C# 和 .NET 中的中文 OCR

建立或開啟 C# 項目

要開始使用 IronOCR，我們必須建立一個 C# .NET 專案。 為此，我們使用 Visual Studio 2022。 您可以根據自己的需求選擇版本。 為了獲得流暢的使用體驗，建議使用最新版本的 Visual Studio。 我們將創建一個圖形使用者介面來選擇圖像。 我們還可以透過提供圖片的直接路徑，在控制台應用程式中使用 IronOCR。 請依照下列步驟在 Visual Studio 2022 中建立 C# 專案：

• 開啟 Visual Studio 2022。 點擊"建立新項目"按鈕。

在搜尋列中輸入"Windows"，從搜尋結果中選擇"Windows Form"*應用程序，然後按一下"下一步"按鈕。

• 為項目命名。 我將此項目命名為"ChineseOCR" 。 輸入姓名後，點選"下一步"按鈕。

在下一個畫面上選擇.NET 框架*。 根據專案需求選擇 .NET 框架。 本教學選用的是.NET 5.0版本。

• 選擇完成後，點選"建立"按鈕。 它可以輕鬆地在 Visual Studio 中建立 C# Windows 窗體專案。

專案已建立完成，現在可以在 IronOCR 庫中使用。 我們也可以使用現有的 C# 項目。 開啟專案並開始安裝 IronOCR 庫。 以下部分將探討在 C# 專案中安裝 IronOCR 庫的方法。

使用 NuGet 套件管理器

要使用 NuGet 套件管理器安裝 IronOCR 庫，我們必須開啟 NuGet 套件管理器介面。 請依照以下步驟安裝 IronOCR 庫：

• 點擊主選單中的"工具"，從下拉式選單中，將滑鼠停留在"NuGet 套件管理員"上，然後選擇"管理解決方案的 NuGet 套件管理員"。

這將開啟 NuGet 套件管理器介面。 前往瀏覽選項卡並蒐索 IronOCR Chinese。 從搜尋結果中選擇正確的軟體包，然後點擊"安裝"按鈕進行安裝。

• 它將開始安裝庫。 安裝完成後，您就可以在專案中使用 IronOCR 庫了。

使用套件管理器控制台

使用遊戲主機始終是簡單的選擇。 我們也可以使用軟體包管理器控制台安裝 IronOCR 庫。 請依照以下步驟安裝 IronOCR 庫：

• 在 Visual Studio 中開啟程式包管理器控制台。 它通常位於 Visual Studio 的底部。

• 在控制台中輸入以下命令：

  Install-Package IronOCR.Languages.Chinese

• 您將在控制台中看到庫的安裝進度。 它會自動安裝庫。 安裝完成後，我們的專案就可以使用 IronOCR 庫了。

前端開發

我們將使用"工具箱"元素來設計正面。 我們將建立一個按鈕、一個圖片框、一個富文本框和兩個標籤。 我們將從工具箱中拖曳這些元素，並將它們放置在視窗窗體中。 我們將妥善處理這些要素。

此按鈕用於從電腦中選擇圖像檔案。 圖片框將載入選定的圖像文件，富文本框將顯示輸出文字。 您可以根據需要調整每個元素的大小。 最終的前端設計將如下所示：

運行專案時會彈出此視窗。 我們已將視窗對齊方式設定為在螢幕中央顯示。 所以，這個螢幕會出現在螢幕中央。

我們的前端已經準備就緒。 接下來，該為按鈕新增後端功能了。

IronOCR的後端代碼

我們必須先匯入 IronOCR 命名空間才能在程式碼中使用它。 在文件頂部寫入以下行：

using IronOCR;

using IronOCR;

我們將使用"選擇圖像"按鈕來選擇圖像並將圖像載入到圖片框中。 IronOCR 將處理簡體中文文字影像，並在富文本框中顯示輸出文字。 讓我們透過雙擊按鈕來新增按鈕的功能。 編寫以下程式碼以實現所述功能：

private void btn_image_Click(object sender, EventArgs e)
{
    OpenFileDialog open = new OpenFileDialog();
    if (open.ShowDialog() == DialogResult.OK)
    {
        // display image in picture box  
        img_image.Image = new Bitmap(open.FileName);

        var Ocr = new IronTesseract();

赭石。Language = OcrLanguage.ChineseTraditional;

using (var Input = new OcrInput(open.FileName))
        {
            var Result = 赭石。Read(Input);

            txt_output.Text = Result.Text;
        }
    }
}

private void btn_image_Click(object sender, EventArgs e)
{
    OpenFileDialog open = new OpenFileDialog();
    if (open.ShowDialog() == DialogResult.OK)
    {
        // display image in picture box  
        img_image.Image = new Bitmap(open.FileName);

        var Ocr = new IronTesseract();

赭石。Language = OcrLanguage.ChineseTraditional;

using (var Input = new OcrInput(open.FileName))
        {
            var Result = 赭石。Read(Input);

            txt_output.Text = Result.Text;
        }
    }
}

當使用者點擊按鈕時，將出現一個對話方塊供使用者選擇圖像。 當使用者選擇圖片時，圖片將自動載入到圖片框中。 我們使用Bitmap() 函數在圖片框中列印影像。 之後，IronOCR會將圖像轉換為中文文字。 我們設定了 OCR。 Language to ChineseTraditional 辨識繁體中文文字。 赭石。 讀取函數將讀取進程並將 OCR 結果儲存在 Result 變數中。 如果您需要將文字儲存為 PDF、文字或 HTML 格式，您可以使用 SaveAs 功能將檔案儲存為您想要的任何輸出格式 — IronOCR 支援多種輸出格式。

運行專案

現在是時候運行專案了。 在 Visual Studio 中按一下"執行"按鈕。 我們將在螢幕上看到這個畫面。

點選"選擇圖像"按鈕。 它將打開"選擇檔案"對話框。 選擇影像檔案並按下回車鍵。

它會將圖片載入到圖片框中，自動掃描圖像，並在文字方塊中顯示輸出結果。

這是我們選擇的圖像的輸出結果。 IronOCR 也支援讀取和掃描 PDF 檔案。 我們可以使用可編輯的 PDF 文件格式，透過 IronOCR 進行掃描和識別文字。 這也可以用不同的語言來完成。 IronOCR 可以將現有的 PDF 文件轉換為可搜尋的 PDF。 IronOCR 擁有多種影像濾鏡，讓影像清晰易懂。 以下是篩選條件：

• 輸入.二進位化()
• 輸入.對比()
• 輸入.Descew() 輸入.DeNoise() 輸入.Dilate()
• 輸入.增強解析度(300)

所有這些功能都能提高字元的可見性。 IronOCR 使用這些功能來清除 PDF 並產生可搜尋的 PDF。 讓我們來看看如何實現這一點：

using IronOcr;
var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
    Input.AddPdf("scan.pdf")
    // clean up twisted pages
    Input.Deskew();
    var Result = 赭石。Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

using IronOcr;
var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
    Input.AddPdf("scan.pdf")
    // clean up twisted pages
    Input.Deskew();
    var Result = 赭石。Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}