PDF OCR文字擷取

VB C#

using IronOcr;
using System;

var ocrTesseract = new IronTesseract();

using var ocrInput = new OcrInput();

// OCR entire document
ocrInput.LoadPdf("example.pdf", Password: "password");

int[] pages = { 1, 2, 3, 4, 5 };

// Alternatively OCR selected page numbers
ocrInput.LoadPdfPages("example.pdf", pages, Password: "password");

var ocrResult = ocrTesseract.Read(ocrInput);
Console.WriteLine(ocrResult.Text);

Imports IronOcr
Imports System

Private ocrTesseract = New IronTesseract()

Private ocrInput = New OcrInput()

' OCR entire document
ocrInput.LoadPdf("example.pdf", Password:= "password")

Dim pages() As Integer = { 1, 2, 3, 4, 5 }

' Alternatively OCR selected page numbers
ocrInput.LoadPdfPages("example.pdf", pages, Password:= "password")

Dim ocrResult = ocrTesseract.Read(ocrInput)
Console.WriteLine(ocrResult.Text)

Install-Package IronOcr

PDF OCR文字擷取

Iron Tesseract 可以讀取許多影像格式和 PDF 文件。這個功能在傳統的免費 Tesseract 引擎上是無法實現的。

OcrInput 提供自動修正 PDF 特徵的選項，當掃描品質較差時特別有用。

開發人員可以指定讀取整個 PDF、選擇的頁面或單一裁剪區域。

如何在 C# 中 OCR PDF 文件

下載用於 OCR PDF 檔案的 C# 函式庫
使用 AddPdf 方法新增 PDF 文件
使用 AddPdfPages 方法新增特定的 PDF 文件頁面
利用 Read 方法對新增的 PDF 進行 OCR 處理
查看所有 QR 碼值在 Barcodes 屬性中。訪問 Text 屬性來獲取 OCR 結果

C# PDF OCR

許多 OCR 工具在理想條件下表現良好，但當您需要一個在任何條件下都能穩定且準確地完成工作的工具時，IronOCR 文本提取解決方案是您所需的。

IronOCR 用於文本提取是從頭開始構建的，具備將實際影像轉換為 99% 準確度的能力。

IronTesseract，我們的原生 C# OCR 函式庫，能夠以幾乎像人類一樣的方式從常常不是良好品質且有時已扭曲的實際影像中識別字符。

我們的 OCR 允許自動修正 PDF 或影像特徵，如果掃描品質較差。

當我向您介紹現在可用的最佳 OCR 解決方案時，您將能夠親自見證。

為什麼選擇 IronOCR 作為影像或 PDF OCR 文本提取？

選擇 IronOCR 作為 Tesseract 管理的解決方案是顯而易見的選擇，考慮到它的獨特能力，其中包括以下幾點：

IronOCR 用於 PDF OCR 文本提取引擎能直接在純 .NET 環境中開箱即用
不需要在您的機器上安裝 Tesseract。
它與最新的引擎完美兼容：Tesseract 5（以及 Tesseract 4 & 3）。
適用於任何 .NET 項目：.NET Framework 4.5 +、.NET Standard 2 + 和 .NET Core 2、3 & 5！
比其它開源的 Tesseract 有更高的準確性和速度。
IronOCR 支援 Xamarin、Mono、Azure、和 Docker 開發平台。
您可以使用 NuGet 套件管理複雜的 Tesseract 字典系統。
它能夠從 PDF、多頁 Tiff 和所有主要的影像文件中提取文本，無需任何額外調整。
它可以修正低品質和已扭曲的圖像掃描，以從您的文本提取項目中獲得最佳結果。

您是否有低品質掃描？沒問題!

