1. IronOCR
  2. 操作指南
  3. .NET MAUI OCR

如何使用電腦視覺尋找文本

This article was translated from English: Does it need improvement?
Translated
View the article in English

介紹

IronOCR 利用 OpenCV 使用計算機視覺來檢測圖像中存在文本的區域。這對於包含大量噪點的圖像、文本分布在多個不同位置的圖像以及文本變形的圖像非常有用。在 IronOCR 中使用計算機視覺可以確定文本區域的位置，然後使用 Tesseract 嘗試讀取這些區域。

使用電腦視覺進行OCR的步驟

  1. 下載 C# 庫以使用計算機視覺進行光學字符識別 (OCR)
  2. 利用 尋找文本區域 自動檢測文字區域的方法
  3. 檢查哪些文字區域被檢測到 印章裁剪矩形並另存 方法
  4. 使用計算機視覺將原始圖像根據文本區域劃分為多個圖像 查找多個文本區域 方法
  5. 使用 獲取文本區域 方法 to get crop areas list where text was detected

通過 NuGet 套件安裝 IronOCR.ComputerVision

IronOCR 中執行計算機視覺的 OpenCV 方法在普通的 IronOCR NuGet 套件中可見。

使用這些方法需要將 IronOcr.ComputerVision NuGet 安裝到解決方案中，如果您未安裝，系統會提示您下載。

  • Windows: IronOcr.ComputerVision.Windows
  • Linux: IronOcr.ComputerVision.Linux
  • macOS: IronOcr.ComputerVision.MacOS
  • macOS ARM: IronOcr.ComputerVision.MacOS.ARM

使用 NuGet 套件管理器安裝或在套件管理器控制台中粘貼以下內容：

PM> Install-Package IronOcr.ComputerVision.Windows

這將提供必要的組件，以便使用IronOCR計算機視覺與我們的模型文件。

功能和 API

本教程稍後會提供程式碼示例。以下是目前可用的方法的概要：

方法解釋
尋找文本區域檢測包含文字元素的區域並指示Tesseract僅在檢測到文字的區域內搜尋文字。
查找多個文本區域檢測包含文字元素的區域，並根據文字區域將頁面劃分為單獨的圖像。
獲取文本區域掃描圖像並返回文本區域列表為 `List`.

FindTextRegion

使用 FindTextRegion 將使用計算機視覺來檢測 OcrInput 對象每一頁上包含文字元素的區域。

: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;
Imports IronOcr

Private ocr = New IronTesseract()
Private input = New OcrInput()
input.LoadImage("/path/file.png")

input.FindTextRegion()
Dim result As OcrResult = ocr.Read(input)
Dim resultText As String = result.Text
VB   C#

可以選擇使用自訂參數調用：

: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;
Imports IronOcr

Private ocr = New IronTesseract()
Private input = New OcrInput()
input.LoadImage("/path/file.png")

input.FindTextRegion(Scale:= 2.0, DilationAmount:= 20, Binarize:= True, Invert:= True)
Dim result As OcrResult = ocr.Read(input)
Dim resultText As String = result.Text
VB   C#

在這個範例中，我將使用以下圖片寫一個方法，該方法需要裁剪包含文字的區域，但輸入圖片的文字位置可能會有所不同。在這種情況下，我可以使用 FindTextRegion 將掃描範圍縮小到電腦視覺檢測到文字的區域。這是一個範例圖片：

帶有文字的圖片
: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);
Imports IronOcr
Imports IronSoftware.Drawing
Imports System
Imports System.Linq

Private ocr = New IronTesseract()
Private input = New OcrInput()
input.LoadImage("wh-words-sign.jpg")

' Find the text region using Computer Vision
Dim textCropArea As Rectangle = 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:
Dim ocrResult = ocr.Read("wh-words-sign.jpg", textCropArea)
Console.WriteLine(ocrResult.Text)
VB   C#

現在這段程式碼有兩個輸出，第一個是由 StampCropRectangleAndSaveAs 保存的 .png 檔案，用於偵錯。我們可以看到 IronCV 的位置。 (電腦視覺) 認為文字是：

帶有文字區域突顯的圖像

看起來很不錯。現在第二個輸出是文本本身，即：

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

使用 FindMultipleTextRegions 將 OcrInput 對象的所有頁面進行處理，並使用計算機視覺檢測包含文字元素的區域，根據文字區域將輸入劃分為獨立的圖像：

: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;
Imports IronOcr

Private ocr = New IronTesseract()
Private input = New OcrInput()
input.LoadImage("/path/file.png")

input.FindMultipleTextRegions()
Dim result As OcrResult = ocr.Read(input)
Dim resultText As String = result.Text
VB   C#

可以選擇使用自訂參數調用：

: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;
Imports IronOcr

Private ocr = New IronTesseract()
Private input = New OcrInput()
input.LoadImage("/path/file.png")

input.FindMultipleTextRegions(Scale:= 2.0, DilationAmount:= -1, Binarize:= True, Invert:= False)
Dim result As OcrResult = ocr.Read(input)
Dim resultText As String = result.Text
VB   C#

FindMultipleTextRegions 的另一種重載方法會接收一個 OCR 頁面並返回一個包含多個 OCR 頁面的列表，每個頁面分別對應一個文本區域：

: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();
Imports IronOcr
Imports System.Collections.Generic
Imports System.Linq

Private pageIndex As Integer = 0
Private input = New OcrInput()
input.LoadImage("/path/file.png")

Dim selectedPage = input.GetPages().ElementAt(pageIndex)
Dim textRegionsOnPage As List(Of OcrInputPage) = selectedPage.FindMultipleTextRegions()
VB   C#

GetTextRegions

使用 GetTextRegions 將返回一個裁剪區域的列表，這些區域是頁面中檢測到文字的位置：

:path=/static-assets/ocr/content-code-examples/how-to/computer-vision-gettextregions.cs
using IronOcr;
using IronSoftware.Drawing;
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<Rectangle> regions = selectedPage.GetTextRegions();
Imports IronOcr
Imports IronSoftware.Drawing
Imports System.Collections.Generic
Imports System.Linq

Private pageIndex As Integer = 0
Private input = New OcrInput()
input.LoadImage("/path/file.png")

Dim selectedPage = input.GetPages().ElementAt(pageIndex)
' List<Rectangle> regions = selectedPage.GetTextRegions();
VB   C#

特定使用案例指南

使用正確的設置和輸入文件，OCR 可能是一個非常強大的工具。它幾乎可以完美模擬人類的閱讀能力。