OCR 在 SaaS 應用中的好處包括提高效率和準確性，通過自動化文本識別任務，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. 指定要處理的影像檔案路徑，然後建立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本，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本。 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版本、Windows 版本或 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IronTesseract類別的一個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組合在一起。 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透過inputFile變數設定。 然後，使用OcrInput類別的實例在using語句中載入映像，以便進行正確的資源管理和釋放。 最後，呼叫 IronTesseract 實例的Read方法，傳入輸入對象，對影像執行 OCR 操作。

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。