如何在 C# 中從流中讀取資料以進行 OCR

如何使用IronOCR讀取文字流？

首先，實例化IronTesseract類別以執行 OCR。 使用 FromFile 方法匯入影像檔案。此 AnyBitmap 物件將影像資料轉換為流。 接下來，使用 using 語句，透過 GetStream 方法傳遞圖像流來建立 OcrImageInput 物件。 最後，使用 Read 方法執行 OCR。

:path=/static-assets/ocr/content-code-examples/how-to/input-streams-read-streams.cs

using IronOcr;
using IronSoftware.Drawing;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Read image file to AnyBitmap
AnyBitmap anyBitmap = AnyBitmap.FromFile("Potter.tiff");

// Import image stream
using var imageInput = new OcrImageInput(anyBitmap.GetStream());
// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);

基於流的 OCR 技術有利於接收映像上傳、處理資料庫中的映像或處理不應寫入磁碟的臨時資料的 Web 應用程式。 流式方法與System.Drawing 物件和其他影像處理庫無縫整合。

如何為流式OCR指定掃描區域？

為了提高處理大型影像的效能並從特定區域取得特定讀數，請使用 CropRectangle 類別。 OcrImageInput 建構子接受一個 CropRectangle 物件作​​為第二個參數，可讓您指定要讀取影像文件的哪個區域。 下面的程式碼範例指定只讀取章節編號和標題區域。

:path=/static-assets/ocr/content-code-examples/how-to/input-streams-read-specific-region.cs

using IronOcr;
using IronSoftware.Drawing;
using System;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Read image file to AnyBitmap
AnyBitmap anyBitmap = AnyBitmap.FromFile("Potter.tiff");

// Specify crop region
Rectangle scanRegion = new Rectangle(800, 200, 900, 400);

// Add image
using var imageInput = new OcrImageInput(anyBitmap.GetStream(), ContentArea: scanRegion);
// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);

// Output the result to console
Console.WriteLine(ocrResult.Text);

當您需要對影像的特定區域進行 OCR 識別，或處理文字出現在可預測位置的結構化文件時，此技術特別有用。 對於涉及表格或結構化資料的更複雜場景，請探索如何在文件中讀取表格。

輸出結果中的掃描區域是什麼樣子的？

我可以使用哪些高階流處理技術？

處理資料流時，利用IronOCR 的其他功能來提高辨識準確率。 影像優化濾波器可以直接應用於串流數據，然後再進行 OCR 處理：

using IronOcr;
using IronSoftware.Drawing;
using System.IO;

// Process stream with filters
public string ProcessStreamWithFilters(Stream imageStream)
{
    IronTesseract ocrTesseract = new IronTesseract();

    // Configure for better accuracy
    ocrTesseract.Configuration.BlackListCharacters = "~`$#^*_}{][|\\";
    ocrTesseract.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;

    using var input = new OcrImageInput(imageStream);

    // Apply preprocessing filters
    input.Deskew();
    input.DeNoise();
    input.Sharpen();

    var result = ocrTesseract.Read(input);
    return result.Text;
}

using IronOcr;
using IronSoftware.Drawing;
using System.IO;

// Process stream with filters
public string ProcessStreamWithFilters(Stream imageStream)
{
    IronTesseract ocrTesseract = new IronTesseract();

    // Configure for better accuracy
    ocrTesseract.Configuration.BlackListCharacters = "~`$#^*_}{][|\\";
    ocrTesseract.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;

    using var input = new OcrImageInput(imageStream);

    // Apply preprocessing filters
    input.Deskew();
    input.DeNoise();
    input.Sharpen();

    var result = ocrTesseract.Read(input);
    return result.Text;
}

為了提升影像處理效果，您可以考慮使用"篩選精靈"來自動確定針對特定文件類型的最佳預處理步驟。此外，當處理流程中旋轉或傾斜的影像時， "修復影像方向"功能可以顯著提高 OCR 的準確率。

// From MemoryStream
byte[] imageBytes = GetImageBytesFromDatabase();
using var memoryStream = new MemoryStream(imageBytes);
using var input = new OcrImageInput(memoryStream);

