如何閱讀特定文件

Translated

View the article in English

準確讀取標準文字文件、車牌、護照和照片等特定文件，如果只用一種普通單一方法是非常困難的。這些挑戰源於每種文件類型的多樣化格式、佈局和內容，以及圖像質量、變形和專業內容的變化。此外，隨著文件類型的範圍擴大，實現語境理解以及平衡性能和效率的難度也會增加。

IronOCR 引入了針對特定文件（如標準文字文件、車牌、護照和照片）進行 OCR 的特定方法，以實現最佳準確性和性能。

開始使用IronOCR

立即在您的專案中使用IronOCR，並享受免費試用。

第一步：

如何閱讀特定文件

下載 C# 函式庫來讀取車牌、護照和照片
準備影像和PDF文件進行OCR
設置 讀取車牌號碼 讀取車牌的方法
設置 读护照 從護照中檢索信息的方法
利用 讀取照片 和 讀取螢幕截圖 讀取包含難以辨識文字的影像的方法

關於該套件

這些方法 ReadLicensePlate、ReadPassport、ReadPhoto 和 ReadScreenShot 是基礎 IronOCR 套件的擴充方法，需要IronOcr.Extensions.AdvancedScan安裝的軟件包。目前，此擴充功能僅適用於Windows系統。

方法適用於 OCR 引擎配置，例如黑名單和白名單。除了 ReadPassport 方法外，所有方法都支持多種語言，包括中文、日文、韓文和拉丁字母。請注意，每種語言都需要一個額外的語言包，IronOcr.Languages.

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。導航至專案配置並取消勾選“偏好32位”選項以實現此目的。在以下的故障排除指南中了解更多信息：高級掃描在 .NET 框架上.

讀取文件範例

ReadDocument 方法是一種強大的文件閱讀方法，專門用於掃描文件或包含大量文字的紙質文件照片。 PageSegmentationMode 配置對於讀取具有不同佈局的文本文件非常重要。例如，SingleBlock 和 SparseText 類型可以從表格布局中檢索大量信息。這是因為SingleBlock假設文本保持為一個塊，而SparseText則假設文本散布於整個文件中。

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

using IronOcr;
using System;

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

// Configure OCR engine
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.SingleBlock;

using var input = new OcrInput();

input.LoadPdf("Five.pdf");

// Perform OCR
OcrResult result = ocr.ReadDocument(input);

Console.WriteLine(result.Text);

Imports IronOcr
Imports System

' Instantiate OCR engine
Private ocr = New IronTesseract()

' Configure OCR engine
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.SingleBlock

Dim input = New OcrInput()

input.LoadPdf("Five.pdf")

' Perform OCR
Dim result As OcrResult = ocr.ReadDocument(input)

Console.WriteLine(result.Text)

VB C#

以下方法是基礎 IronOCR 套件的擴展方法，需要IronOcr.Extensions.AdvancedScan安裝的軟件包。目前，此擴充功能僅適用於Windows系統。

閱讀車牌範例

ReadLicensePlate 方法專為從照片讀取車牌而優化。此方法返回的特殊信息是 Licenseplate 屬性，其中包含提供的文件中車牌位置的信息。

:path=/static-assets/ocr/content-code-examples/how-to/read-specific-document-license-plate.cs

using IronOcr;
using IronSoftware.Drawing;
using System;

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

using var inputLicensePlate = new OcrInput();

inputLicensePlate.LoadImage("LicensePlate.jpeg");

// Perform OCR
OcrLicensePlateResult result = ocr.ReadLicensePlate(inputLicensePlate);

// Retrieve license plate coordinates
Rectangle rectangle = result.Licenseplate;

// Retrieve license plate value
string output = result.Text;

Imports IronOcr
Imports IronSoftware.Drawing
Imports System

' Instantiate OCR engine
Private ocr = New IronTesseract()

Private inputLicensePlate = New OcrInput()

inputLicensePlate.LoadImage("LicensePlate.jpeg")

' Perform OCR
Dim result As OcrLicensePlateResult = ocr.ReadLicensePlate(inputLicensePlate)

' Retrieve license plate coordinates
Dim rectangle As Rectangle = result.Licenseplate

' Retrieve license plate value
Dim output As String = result.Text

VB C#

閱讀護照示例

ReadPassport 方法專為讀取而優化，可通過掃描機器可讀區域從護照照片中提取護照信息(MRZ)內容。 MRZ 是官方文件如護照、身份證和簽證中特別定義的區域。 MRZ 通常包含持有者的基本個人資料，如姓名、出生日期、國籍及文件號碼。目前，此方法僅支援英語。

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

using IronOcr;
using System;

