如何閱讀特定文件

查克尼思·賓

2024年5月2日

已更新 2025年2月17日

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

下載一個用於讀取車牌、護照和照片的 C# 庫
準備影像和PDF文件進行OCR
設置 ReadLicensePlate 方法來讀取車牌
設置ReadPassport方法以從護照中檢索信息
利用ReadPhoto和ReadScreenShot方法來讀取包含難以辨識文字的圖像

關於該套件

方法ReadLicensePlate、ReadPassport、ReadPhoto 和 ReadScreenShot 是 IronOCR 基礎套件的擴展方法，需要安裝IronOcr.Extensions.AdvancedScan 套件。目前，此擴充功能僅適用於Windows系統。

這些方法可與OCR引擎配置一起使用，例如黑名單和白名單。支持多種語言，包括中文、日語、韓語和拉丁字母，但ReadPassport方法除外。請注意，每種語言都需要額外的語言包，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。在以下故障排除指南中了解更多信息："Advanced Scan on .NET Framework."

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 配置在读取具有不同布局的文本文档时非常重要。例如，SingleBlock 和 SparseText 類型可以從表格佈局中獲取大量資訊。這是因為SingleBlock假設文字保持為一個區塊，而SparseText則假設文字分散在整個文檔中。

: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)

$vbLabelText $csharpLabel

以下方法是 IronOCR 基本包的擴展方法，需要安裝 IronOcr.Extensions.AdvancedScan 包。目前，此擴充功能僅適用於Windows系統。

閱讀車牌範例

ReadLicensePlate 方法已優化以從照片中讀取車牌。從此方法返回的特別信息是Licenseplate屬性，其中包含所提供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

$vbLabelText $csharpLabel

閱讀護照示例

ReadPassport 方法已經過優化，用於讀取和提取護照照片中的護照信息，方式是掃描機器可讀區（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)

$vbLabelText $csharpLabel

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 方法是專為讀取包含難以識別文字的圖像而優化的。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

$vbLabelText $csharpLabel

讀取螢幕截圖範例

ReadScreenShot 方法經過優化，可讀取包含難以辨識文字的截圖。類似於 ReadPhoto 方法，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)

$vbLabelText $csharpLabel

查克尼思·賓

立即與工程團隊聊天

軟體工程師

Chaknith 致力於 IronXL 和 IronBarcode。他在 C# 和 .NET 方面擁有豐富的專業知識，協助改進軟體並支持客戶。他從用戶互動中獲得的洞察力有助於提高產品、文檔和整體體驗。