如何在 C# 中使用電腦視覺尋找文本

為什麼IronOCR需要單獨的電腦視覺軟體包？

使用這些方法需要NuGetIronOcr.ComputerVision 安裝到解決方案中。 如果您尚未安裝軟體，系統會提示您下載。 電腦視覺功能利用 OpenCV 演算法顯著提高了文字偵測精度，類似於我們在車牌辨識和護照掃描功能中使用的技術。

我應該安裝哪個平台特定軟體包？

• Windows：IronOcr.ComputerVision.Windows - 請參閱我們的Windows 安裝指南 Linux：IronOcr.ComputerVision.Linux - 查看我們的Linux 安裝教學課程
• macOS：IronOcr.ComputerVision.MacOS - 請查看我們的macOS 設定說明
• macOS ARM：IronOcr.ComputerVision.MacOS.ARM

如何使用軟體套件管理器控制台進行安裝？

使用NuGet套件管理器安裝，或將以下內容貼到套件管理器控制台中：

Install-Package IronOcr.ComputerVision.Windows

這提供了將IronOCR電腦視覺與我們的模型檔案配合使用所需的元件。

FindTextRegion 的基本用法是什麼？

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findtextregion-1.cs

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("/path/file.png");

input.FindTextRegion();
OcrResult result = ocr.Read(input);
string resultText = result.Text;

如何自訂 FindTextRegion 參數？

呼叫此方法並添加自訂參數，以微調文字檢測。 這些參數的工作方式與我們的影像濾波器配置類似：

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findtextregion-2.cs

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("/path/file.png");

input.FindTextRegion(Scale: 2.0, DilationAmount: 20, Binarize: true, Invert: true);
OcrResult result = ocr.Read(input);
string resultText = result.Text;

FindTextRegion 在實際應用上是什麼樣的？

在這個例子中，我使用以下圖像來演示一種需要裁剪到包含文字區域的方法，但輸入圖像的文字位置可能會有所不同。 我使用 FindTextRegion 將掃描範圍縮小到電腦視覺偵測到文字的區域。 這種方法與我們在內容領域和作物區域教程中使用的技術類似。 這是一張範例圖片：

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findtextregion-3.cs

using IronOcr;
using IronSoftware.Drawing;
using System;
using System.Linq;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("wh-words-sign.jpg");

// Find the text region using Computer Vision
Rectangle textCropArea = input.GetPages().First().FindTextRegion();

// For debugging and demonstration purposes, lets see what region it found:
input.StampCropRectangleAndSaveAs(textCropArea, Color.Red, "image_text_area", AnyBitmap.ImageFormat.Png);

// Looks good, so let us apply this region to hasten the read:
var ocrResult = ocr.Read("wh-words-sign.jpg", textCropArea);
Console.WriteLine(ocrResult.Text);

如何調試和驗證文字區域檢測？

這段程式碼有兩個輸出。 第一個是 .png 文件，由 StampCropRectangleAndSaveAs 保存，用於調試。 該技術也在我們的調試指南重點文本中有所介紹。 我們可以看到IronCV(計算機視覺)偵測到文字的位置：

檢測結果能夠準確辨識文字區域。 第二個輸出結果是文字本身：

IRONSOFTWARE

50,000+

Developers in our active community

10,777,061 19,313
NuGet downloads Support tickets resolved
50%+ 80%+
Engineering Team growth Support Team growth
$25,000+

Raised with #TEAMSEAS to clean our beaches & waterways

FindMultipleTextRegions 的基本用法是什麼？

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findmultipletextregions-1.cs

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("/path/file.png");

input.FindMultipleTextRegions();
OcrResult result = ocr.Read(input);
string resultText = result.Text;

如何自訂 FindMultipleTextRegions 的參數？

呼叫此方法並新增自訂參數，以控制如何偵測和分離區域：

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findmultipletextregions-2.cs

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("/path/file.png");

input.FindMultipleTextRegions(Scale: 2.0, DilationAmount: -1, Binarize: true, Invert: false);
OcrResult result = ocr.Read(input);
string resultText = result.Text;