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

using var inputPassport = new OcrInput();

inputPassport.LoadImage("Passport.jpg");

// Perform OCR
OcrPassportResult result = ocr.ReadPassport(inputPassport);

// Output passport information
Console.WriteLine(result.PassportInfo.GivenNames);
Console.WriteLine(result.PassportInfo.Country);
Console.WriteLine(result.PassportInfo.PassportNumber);
Console.WriteLine(result.PassportInfo.Surname);
Console.WriteLine(result.PassportInfo.DateOfBirth);
Console.WriteLine(result.PassportInfo.DateOfExpiry);

Imports IronOcr
Imports System

' Instantiate OCR engine
Private ocr = New IronTesseract()

Private inputPassport = New OcrInput()

inputPassport.LoadImage("Passport.jpg")

' Perform OCR
Dim result As OcrPassportResult = ocr.ReadPassport(inputPassport)

' Output passport information
Console.WriteLine(result.PassportInfo.GivenNames)
Console.WriteLine(result.PassportInfo.Country)
Console.WriteLine(result.PassportInfo.PassportNumber)
Console.WriteLine(result.PassportInfo.Surname)
Console.WriteLine(result.PassportInfo.DateOfBirth)
Console.WriteLine(result.PassportInfo.DateOfExpiry)

VB C#

結果

請確保該文件僅包含護照圖像。任何頁首和頁尾的文字都可能使方法混淆，導致意外的輸出。

讀取照片示例

ReadPhoto方法針對讀取包含難以識別文字的圖片進行了優化。此方法返回 TextRegions 屬性，其中包含有關檢測到的文本的有用信息，例如 Region、TextInRegion 和 FrameNumber。

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

using IronOcr;
using IronSoftware.Drawing;

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

using var inputPhoto = new OcrInput();
inputPhoto.LoadImageFrame("photo.tif", 2);

// Perform OCR
OcrPhotoResult result = ocr.ReadPhoto(inputPhoto);

// index number refer to region order in the page
int number = result.TextRegions[0].FrameNumber;
string textinregion = result.TextRegions[0].TextInRegion;
Rectangle region = result.TextRegions[0].Region;

Imports IronOcr
Imports IronSoftware.Drawing

' Instantiate OCR engine
Private ocr = New IronTesseract()

Private inputPhoto = New OcrInput()
inputPhoto.LoadImageFrame("photo.tif", 2)

' Perform OCR
Dim result As OcrPhotoResult = ocr.ReadPhoto(inputPhoto)

' index number refer to region order in the page
Dim number As Integer = result.TextRegions(0).FrameNumber
Dim textinregion As String = result.TextRegions(0).TextInRegion
Dim region As Rectangle = result.TextRegions(0).Region

VB C#

讀取螢幕截圖範例

ReadScreenShot 方法專為讀取包含難以識別文字的截圖而優化。與 ReadPhoto 方法類似，它也返回 TextRegions 屬性。

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

using IronOcr;
using System;
using System.Linq;

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

using var inputScreenshot = new OcrInput();
inputScreenshot.LoadImage("screenshot.png");

// Perform OCR
OcrPhotoResult result = ocr.ReadScreenShot(inputScreenshot);

// Output screenshoot information
Console.WriteLine(result.Text);
Console.WriteLine(result.TextRegions.First().Region.X);
Console.WriteLine(result.TextRegions.Last().Region.Width);
Console.WriteLine(result.Confidence);

Imports IronOcr
Imports System
Imports System.Linq

' Instantiate OCR engine
Private ocr = New IronTesseract()

Private inputScreenshot = New OcrInput()
inputScreenshot.LoadImage("screenshot.png")

' Perform OCR
Dim result As OcrPhotoResult = ocr.ReadScreenShot(inputScreenshot)

' Output screenshoot information
Console.WriteLine(result.Text)
Console.WriteLine(result.TextRegions.First().Region.X)
Console.WriteLine(result.TextRegions.Last().Region.Width)
Console.WriteLine(result.Confidence)

VB C#

查克尼思·賓

軟體工程師

Chaknith 是開發者界的夏洛克福爾摩斯。他第一次意識到自己可能有個軟體工程的未來，是在他為了娛樂而參加程式挑戰的時候。他的重點是 IronXL 和 IronBarcode，但他也引以為豪的是，他幫助客戶解決所有產品的問題。Chaknith 利用他與客戶直接對話中獲得的知識，以進一步改進產品。他的實際反饋超越了 Jira 工單，並支持產品開發、文件撰寫和行銷，以提升客戶的整體體驗。不在公司時，他通常在學習機器學習、寫程式和徒步旅行。