如何在 C# 中定義影像的特定 OCR 區域

測試時該使用哪張圖片？

我們將使用一張包含三個段落的範例圖片。我們的目標是只提取第二個段落，忽略其餘文本。 這展示了一個常見場景，即需要從較大的文件中提取特定欄位或部分。

如何在程式碼中實現區域 OCR？

此實作過程包括建立一個OcrInput對象，並將圖像載入到指定的矩形區域。 這種方法適用於各種影像格式，包括JPG、PNG、GIF、TIFF 和 BMP 。

:path=/static-assets/ocr/content-code-examples/how-to/ocr-region-of-an-image.cs

using IronOcr;
using IronSoftware.Drawing;
using System;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();

// Define the specific region as a Rectangle
// (x, y) is the top-left corner.
var ContentArea = new Rectangle(x: 215, y: 1250, width: 1335, height: 280);

ocrInput.LoadImage("region-input.png", ContentArea);

var ocrResult = ocrTesseract.Read(ocrInput);

// Print the extracted text
Console.WriteLine(ocrResult.Text);

對於更複雜的場景，您可以在相同影像中定義多個區域。 這在處理包含多個欄位的表單或文件中的表格時尤其有用：

using IronOcr;
using IronSoftware.Drawing;

var ocr = new IronTesseract();
using var input = new OcrInput();

// Define multiple regions for different form fields
var nameField = new Rectangle(x: 100, y: 200, width: 300, height: 50);
var dateField = new Rectangle(x: 100, y: 300, width: 200, height: 50);
var amountField = new Rectangle(x: 400, y: 500, width: 150, height: 50);

// Load the same image multiple times with different regions
input.LoadImage("form.png", nameField);
var nameResult = ocr.Read(input);

input.Clear();
input.LoadImage("form.png", dateField);
var dateResult = ocr.Read(input);

input.Clear();
input.LoadImage("form.png", amountField);
var amountResult = ocr.Read(input);

// Process each field separately
Console.WriteLine($"Name: {nameResult.Text}");
Console.WriteLine($"Date: {dateResult.Text}");
Console.WriteLine($"Amount: {amountResult.Text}");

using IronOcr;
using IronSoftware.Drawing;

var ocr = new IronTesseract();
using var input = new OcrInput();

// Define multiple regions for different form fields
var nameField = new Rectangle(x: 100, y: 200, width: 300, height: 50);
var dateField = new Rectangle(x: 100, y: 300, width: 200, height: 50);
var amountField = new Rectangle(x: 400, y: 500, width: 150, height: 50);

// Load the same image multiple times with different regions
input.LoadImage("form.png", nameField);
var nameResult = ocr.Read(input);

input.Clear();
input.LoadImage("form.png", dateField);
var dateResult = ocr.Read(input);

input.Clear();
input.LoadImage("form.png", amountField);
var amountResult = ocr.Read(input);

// Process each field separately
Console.WriteLine($"Name: {nameResult.Text}");
Console.WriteLine($"Date: {dateResult.Text}");
Console.WriteLine($"Amount: {amountResult.Text}");

我可以期待什麼樣的結果？

從控制台輸出可以看出，只有第二個段落被 OCR 處理了。 這種有針對性的方法可以確保圖像其他部分的無關文字不會幹擾您的結果。

區域OCR的準確性取決於以下幾個因素： -影像品質：解析度越高的影像通常效果越好。 考慮使用DPI設定來優化影像。 -文字方向：確保文字正確對齊。 必要時使用頁面旋轉檢測功能。 -對比度和清晰度：應用影像校正濾鏡以增強文字可讀性。

如何驗證我的座標是否正確？

為了確保您已為輸入影像選擇了正確的座標，您可以視覺化您定義的ContentArea 。 一個簡單的方法是在輸入影像上繪製矩形，然後使用StampCropRectangleAndSaveAs將其另存為新檔案。 這有助於您調試和微調坐標，以獲得最佳性能。

這種視覺化技術在處理複雜版面或需要突出顯示特定文字區域以進行品質保證時特別有用。

這是在上面的範例輸入影像上繪製指定邊界框後的輸出影像。

如何視覺化選定區域？

:path=/static-assets/ocr/content-code-examples/how-to/ocr-region-of-an-image-highlighted.cs

using IronOcr;
using IronSoftware.Drawing;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();

// Define the specific rectangular area to scan within the image.
// The coordinates are in pixels: (x, y) is the top-left corner of the rectangle.
var ContentArea = new Rectangle(x: 4, y: 59, width: 365, height: 26);

ocrInput.LoadImage("region-input.png", ContentArea);

var ocrResult = ocrTesseract.Read(ocrInput);

// Draws the rectangle from above in a blue bounding box on the image for visualization.
ocrInput.StampCropRectangleAndSaveAs(ContentArea, Color.Aqua, "region-input.png");

$vbLabelText   $csharpLabel

可視化效果是什麼樣的？

淺藍色矩形框表示我們已經正確地提取第二個段落進行處理。