Windows 上的 Tesseract OCR（代码示例教程）

安装程序语言

这只是对话框和帮助信息的语言。 如果我们愿意，我们可以在 Windows 上运行多语言的 Tesseract OCR：

Windows 的 Tesseract OCR 的安装语言

Tesseract OCR 设置

安装屏幕建议在继续安装之前关闭所有其他应用程序。

Tesseract OCR for Windows 的安装屏幕。

选择安装位置

接下来，我们将选择安装位置。 在进行下一步之前，请确保将安装位置复制到 .txt 文件中。一旦安装完成，我们将需要将安装位置添加到我们机器的环境变量中。

选择安装位置。

选择组件

默认情况下，ScrollView、Training Tools、快捷方式创建和语言数据都被选择。 除非您有特定原因不安装这些，否则我们希望保持选择这些。

默认的 Windows Tesseract OCR 安装组件。

如果我们向下滚动并展开"附加脚本数据"，我们将看到有下载和安装附加脚本数据的选项。 这对提高从某些脚本语言中提取文本的准确性有帮助。 是否安装这些由您决定。

可选的脚本安装组件。

选择"开始"菜单文件夹

在安装的最后一步，我们会被要求选择 Tesseract OCR for Windows 的快捷方式的开始菜单文件夹。 我将其设置为默认名称："Tesseract-OCR"。

选择 Tesseract OCR for Windows 快捷方式的开始菜单文件夹。

点击安装后，Tesseract OCR for Windows 将开始安装。 我们的下一步是将安装路径添加到我们机器的环境变量中。

控制面板

要将安装位置添加到我们的环境变量中，请转到开始菜单并搜索"环境变量"。 您应该看到编辑系统环境变量的结果。 如果您没有看到，您可以随时使用以下步骤：开始菜单 > 控制面板 > 编辑系统环境变量。

搜索"环境变量"

系统属性

在出现"系统属性"对话框时，我们需要确保点击高级选项卡，然后点击屏幕右下角的环境变量按钮。

环境变量

在系统变量下，我们将点击编辑按钮。

当出现"编辑环境变量"屏幕时，点击新建按钮，粘贴我们在步骤 2 中复制的 Tesseract OCR 安装路径。完成后，点击 'OK' 按钮。

将 Tesseract OCR for Windows 安装目录添加到环境变量。

就这样！ 现在我们已运行 .exe 安装程序并将 Tesseract OCR for Windows 的安装位置添加到我们的环境变量中，我们可以通过在测试图像上运行 Tesseract 来测试我们的安装是否正常工作。

安装 DLL

Download the IronOcr DLL directly to your machine.

安装 NuGet

或者，您可以通过以下命令通过 NuGet 安装它：

Install-Package IronOcr

使用代码设置您的 IronOCR 许可证密钥

在使用 IronOCR 之前，将此代码添加到应用程序的启动中。

IronOcr.Installation.LicenseKey = "IRONOCR-MYLICENSE-KEY-1EF01";

IronOcr.Installation.LicenseKey = "IRONOCR-MYLICENSE-KEY-1EF01";

IronOcr.Installation.LicenseKey = "IRONOCR-MYLICENSE-KEY-1EF01"

.NET OCR 用法代码示例——从 C# 图像中提取文本

使用 NuGet 包管理器将 IronOCR NuGet 包安装到您的 Visual Studio 解决方案中。

// PM > Install-Package IronOcr
// using IronOcr;

var Ocr = new IronTesseract();

// Set the recognition language to English
Ocr.Language = OcrLanguage.English;

using (var Input = new OcrInput())
{
    // Add an example image to the OCR input
    Input.Add(@"img\example.tiff");

    // Optional: Clean the image before processing
    // Input.DeNoise();
    // Input.Deskew();

    // Read the text from the image
    IronOcr.OcrResult result = Ocr.Read(Input);

    // Output the recognized text
    Console.WriteLine(result.Text);

    // Explore the OcrResult using IntelliSense
}

// PM > Install-Package IronOcr
// using IronOcr;

var Ocr = new IronTesseract();

// Set the recognition language to English
Ocr.Language = OcrLanguage.English;

using (var Input = new OcrInput())
{
    // Add an example image to the OCR input
    Input.Add(@"img\example.tiff");

    // Optional: Clean the image before processing
    // Input.DeNoise();
    // Input.Deskew();

    // Read the text from the image
    IronOcr.OcrResult result = Ocr.Read(Input);

    // Output the recognized text
    Console.WriteLine(result.Text);

    // Explore the OcrResult using IntelliSense
}

' PM > Install-Package IronOcr
' using IronOcr;

Dim Ocr = New IronTesseract()

' Set the recognition language to English
Ocr.Language = OcrLanguage.English

Using Input = New OcrInput()
	' Add an example image to the OCR input
	Input.Add("img\example.tiff")

	' Optional: Clean the image before processing
	' Input.DeNoise();
	' Input.Deskew();

	' Read the text from the image
	Dim result As IronOcr.OcrResult = Ocr.Read(Input)

	' Output the recognized text
	Console.WriteLine(result.Text)

	' Explore the OcrResult using IntelliSense
End Using

IronOCR Tesseract 中的 Tesseract 5 API

迄今为止，IronTesseract 是唯一已知的 .NET Framework 或 Core 的 Tesseract 5 实现。

// using IronOcr;

var Ocr = new IronTesseract(); // nothing to configure

using (var Input = new OcrInput(@"images\image.png"))
{
    var result = Ocr.Read(Input);

    // Output the recognized text
    Console.WriteLine(result.Text);
}

// using IronOcr;

var Ocr = new IronTesseract(); // nothing to configure

using (var Input = new OcrInput(@"images\image.png"))
{
    var result = Ocr.Read(Input);

    // Output the recognized text
    Console.WriteLine(result.Text);
}

' using IronOcr;

Dim Ocr = New IronTesseract() ' nothing to configure

Using Input = New OcrInput("images\image.png")
	Dim result = Ocr.Read(Input)

	' Output the recognized text
	Console.WriteLine(result.Text)
End Using

IronOCR Tesseract 中的 Tesseract 4 API

// using IronOcr;

var Ocr = new IronTesseract();

// Specify the version of Tesseract
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract4;

using (var Input = new OcrInput(@"images\image.png"))
{
    var result = Ocr.Read(Input);

    // Output the recognized text
    Console.WriteLine(result.Text);
}

// using IronOcr;

var Ocr = new IronTesseract();

// Specify the version of Tesseract
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract4;

using (var Input = new OcrInput(@"images\image.png"))
{
    var result = Ocr.Read(Input);

    // Output the recognized text
    Console.WriteLine(result.Text);
}

' using IronOcr;

Dim Ocr = New IronTesseract()

' Specify the version of Tesseract
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract4

Using Input = New OcrInput("images\image.png")
	Dim result = Ocr.Read(Input)

	' Output the recognized text
	Console.WriteLine(result.Text)
End Using

准确性

图像兼容性

性能

API

语言