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來處理多語言

1. 首先，在您的.NET專案中安裝IronOCR/Tesseract NuGet包。
2. 建立一個IronTesseract類的實例，它將初始化OCR引擎。
3. 語言屬性支持多於一種語言。
4. 指定您想要處理的圖像文件路徑，然後建立一個OcrInput物件。
5. 現在，使用Read函式對輸入圖像進行OCR處理。
6. 獲取結果並顯示已識別的文字。

What is Tesseract?

Tesseract是一個開放的光學字元識別引擎，由Hewlett-Packard開發，後來由Google維護。 它因其高準確性和適應性而著名，成為最突出的OCR之一。 Tesseract支持腳本檢測，能夠識別多種語言的文字，並能處理多語言； 因此，通常用於需要多語言文件和支持的專案。

Tesseract OCR引擎在圖像的每個像素中包含的資訊上工作，按照描述字元、單詞和句子的模式，最終轉換為機器可讀的文字。 它支持的許多圖像文件型別，如TIFF、JPEG和PNG，使得Tesseract可以以純文字、HTML和可搜尋PDF等格式生成文字。

Tesseract的一個主要優勢是它可以被訓練為對特定字體或新增的新語言敏感。 它還經常在各種應用中使用，從簡單的文字提取到數位化歷史文件、處理發票或甚至是為視障人士提供閱讀的輔助軟體等複雜任務。

在 Visual Studio 中建立新專案

打開程式Visual Studio。 在打開程式時，進入"文件選單"。在"文件選單"下有"新專案"選項。在"新專案"下，點擊"Console Application"。在這篇文章中，我們將使用控制台程式建立PDF文件。

在提供的文字框中輸入您專案的名稱和文件的位置。 然後，如下圖所示，點擊建立按鈕並選擇您需要的.NET Framework。

現在選擇了應用程式版本，Visual Studio專案將建立其結構。 如果您選擇了控制台、Windows或網頁版本，它將打開program.cs文件以新增程式碼並構建/運行應用程式。

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

What is IronOCR?

IronOCR是一個專有的OCR程式庫，專注於.NET。 它為.NET應用程式新增OCR能力，允許從圖像、掃描文件、PDF以及所有其他視覺媒體中提取文字。 駕駛極為成功的Tesseract引擎進行尖端文字識別，IronOCR還包括幾個額外的功能，使其適合於在企業應用程式中使用。

IronOCR提供了卓越的語言支持，支援超過120種語言，支持自動語言檢測和同時處理包含多種語言的文件。 這使得IronOCR非常多樣化並可全球部署，在多語言文件處理至關重要的地方。

另一方面，IronOCR強調使用和整合的簡單性。 其極易使用的API由詳細的文件和一組範例專案補充，將幫助任何開發者迅速上手。 它支持多種圖像格式和PDF文件。 內建的高級圖像預處理、噪聲減少和錯誤校正功能提高了OCR的準確性和性能。

安裝 IronOCR

您可以使用Visual Studio的NuGet包管理工具將包直接安裝到您的解決方案中。 以下快照顯示如何打開NuGet包管理器。

它有嵌入的搜索框，顯示來自NuGet網站的包列表。如以下截圖所示，我們將在包管理器中搜索短語IronOCR：

搜索結果可能提供一個潛在解決方案的列表。 您需要選擇安裝所需的解決方案包。

另外，一個一個安裝所需的Tesseract語言包，例如本例中所需的語言包。

在本例中，我們將使用西班牙語、法語和英語語言程式碼。 英語是預設的語言包，不需要安裝。

從NuGet包中安裝西班牙語。

使用IronOCR與Tesseract引擎讀取多種語言

以下範例展示如何使用C#和IronOCR與Tesseract引擎從圖像中識別多種語言的文字。

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程式庫在包含英語、西班牙語和法語字元的圖像上執行光學字元識別。 程式開始時導入IronOCR所需的名稱空間，並聲明一個命名Main方法，這是應用程式的入口點。

在Main方法中，一個Ocr。 通過組合Language屬性以包含英語、西班牙語和法語。 這可以確保OCR引擎能夠識別並處理這三種語言中的任何文字。

使用inputFile變數設置輸入圖像文件的路徑。 然後在OcrInput類的實例進行適當的資源管理和釋放。 最後，使用IronTesseract實例的Read方法調用輸入物件來對圖像進行OCR。

然後使用Console.WriteLine方法將識別的文字列印到控制台。 此程式說明了如何有效地使用IronOCR的多語言功能從包含不同語言單詞的圖像中提取文字。

結論

雖然Tesseract和IronOCR均為強大的OCR技術，但各自擁有獨特的功能和優勢。 作為開源軟體，Tesseract可靠且適用於任何尋求免費解決方案的人，並擁有活躍的社群和不斷的改進。

相比之下，IronOCR是針對.NET Framework的專有程式庫，提供改進的使用者體驗，易於整合並支持大多數圖像文件型別。它在文字識別中特別是處理低質量圖像內容時表現出色。 IronOCR完整支持多種語言，並具有額外功能，使其更具使用者友好性。

IronOCR提供了一個具有成本效益的開發版本並於購買後提供永久授權。 IronOCR包由$liteLicense起始，為多個系統提供一次性費用，提供了極佳的性價比，並向授權使用者提供24/7在線工程師支持。 欲了解更多資訊，請參考IronOCR網站。