1. IronOCR
2. 操作指南
3. 讀取照片

如何使用IronOCR讀取照片

由 Curtis Chau

在處理大量文件時，特別是 TIFF 檔這類的掃描影像，人工擷取文字可能會耗時且容易產生人為錯誤。 這裡是光學文字識別的地方(光學字符識別)提供了一種自動化的方法，可以準確地將圖像中的文字轉換為數位資料。 OCR 技術可以處理來自掃描文件或照片等圖像的複雜性，並將它們轉換為可搜尋、可編輯的文字。 這不僅加快了文件處理速度，還確保比人工轉錄提取更準確的數據。

使用 OCR 處理像 TIFF 這樣的格式，可能由於其大小、色深或壓縮而難以閱讀，使企業和開發人員能夠快速數位化和管理大量數據。 使用像 IronOCR 的 ReadPhoto 功能這樣的光學字符識別解決方案，開發人員可以從圖像中提取文本，甚至可以執行高級操作，例如搜索關鍵字或將掃描的數據轉換為可搜尋的 PDF。 這項技術特別適用於處理法律文件、檔案或收據的行業，因為在這些領域中，有效的數據檢索至關重要。

在本教程中，我們將簡要提供輸入和一個示例，說明如何使用 ReadPhoto 以及如何操作結果對象。 以及開發人員可能在某些情況下使用 ReadPhoto 而不是 IronOCR 的標準 Read。

立即在您的專案中使用IronOCR，並享受免費試用。

第一步：

免費開始

若要使用此功能，您還需要安裝IronOcr.Extension.AdvancedScan套件。

讀取照片範例

使用 IronOCR 讀取高品質的照片格式，例如 tiff 和 gif，相對來說是很簡單的。 首先，我們創建一個新變數並將其指定為 OcrInput，然後使用 LoadImageFrame 加載圖像。 最後，我們使用 ReadPhoto 方法並獲取結果。

[{我(

• 由於 Tiff 在單一圖像中包含多個幀，因此需要使用 frameNumber 參數。 此外，索引從 0 開始，而不是從 1 開始。
• 該方法目前僅適用於英語、中文、日語、韓語和拉丁字母。

• 使用高級掃描功能在 .NET Framework 上運行需要項目在 x64 架構上運行。

  )}]

輸入

由於大多數瀏覽器不本地支持TIFF格式，您可以下載TIFF輸入這裡. 為了顯示 TIFF 檔案，我將其轉換為 WEBP。

代碼

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

using IronOcr;
using IronSoftware.Drawing;
using System;

// Instantiate OCR engine
var ocr = new IronTesseract();

using var inputPhoto = new OcrInput();
inputPhoto.LoadImageFrame("ocr.tiff", 0);

// Read photo
OcrPhotoResult result = ocr.ReadPhoto(inputPhoto);

// Index number refer to region order in the page
int number = result.TextRegions[0].FrameNumber;

// Extract the text in the first region
string textinregion = result.TextRegions[0].TextInRegion;

//Extract the co_ordinates of the first text region
Rectangle region = result.TextRegions[0].Region;

var output = $"Text in First Region: {textinregion}\n"
             + $"Text Region:\n"
             + $"Starting X: {region.X}\n"
             + $"Starting Y: {region.Y}\n"
             + $"Region Width: {region.Width}\n"
             + $"Region Height: {region.Height}\n"
             + $"Result Confidence: {result.Confidence}\n\n"
             + $"Full Scnned Photo Text: {result.Text}";

Console.WriteLine(output);

Imports Microsoft.VisualBasic
Imports IronOcr
Imports IronSoftware.Drawing
Imports System

' Instantiate OCR engine
Private ocr = New IronTesseract()

Private inputPhoto = New OcrInput()
inputPhoto.LoadImageFrame("ocr.tiff", 0)

' Read photo
Dim result As OcrPhotoResult = ocr.ReadPhoto(inputPhoto)

' Index number refer to region order in the page
Dim number As Integer = result.TextRegions(0).FrameNumber

' Extract the text in the first region
Dim textinregion As String = result.TextRegions(0).TextInRegion

'Extract the co_ordinates of the first text region
Dim region As Rectangle = result.TextRegions(0).Region

Dim output = $"Text in First Region: {textinregion}" & vbLf & $"Text Region:" & vbLf & $"Starting X: {region.X}" & vbLf & $"Starting Y: {region.Y}" & vbLf & $"Region Width: {region.Width}" & vbLf & $"Region Height: {region.Height}" & vbLf & $"Result Confidence: {result.Confidence}" & vbLf & vbLf & $"Full Scnned Photo Text: {result.Text}"

Console.WriteLine(output)

輸出

從OCR輸入中提取的文本。

信心：一個「雙精度浮點」屬性，表示每個字元平均的統計準確性信心水平，其中1表示最高，0表示最低。

TextRegions：屬性「TextRegions」的列表，指示 OCR 文本及其在輸入中的位置。 在上面的例子中，我們打印了幀號以及包含文本的矩形。

ReadPhoto 與 Read 的差異

readPhoto 方法與標準 read 方法的主要區別在於其結果物件和接受的檔案格式。 LoadImageFrame 專門只接受 tiff 和 gif 格式，不接受像 Jpeg 這樣的格式，這有幾個原因。

Tiff 和 Jpg 圖像之間的比較

Tiff 作為一種文件格式是無損的，通常用於將多個頁面和多個幀壓縮成一個單一的格式。 通常用於高品質的多圖像存儲(例如法律文件、醫療圖像). 它比標準的 jpg 格式要複雜得多，因此需要以不同的方式從中完整提取文本。

此外，Tiff 圖像僅使用不同的壓縮方式，因此 IronOCR 必須使用專門的方法來解析文本。

以下是對tiff和jpg的進一步比較。

不同情景

開發人員必須考慮每個生產環境的使用情況，以進一步優化並使他們的應用程式有效地運行。 儘管 readPhoto 適合處理如上所述的複雜圖像，例如 Tiff，但結果處理會較慢。 另一方面，jpg 可能质量较低，但操作通常会更快。 然而，影像品質如有噪點可能會導致OCR的信心度較低。

使用 OcrPhotoResults 或任何使用接口 IOcrResult 的類別中的 confidence 屬性，可以讓您了解結果的準確性，讓開發人員可以根據需要進行測試、重複和優化。

開發者應該在效率與準確性之間找到一個適當的平衡，確保影像達到一定的一致性閾值。