using IronOcr; using IronSoftware.Drawing; // We can delve deep into OCR results as an object model of // Pages, Barcodes, Paragraphs, Lines, Words and Characters // This allows us to explore, export and draw OCR content using other APIs/ var ocrTesseract = new IronTesseract(); ocrTesseract.Configuration.ReadBarCodes = true; using var ocrInput = new OcrInput(); var pages = new int[] { 1, 2 }; ocrInput.LoadImageFrames("example.tiff", pages); OcrResult ocrResult = ocrTesseract.Read(ocrInput); foreach (var page in ocrResult.Pages) { // Page object int PageNumber = page.PageNumber; string PageText = page.Text; int PageWordCount = page.WordCount; // null if we dont set Ocr.Configuration.ReadBarCodes = true; OcrResult.Barcode[] Barcodes = page.Barcodes; AnyBitmap PageImage = page.ToBitmap(ocrInput); int PageWidth = page.Width; int PageHeight = page.Height; double PageRotation = page.Rotation; // angular correction in degrees from OcrInput.Deskew() foreach (var paragraph in page.Paragraphs) { // Pages -> Paragraphs int ParagraphNumber = paragraph.ParagraphNumber; string ParagraphText = paragraph.Text; AnyBitmap ParagraphImage = paragraph.ToBitmap(ocrInput); int ParagraphX_location = paragraph.X; int ParagraphY_location = paragraph.Y; int ParagraphWidth = paragraph.Width; int ParagraphHeight = paragraph.Height; double ParagraphOcrAccuracy = paragraph.Confidence; OcrResult.TextFlow paragrapthText_direction = paragraph.TextDirection; foreach (var line in paragraph.Lines) { // Pages -> Paragraphs -> Lines int LineNumber = line.LineNumber; string LineText = line.Text; AnyBitmap LineImage = line.ToBitmap(ocrInput); int LineX_location = line.X; int LineY_location = line.Y; int LineWidth = line.Width; int LineHeight = line.Height; double LineOcrAccuracy = line.Confidence; double LineSkew = line.BaselineAngle; double LineOffset = line.BaselineOffset; foreach (var word in line.Words) { // Pages -> Paragraphs -> Lines -> Words int WordNumber = word.WordNumber; string WordText = word.Text; AnyBitmap WordImage = word.ToBitmap(ocrInput); int WordX_location = word.X; int WordY_location = word.Y; int WordWidth = word.Width; int WordHeight = word.Height; double WordOcrAccuracy = word.Confidence; foreach (var character in word.Characters) { // Pages -> Paragraphs -> Lines -> Words -> Characters int CharacterNumber = character.CharacterNumber; string CharacterText = character.Text; AnyBitmap CharacterImage = character.ToBitmap(ocrInput); int CharacterX_location = character.X; int CharacterY_location = character.Y; int CharacterWidth = character.Width; int CharacterHeight = character.Height; double CharacterOcrAccuracy = character.Confidence; // Output alternative symbols choices and their probability. // Very useful for spellchecking OcrResult.Choice[] Choices = character.Choices; } } } } }

OCR工具

如何扫描页面到文本 (初学者教程)

发布 2023年十一月13日

在我们日益数字化的世界里，将扫描页面转换为可编辑文本的能力已成为个人和专业用途的重要工具。无论你是要从打印文档中提取重要信息，还是要将扫描图像转换成数字文本，扫描页面转文本技术都能为你节省时间和精力。在本文中，我们将探讨扫描页面转文本的概念，并介绍一种不同的免费在线工具，它可以帮助你毫不费力地完成这项任务。

了解将页面扫描为文本的转换过程

扫描页面转换为文本是指将扫描页面（通常存储为图像文件或 PDF）转换为纯文本的过程。通过这种转换，可以更轻松地编辑文本、搜索和处理扫描文档的文本。这一过程的好处很多，包括

数字存档： 将扫描页面转换为纯文本可实现高效的数字存档和文件组织，使其便于今后查阅。
内容提取： 它允许你从书籍、文章和手写笔记等印刷材料中提取文本和其他有价值的内容，用于研究或创建数字备份等各种用途。
编辑和格式化： 将扫描图像或扫描文档转换为纯文本后，你可以轻松地编辑、格式化或将内容整合到其他文档、演示文稿或数字平台中。
增强可搜索性： 将页面转换为文本可搜索内容，节省您在文档中查找特定信息的时间。

免费在线工具

对于那些寻求将扫描页面或 PDF 文件转换为文本的用户友好型免费解决方案的人来说，Online-convert.com 是一个极佳的选择。它是一款基于网络的 OCR 转换器 (光学字符识别) 该工具可处理多种语言，并能轻松将扫描页面转换为纯文本格式。下面介绍如何使用它：

