如何在 C# 中使用 Tesseract 來使用多種語言#。

介紹

<! -- --> <！--說明：說明程式碼概念的圖表或截圖 -->

IronOCR 使用Tesseract 引擎作為可靠的 OCR 工具，提供從各種語言和腳本中提取文字的功能。

本文將探討 IronOCR 如何透過 Tesseract 處理多國語言的文字。 您將學習如何實作多語言 OCR 解決方案，並瞭解 IronOCR 及其 Tesseract 引擎整合的功能。

以多種語言處理文件對於現代應用程式而言至關重要。 國際商業文件、多語言網站和全球溝通平台都需要跨越語言障礙的精確文字擷取。 IronOCR 藉由與 Tesseract 廣泛的語言支援整合，可同時從包含多種腳本和字元集的文件中抽取文字，從而滿足此需求。

快速入門：使用 IronOCR 辨識多種語言的文字

以主要語言設定 IronOCR，並在一行中加入次要語言，即可從多語文件或影像中擷取文字。

如何使用 IronOCR 閱讀多國語言 PDF？

IronOcr 提供約 125種語言套件； 預設只安裝英文版。 從 NuGet 下載其他語言。 在此檢視所有可用的 語言包。

:path=/static-assets/ocr/content-code-examples/how-to/ocr-multiple-languages-pdf-input.cs

using IronOcr;
using System;

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

// Set secondary language to Russian
ocrTesseract.AddSecondaryLanguage(OcrLanguage.Russian);

// Add PDF
using var pdfInput = new OcrPdfInput(@"example.pdf");
// Perform OCR
OcrResult result = ocrTesseract.Read(pdfInput);

// Output extracted text to console
Console.WriteLine(result.Text);

Imports IronOcr
Imports System

' Instantiate IronTesseract
Private ocrTesseract As New IronTesseract()

' Set secondary language to Russian
ocrTesseract.AddSecondaryLanguage(OcrLanguage.Russian)

' Add PDF
Dim pdfInput = New OcrPdfInput("example.pdf")
' Perform OCR
Dim result As OcrResult = ocrTesseract.Read(pdfInput)

' Output extracted text to console
Console.WriteLine(result.Text)

如何使用 Tesseract 處理多國語言影像？

<! -- --> <！--說明：說明程式碼概念的圖表或截圖 -->

英文是預設的主要語言。 To change it, set the Language property to your desired language, then add secondary languages as needed.

包含多語言文字的圖片需要小心配置。 與 PDF 不同，圖片可能包含不同的文字方向、不同的字型以及混合的腳本。IronOCR 的 Tesseract 整合為這些情況提供了全面的語言配置選項。

// Example code for reading multi-language image with IronOCR
using IronOcr;

// Initialize IronTesseract OCR engine
var Ocr = new IronTesseract();

:path=/static-assets/ocr/content-code-examples/how-to/ocr-multiple-languages-image-input.cs

// Example code for reading multi-language image with IronOCR
using IronOcr;

// Initialize IronTesseract OCR engine
var Ocr = new IronTesseract();

using IronOcr;
using System;

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

// Set primary language to Russian
ocrTesseract.Language = OcrLanguage.Russian;
ocrTesseract.AddSecondaryLanguage(OcrLanguage.Japanese);

// Add image
using var imageInput = new OcrImageInput(@"example.png");
// Perform OCR
OcrResult result = ocrTesseract.Read(imageInput);

// Output extracted text to console
Console.WriteLine(result.Text);

Imports IronOcr
Imports System

' Initialize IronTesseract OCR engine
Dim Ocr As New IronTesseract()

' Instantiate IronTesseract
Dim ocrTesseract As New IronTesseract()

' Set primary language to Russian
ocrTesseract.Language = OcrLanguage.Russian
ocrTesseract.AddSecondaryLanguage(OcrLanguage.Japanese)

' Add image
Using imageInput As New OcrImageInput("example.png")
    ' Perform OCR
    Dim result As OcrResult = ocrTesseract.Read(imageInput)

    ' Output extracted text to console
    Console.WriteLine(result.Text)
End Using

多語言 OCR 的關鍵要點是什麼？

IronOCR 使用 Tesseract 引擎，能有效地從多語言文件中抽取文字。 它能處理閱讀多種語言文本的複雜性，提供多用途的解決方案。 無論是處理各種語言的 PDF，或是處理多國語言的影像內容，IronOcr 都能簡化跨語言文字的辨識與擷取。

IronOCR 用於多語言文字擷取的主要優勢：

• 廣泛的語言支援：透過 NuGet 套件提供超過 125 種國際 OCR 語言。
• Flexible Configuration：簡單的 API 可用於主要和次要語言設定
• 高準確性：使用 Tesseract 5 的先進識別演算法
• 效能最佳化：內建多執行緒支援
• 跨平台相容性：適用於 Windows、Linux 和 macOS

IronOCR 為多國語言 OCR 實作提供了結合易用性與強大功能的全面解決方案。 建立文件管理系統、翻譯工具或任何需要多語言文字擷取的應用程式，並具備成功所需的靈活性與可靠性。

從 NuGet 下載 IronOCR 並探索我們的文件和範例，開始您的多語言 OCR 專案。 對於特定的使用個案或進階方案，我們的疑難排解指南可提供洞察力，以達到最佳效果。