當涉及到 OCR 任務時，IronOCR 表現卓越。事實上，許多類似產品主要用於高解析度、完美的機器打印文本或影像，但在實際應用中往往不準確或失敗。然而，這不是 IronOCR 的情況。

IronOCR 在修正不完善的文檔方面表現特出。它可以拉直已扭曲的掃描影像並增強低品質的照片，使其成為可搜尋的 PDF 文件或影像。這使得我們的產品從其他產品中脫穎而出。

調整 IronOCR 性能以適合您的工作流程

使用 Iron Software 的 OCR 解決方案，您可以調整文本提取任務的性能，以獲得適合您的工作流程的正確平衡。我們知道這對許多用戶和開發者來說非常重要，所以我們的 OCR 解決方案被構建成性能可調和靈活。

例如，一個非常重要的影響 OCR 任務速度的因素是輸入影像的品質。當背景噪音更少且影像具有較高的 dpi（200 dpi 是一個不錯的範圍）時，產出越快且 OCR 結果越準確。然而，即使在低品質影像的任務中，透過 IronOCR 的性能調整功能，也能迅速完成。

此外，選擇有較少數碼噪音的輸入影像或掃描文本格式，如 PNG 或 TIFF，可以比較低品質影像格式如 JPEG 獲得更快的結果。

安裝 IronOCR 解決方案非常簡便

Iron Software 套件非常容易安裝和運行。它適用於最受歡迎的開發平台。我們的解決方案具備跨平台支持，包括 Windows、Linux、macOS、Azure、AWS 和 Docker — 這就是為什麼 C# 是最受開發者歡迎的 Tesseract OCR 引擎的原因。

支援超過 125 種國際語言

對於 OCR 任務來說，當軟體能支援多種語言時，會變得更有用。 IronOCR 解決方案因為能支持 125 種國際語言而成為不可或缺的工具。這些語言可以透過作為 DLL 文件分佈的語言包來安裝。您可以從本網站或 Visual Studio 的 NuGet 套件管理器下載它們。

如何安裝 OCR 語言包

一百二十種語言被支持。您可以透過兩種方法下載任何附加的 OCR 語言包：

安裝 NuGet 套件

在 NuGet 中搜索 IronOCR 語言包。

使用 OCR 資料方法

下載 "ocrdata" 文件並將其添加到您的 .NET 項目或程式文件中。

輕鬆從您的掃描文件或影像創建可搜文件

我們非常自豪的一個功能是我們的 Tesseract 軟體能夠從輸入的影像或掃描的 PDF 文件創建可搜尋的 PDF 文件或可搜尋的文本。您可以導出您的 OCR 結果作為 PDF，這將是 C# 和 VB.NET 中的可搜尋的 PDF 文件。這真的可以幫助企業和政府進行數據庫填充、SEO 和 PDF。

利用最佳 OCR 工具的力量

IronOCR 是從影像和文件中提取文本的最佳工具。它具有多種功能、功能和解決方案，讓您在完成 OCR 任務時獲得輕鬆順暢的體驗。

我們的 OCR Tesseract C# 函式庫可以幫助您在開發環境中從影像和掃描的文件中提取文本，如 C# 和 .NET 應用程式。

使用 IronOCR，您甚至可以輕鬆打開有密碼保護的 PDF 文件，並且順利提取文本。

它還具備以下特點：

不需要執行文件或 C++ 代碼
完整的 PDF OCR 支持
MVC、Web 應用程式、桌面、控制台和伺服器應用程式兼容
完整的 .NET Core、Standard 和 Framework 支持
用 C# & VB .NET 閱讀
閱讀 QR 和條形碼
將 OCR 導出為 XHTML 或可搜尋的 PDF 文件
支持多線程
提取影像、座標、統計數據、字體等更多內容

邁出大膽步伐走向 IronOCR

考慮到這個令人難以置信的 OCR 解決方案的特徵，如果您決定嘗試 IronOCR，您不會失望。

使用我們的軟體僅需幾下點擊。從安裝 IronOCR 開始 — 一項不可思議的簡單任務。 Furthermore, there are incredibly helpful and detailed step-by-step guides on using any of our tools and How-Tos, not to mention our resourceful support center that responds to queries as soon as possible (almost immediately).

不要猶豫 — 今天就選擇 IronOCR。這是學習如何在 C# 中閱讀 PDF 文件的第一步也是最重要的一步。

如果您心中仍有任何疑慮，我們的免費試用許可證密鑰將為您帶來完美解決方案。它可以幫助您探索 IronOCR 最新版本的全部潛力，無需任何財務條件。它可以幫助您決定哪一類別的軟體許可證是適合您的。如果您不確定，請隨時與我們的專家團隊聯繫，不論您身在何處。

學會用 IronOCR 創建可搜尋的 PDF