如何使用 FindMultipleTextRegions 處理單一頁面？

FindMultipleTextRegions 的另一個重載方法接受一個 OCR 頁面，並傳回一個 OCR 頁面列表，每個 OCR 頁面對應頁面上的一個文字區域。 這種方法有助於處理複雜的佈局，類似於我們在多頁 TIFF 處理指南中描述的技術：

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-findmultipletextregions-3.cs

using IronOcr;
using System.Collections.Generic;
using System.Linq;

int pageIndex = 0;
using var input = new OcrInput();
input.LoadImage("/path/file.png");

var selectedPage = input.GetPages().ElementAt(pageIndex);
List<OcrInputPage> textRegionsOnPage = selectedPage.FindMultipleTextRegions();

何時應該使用 GetTextRegions 而不是 FindTextRegions？

/* :path=/static-assets/ocr/content-code-examples/how-to/computer-vision-gettextregions.cs */
using IronOcr;
using IronSoftware.Drawing;
using System;
using System.Collections.Generic;
using System.Linq;

// Create a new IronTesseract object for OCR
var ocr = new IronTesseract();

// Load an image into OcrInput
using var input = new OcrInput();
input.LoadImage("/path/file.png");

// Get the first page from the input
var firstPage = input.GetPages().First();

// Get all text regions detected on this page
List<Rectangle> textRegions = firstPage.GetTextRegions();

// Display information about each detected region
Console.WriteLine($"Found {textRegions.Count} text regions:");
foreach (var region in textRegions)
{
    Console.WriteLine($"Region at X:{region.X}, Y:{region.Y}, Width:{region.Width}, Height:{region.Height}");
}

// You can also process each region individually
foreach (var region in textRegions)
{
    var regionResult = ocr.Read(input, region);
    Console.WriteLine($"Text in region: {regionResult.Text}");
}

/* :path=/static-assets/ocr/content-code-examples/how-to/computer-vision-gettextregions.cs */
using IronOcr;
using IronSoftware.Drawing;
using System;
using System.Collections.Generic;
using System.Linq;

// Create a new IronTesseract object for OCR
var ocr = new IronTesseract();

// Load an image into OcrInput
using var input = new OcrInput();
input.LoadImage("/path/file.png");

// Get the first page from the input
var firstPage = input.GetPages().First();

// Get all text regions detected on this page
List<Rectangle> textRegions = firstPage.GetTextRegions();

// Display information about each detected region
Console.WriteLine($"Found {textRegions.Count} text regions:");
foreach (var region in textRegions)
{
    Console.WriteLine($"Region at X:{region.X}, Y:{region.Y}, Width:{region.Width}, Height:{region.Height}");
}

// You can also process each region individually
foreach (var region in textRegions)
{
    var regionResult = ocr.Read(input, region);
    Console.WriteLine($"Text in region: {regionResult.Text}");
}

電腦視覺在光學字元辨識 (OCR) 中的常見應用場景有哪些？

電腦視覺顯著提高了複雜場景下的OCR辨識準確率。 以下是一些實際應用：

1.文檔佈局分析：自動識別和處理複雜文檔的不同部分。 尤其適用於掃描文件。

2.多欄文本：將報紙或雜誌中的各個欄目分開，並分別閱讀。 使用 多執行緒處理可以加快處理速度。

3.混合內容：區分文件中的文字區域和圖形。 處理帶有嵌入式文字的照片時很有用。

4.效能最佳化：僅將 OCR 處理集中在包含文字的區域。 請參閱我們的快速 OCR 配置指南。

5.品質控制：在進行完整的 OCR 處理之前，先驗證文字偵測結果。 我們的進度追蹤功能會監控每個階段。

透過正確的設定和輸入文件，OCR 可以達到接近人類的閱讀能力。 為了獲得最佳效果，請將電腦視覺與我們的影像優化濾波器結合使用，以實現最佳的 OCR 準確率。 在處理低品質影像時，我們的低品質掃描修復指南提供了有價值的預處理技巧。

高階電腦視覺技術

對於希望提升 OCR 準確度的開發者，可以考慮以下進階方法：

-自訂訓練：使用我們的自訂語言檔案指南訓練 OCR 引擎識別特殊字體 -多語言支援：使用我們的多語言功能處理多語言文檔 -條碼整合：利用我們的OCR 和條碼讀取功能，將文字辨識與條碼讀取結合。