包含幾個附加功能，使其適用於企業應用程式。

IronOCR 提供強大的語言支援——支援 120 多種語言，並支援自動語言偵測和同時處理包含多種語言的文件。 這使得 IronOCR 非常通用，可在全球範圍內部署，而多語言文件處理在多語言文件處理方面至關重要。

Tesseract OCR 多語言辨識（開發者教學）：圖 6 - IronOCR：C# OCR 函式庫

另一方面，IronOCR 強調易用性和整合性。 它極其易用的 API 輔以詳細的文件和一系列範例項目，可幫助任何開發人員快速上手。 它支援多種影像格式和PDF文件。 內建的進階影像預處理、降噪和糾錯功能提高了 OCR 的準確性和效能。

安裝 IronOCR

您可以使用 Visual Studio 的 NuGet 套件管理工具將套件直接安裝到您的解決方案中。 以下截圖展示如何開啟 NuGet 套件管理器。

Tesseract OCR 多語言識別（開發者教學）：圖 7 - 如何透過 Visual Studio 存取 NuGet 套件管理器

它內建了一個搜尋框，會顯示來自 NuGet 網站的套件清單。如下面的螢幕截圖所示，我們將在套件管理器中搜尋短語"IronOCR"：

Tesseract OCR 多語言辨識（開發者教學）：圖 8 - 在解決方案資源管理器中搜尋 IronOCR

搜尋結果可能會提供一系列潛在的解決方案。 您需要選擇要安裝的解決方案套件。

此外，請逐一安裝所需的 Tesseract 語言包，例如本範例中的語言包如下。

在這個例子中，我們將使用西班牙語、法語和英語的語言代碼。 英語是預設語言包，無需安裝。

Tesseract OCR 多語言版（開發者教學）：圖 9 - 安裝法語語言包

從 NuGet 套件安裝西班牙語。

Tesseract OCR 多語言版（開發者教學）：圖 10 - 安裝西班牙語語言包

使用配備 Tesseract 引擎的 IronOCR 讀取多種語言

以下範例示範如何使用 C# 和 IronOCR 及 Tesseract 引擎從影像中辨識多種語言的文字。

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add multiple languages
        Ocr.Language = OcrLanguage.English + OcrLanguage.Spanish + OcrLanguage.French;

        // Path to the image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            // Perform OCR
            var result = Ocr.Read(input);

            // Display the result
            Console.WriteLine("Recognized Text:");
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add multiple languages
        Ocr.Language = OcrLanguage.English + OcrLanguage.Spanish + OcrLanguage.French;

        // Path to the image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            // Perform OCR
            var result = Ocr.Read(input);

            // Display the result
            Console.WriteLine("Recognized Text:");
            Console.WriteLine(result.Text);
        }
    }
}

Imports IronOcr

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Initialize IronTesseract engine
		Dim Ocr = New IronTesseract()

		' Add multiple languages
		Ocr.Language = OcrLanguage.English + OcrLanguage.Spanish + OcrLanguage.French

		' Path to the image
		Dim inputFile = "path\to\your\image.png"

		' Read the image and perform OCR
		Using input = New OcrInput(inputFile)
			' Perform OCR
			Dim result = Ocr.Read(input)

			' Display the result
			Console.WriteLine("Recognized Text:")
			Console.WriteLine(result.Text)
		End Using
	End Sub
End Class

上述 C# 程式使用 IronOCR 函式庫對包含英文、西班牙文和法文字元的影像執行光學字元辨識。 程式首先導入 IronOCR 所需的命名空間，並聲明一個名為 Program 的類，其中包含一個 Main 方法，這是應用程式的入口點。

在 Main 方法中，實例化了 IronTesseract 類別的實例，並將其賦值給變數 Ocr。 Language 屬性設定為包含英語、西班牙語和法語，方法是將 OcrLanguage.English、OcrLanguage.Spanish 和 OcrLanguage.French 組合起來。 這樣可以確保 OCR 引擎能夠識別和處理這三種語言中的任何一種的文字。

輸入影像檔案的路徑由 inputFile 變數設定。 然後，將映像載入到 using 語句中，並使用 OcrInput 類別的實例進行適當的資源管理和處置。 最後，呼叫 IronTesseract 實例的 Read 方法，傳入輸入對象，對影像執行 OCR。

然後使用 Console.WriteLine 方法將識別出的文字列印到控制台。 該程式演示了一種利用 IronOCR 的多語言功能從包含不同語言單字的圖像中提取文字的有效方法。

Tesseract OCR 多語言辨識（開發者教學）：圖 11 - 辨識的文字輸出

結論

Tesseract OCR 多語言辨識（開發者教學）：圖 12 - IronOCR 授權頁面

Tesseract 和 IronOCR 都是強大的 OCR 技術，但它們各自具有獨特的功能和優勢。 Tesseract 是開源軟體，對於任何尋求免費解決方案的人來說都是可靠的，並且擁有活躍的社群和持續的改進。

相較之下，IronOCR 是一個專有的 .NET Framework 程式庫，它提供更佳的使用者體驗，整合更便捷，並支援大多數映像檔類型。它在文字辨識方面也表現出色，尤其是在處理低品質影像內容時。 IronOCR 完全支援多種語言，並具有使其更加用戶友好的額外功能。

IronOCR 提供經濟實惠的開發版本，購買後即可獲得終身許可證。 IronOCR 套餐起價為 $liteLicense，一次性費用即可用於多個系統，物超所值，並為授權用戶提供 24/7 線上工程師支援。 更多信息，請參閱IronOCR網站。