访问在线转换网站： 首先，使用您首选的网络浏览器和搜索引擎搜索在线转换网站，或者点击 https://www.online-convert.com/ocr/scan-to-text ****转换器。

如何将页面扫描为文本（初级教程）：图 1 - 访问 online-covert.com 网站，点击扫描至文本转换器链接。

上传扫描页面： 点击 "选择文件 "按钮，上传要转换的扫描页面。你还可以插入谷歌驱动器和其他云平台上的扫描文本 PDF 文件。

如何将页面扫描为文本（初级教程）：图 2 - 单击 Choose File（选择文件）按钮，或将要转换为文本的扫描文件放入其中。

选择输出格式： 在大多数情况下，您需要将输出格式选择为纯文本 (TXT) 以确保将扫描页面转换为可编辑文本。您还可以选择其他选项，如 word、excel、powerpoint。
启动转换： 点击 "开始 "按钮开始 OCR 处理。它会分析扫描页面并提取文本。

如何将页面扫描为文本（初级教程）：图 3 - 单击开始按钮开始 OCR 处理，请在处理上传文件时稍候。

下载 PDF 文件： 转换完成后，online-convert 将为您提供一个下载链接。点击该链接即可下载 PDF 文件，转换后的文本可以编辑和复制，以供进一步使用。您还可以将转换后的文本上传到云平台，与他人共享。

如何将页面扫描为文本（初级教程）：图 4 - 转换完成后，在线转换器将为您提供一个下载链接，您可使用该链接下载包含转换后文本的文件。如果要将转换后的文本上传到云端，请使用云端上传链接。

Online-convert 为将扫描页面转换为纯文本提供了一个直接、高效的 OCR 解决方案，使广大用户都能使用。对于旧书数字化、从文件中提取文本，或只是让扫描文本内容更易于管理等任务来说，它是一个非常有价值的工具。

其结果是一个高度兼容的 PDF 文件，保留了扫描页面的内容，使其易于编辑和搜索。

输出端

如何将页面扫描为文本（初级教程）：图 5 - 生成的 PDF 文件似乎是一个高度兼容、可编辑和可搜索的 PDF 文件，保留了扫描文件的内容和格式。

IronOCR C&num 高级 OCR 解决方案；

虽然在线转换和其他 OCR 工具等免费在线工具适用于基本的扫描页面到文本的需求，但对于有更高要求的用户来说，还有更高级的解决方案***。

IronOCR 是专为 .NET C# 开发人员设计的专业 OCR 库，具有先进的功能、卓越的准确性和广泛的格式支持。

IronOCR 不仅在扫描页面并将其转换为可编辑文本方面表现出色，而且还能 从图像中读取文字为从各种来源中提取文本提供了多功能解决方案。

IronOCR 的主要亮点包括

无与伦比的准确性： IronOCR 采用最先进的 OCR 技术，即使在处理具有挑战性的字体、语言和布局时，也能提供出色的准确性。
先进的图像处理： 它可以处理不同质量的扫描页面，自动增强和预处理图像，以获得最佳的 OCR 结果。
批量处理： IronOCR 可以处理大批量的扫描页面，因此非常适合有大批量文档转换需求的企业和组织。
格式多样性： 它支持多种输出格式，包括 PDF、Word、Excel 和纯文本，让您可以灵活处理转换后的页面。
多语言支持： IronOCR 可支持多种语言，因此适用于具有不同语言要求的项目。

它的突出特点之一是支持广泛的语言，涵盖 127 多种国际语言，包括阿拉伯语、中文、英语和其他许多语言。这种广泛的语言支持使其适用于不同的语言要求，让用户可以毫不费力地处理多种语言的内容。

结论

总之，将扫描图像转换为文本和翻译不同语言文本的能力彻底改变了我们在数字时代数字化和管理文档的方式。像 Online-convert 这样的免费在线工具为满足基本需求提供了一个很好的起点，而更先进的解决方案如 IronOCR 为寻求高级功能和最高准确性的用户提供了一个强大的选择。无论您是普通用户还是希望将 OCR 功能集成到应用程序中的开发人员，扫描页面到文本工具都能为您处理数据和文档的扫描页面提供无与伦比的便利和效率。

要亲身体验其变革性影响 IronOCR 我们邀请您利用我们的免费试用优惠.有关 IronOCR 商业许可的更多信息，请访问许可证页面.

< 前一页
如何在C#中扫描为可编辑文本

下一步 >
发票OCR机器学习（逐步教程）