// From FileStream
using var fileStream = new FileStream("document.png", FileMode.Open);
using var input2 = new OcrImageInput(fileStream);

// From network stream
using var webClient = new WebClient();
using var networkStream = webClient.OpenRead("https://example.com/image.jpg");
using var input3 = new OcrImageInput(networkStream);

// From MemoryStream
byte[] imageBytes = GetImageBytesFromDatabase();
using var memoryStream = new MemoryStream(imageBytes);
using var input = new OcrImageInput(memoryStream);

// From FileStream
using var fileStream = new FileStream("document.png", FileMode.Open);
using var input2 = new OcrImageInput(fileStream);

// From network stream
using var webClient = new WebClient();
using var networkStream = webClient.OpenRead("https://example.com/image.jpg");
using var input3 = new OcrImageInput(networkStream);

如何處理來自串流媒體的 OCR 結果？

IronOCR處理完您的資料流後，會提供豐富的結果對象，而不僅僅是簡單的文字擷取。 OcrResult 類別包含有關已識別文字的詳細信息，包括置信度分數、位置和結構：

// Process stream and analyze results
using var input = new OcrImageInput(stream);
var result = new IronTesseract().Read(input);

// Access detailed results
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page {page.PageNumber} Confidence: {page.Confidence}%");

    foreach (var paragraph in page.Paragraphs)
    {
        Console.WriteLine($"Paragraph: {paragraph.Text}");
        Console.WriteLine($"Location: X={paragraph.X}, Y={paragraph.Y}");
    }
}

// Export results
string text = result.Text;
string searchablePdf = result.SaveAsSearchablePdf("output.pdf");
string hocrHtml = result.SaveAsHocrHtml("output.html");

// Process stream and analyze results
using var input = new OcrImageInput(stream);
var result = new IronTesseract().Read(input);

// Access detailed results
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page {page.PageNumber} Confidence: {page.Confidence}%");

    foreach (var paragraph in page.Paragraphs)
    {
        Console.WriteLine($"Paragraph: {paragraph.Text}");
        Console.WriteLine($"Location: X={paragraph.X}, Y={paragraph.Y}");
    }
}

// Export results
string text = result.Text;
string searchablePdf = result.SaveAsSearchablePdf("output.pdf");
string hocrHtml = result.SaveAsHocrHtml("output.html");

結果物件還提供了匯出為可搜尋 PDF或hOCR HTML 格式的方法，從而可以輕鬆地從串流輸入建立可搜尋的文件存檔。 為了進行偵錯，您可以使用高亮文字功能來視覺化IronOCR在影像中偵測到的內容。

我應該了解哪些性能方面的注意事項？

在處理多個資料流或實施高吞吐量 OCR 解決方案時，請考慮以下最佳化策略：

1.重複使用 IronTesseract 實例：建立單一實例並在多個操作中重複使用它
2.實施進度追蹤：對於大型資料流，使用進度追蹤來監控處理狀態
3.並行處理：IronOCR 支援對多個流進行並行處理
4.優化影像品質：預處理視訊串流以確保最佳解析度和清晰度

為了獲得最佳效能，請探索快速 OCR 配置選項，並考慮對批次操作實作多執行緒處理。 在處理對時間要求較高的應用程式時，了解逾時機制可以幫助您有效管理長時間運行的 OCR 操作。

如何排除常見的串流問題？

在使用串流媒體時，您可能會遇到一些特定的挑戰。 以下是一些常見情況的解決方案：

-流位置：在傳遞給 IronOCR 之前，始終將流位置重設為 0
-處置：使用 using 語句來確保正確清理資源
-格式支援： IronOCR透過資料流支援多種影像格式，包括 JPEG、PNG、TIFF 和 BMP。
-記憶體管理：對於大型資料流，請考慮分塊處理或串流處理方法。

對於複雜的文件或標準 OCR 無法提供令人滿意的結果時，電腦視覺功能可以幫助更準確地定位和提取文字。 此外，在處理低品質流時，請參考修復低品質掃描的指南，以了解可顯著提高辨識率的預處理技術。

有關使用流和其他輸入方法的更多詳細信息，請瀏覽我們全面的操作指南和程式碼範例。