使用 C# 和 .NET 實作漢字簡體字母 OCR

This article was translated from English: Does it need improvement?
Translated
View the article in English

還有126種語言

IronOCR 是一個 C# 軟體元件,允許 .NET 程式設計師從圖像和 PDF 文件中讀取 126 種語言的文本,包括簡體漢字。

它是 Tesseract 的一個高級分支,專為 .NET 開發人員構建,在速度和準確性方面通常優於其他 Tesseract 引擎。

IronOcr.Languages.Han 的內容

此軟體包包含 400 種適用於 .NET 的 OCR 語言:

  • 漢字簡體字母
  • 漢簡體字母最佳
  • HanSimplifiedAlphabetFast
  • 漢字簡體垂直字母
  • 漢字簡體垂直字母最佳
  • 漢字簡體豎式字母表快速
  • 漢字
  • 漢字傳統字母最佳
  • HanTraditionalAlphabetFast
  • 漢字豎立
  • 漢字傳統垂直字母最佳
  • 漢字傳統垂直字母快速

下載

漢字簡體字母語言包 [Samhan]

安裝

我們首先需要做的是將我們的漢字簡體字母OCR 套件安裝到您的 .NET 專案中。

在套件管理員控制台執行下列指令:

Install-Package IronOCR.Languages.Han

程式碼範例

這段 C# 程式碼範例從圖像或 PDF 文件中讀取簡體漢字文字。

// Reference the IronOcr library
using IronOcr;

class Program
{
    static void Main()
    {
        // Create an IronTesseract OCR engine
        var Ocr = new IronTesseract();

        // Load the Han language for OCR processing
        Ocr.Language = OcrLanguage.Han;

        // Using a 'using' statement for resource management
        using (var Input = new OcrInput(@"images\Han.png"))
        {
            // Process the image to extract text
            var Result = Ocr.Read(Input);

            // Retrieve and display the extracted text
            string AllText = Result.Text;
            System.Console.WriteLine(AllText);
        }
    }
}
// Reference the IronOcr library
using IronOcr;

class Program
{
    static void Main()
    {
        // Create an IronTesseract OCR engine
        var Ocr = new IronTesseract();

        // Load the Han language for OCR processing
        Ocr.Language = OcrLanguage.Han;

        // Using a 'using' statement for resource management
        using (var Input = new OcrInput(@"images\Han.png"))
        {
            // Process the image to extract text
            var Result = Ocr.Read(Input);

            // Retrieve and display the extracted text
            string AllText = Result.Text;
            System.Console.WriteLine(AllText);
        }
    }
}
' Reference the IronOcr library
Imports IronOcr

Friend Class Program
	Shared Sub Main()
		' Create an IronTesseract OCR engine
		Dim Ocr = New IronTesseract()

		' Load the Han language for OCR processing
		Ocr.Language = OcrLanguage.Han

		' Using a 'using' statement for resource management
		Using Input = New OcrInput("images\Han.png")
			' Process the image to extract text
			Dim Result = Ocr.Read(Input)

			' Retrieve and display the extracted text
			Dim AllText As String = Result.Text
			System.Console.WriteLine(AllText)
		End Using
	End Sub
End Class
$vbLabelText   $csharpLabel

說明

  • 我們先引用 IronOcr 函式庫來使用其 OCR 功能。
  • 建立IronTesseract實例來處理影像/PDF 文件。
  • OCR 過程的語言設定為Han ,使用Ocr.Language
  • 使用OcrInput載入影像,並透過呼叫Ocr.Read()進行處理。
  • OCR 處理的結果儲存在Result.Text中,其中包含從文件中提取的文字。 最後,我們將文字列印到控制台。

確保使用正確的using指令,並using語句有效地管理資源,尤其是在處理檔案流等非託管資源時。