使用计算机视觉的OCR（示范教程）

光学字符识别（OCR）是一项技术，可以使机器从图像中读取和解释文本，从而使数据处理和自动化更快速、更高效。 本文提供了使用 IronOCR 库的 OCR 计算机视觉的指南，以及如何增强文本识别能力，实现这一过程的自动化。

OCR 为什么重要？

OCR与计算机视觉是一种先进的光学字符识别（OCR）形式，利用人工智能和机器学习算法的力量，更准确、高效地从图像中识别文本字符。

计算机视觉图像处理算法允许 OCR 系统理解图像中文本的上下文和布局，并根据其形状和结构识别字符。 OCR 与计算机视觉相结合，可以从具有多种字体、样式和尺寸的复杂图像中提取文本，是文档数字化、数据提取和自动化的重要工具。

IronOCR: C# OCR 库

IronOCR 是一个流行的 OCR 库，使用计算机视觉技术从图像和文档中提取文本。 它易于使用，可与 C# 和 VB.NET 等多种编程语言集成。 IronOCR 有内部部署和云版本，提供一系列从图像中处理和提取文本的功能。

安装 IronOCR

要安装 IronOCR，请在 NuGet 软件包管理器控制台中使用以下命令：

:ProductInstall

IronOCR 的 OCR 系统

下图用于使用IronOCR测试计算机视觉的OCR系统。

用于 OCR 检测的图像示例

查找文本区域

FindTextRegion方法用于识别图像中的单个文本区域。 该方法接受多个可选参数，包括Scale、DilationAmount、Binarize和Invert。 缩放调整图像的大小，DilationAmount 增加文本的粗细，二值化将图像转换为黑白色，而 Invert 反转图像的颜色。

using IronOcr;
using System;

var ocr = new IronTesseract();
using (var inputOCR = new OcrInput("test.jpg")) 
{
    inputOCR.FindTextRegion();
    OcrResult result = ocr.Read(input);
    string resultText = result.Text;
    Console.WriteLine(resultText);
}

using IronOcr;
using System;

var ocr = new IronTesseract();
using (var inputOCR = new OcrInput("test.jpg")) 
{
    inputOCR.FindTextRegion();
    OcrResult result = ocr.Read(input);
    string resultText = result.Text;
    Console.WriteLine(resultText);
}

Imports IronOcr
Imports System

Private ocr = New IronTesseract()
Using inputOCR = New OcrInput("test.jpg")
	inputOCR.FindTextRegion()
	Dim result As OcrResult = ocr.Read(input)
	Dim resultText As String = result.Text
	Console.WriteLine(resultText)
End Using

运行代码后，您将看到它使用机器学习过程从文本区域提取文本。 输出结果显示在控制台中，文本识别准确率几乎达到 100%。

从文本提取过程中的控制台结果

FindMultipleTextRegions 方法

FindMultipleTextRegions 方法类似于 FindTextRegion 方法，但用于图像中有多个文本区域的情况。 它返回一个CropRectangle对象列表，这些对象定义了每个文本区域的位置。 当您想从包含多个文本部分的图像中提取文本时，这种方法非常有用。

using IronOcr;

var ocr = new IronTesseract();
using (var input = new OcrInput("test.jpg"))
{
    input.FindMultipleTextRegions(Scale: 2.0, DilationAmount: -1, Binarize: true, Invert: false);
    OcrResult result = ocr.Read(input);
    string resultText = result.Text;
    Console.WriteLine(resultText);
}

using IronOcr;

var ocr = new IronTesseract();
using (var input = new OcrInput("test.jpg"))
{
    input.FindMultipleTextRegions(Scale: 2.0, DilationAmount: -1, Binarize: true, Invert: false);
    OcrResult result = ocr.Read(input);
    string resultText = result.Text;
    Console.WriteLine(resultText);
}

Imports IronOcr

Private ocr = New IronTesseract()
Using input = New OcrInput("test.jpg")
	input.FindMultipleTextRegions(Scale:= 2.0, DilationAmount:= -1, Binarize:= True, Invert:= False)
	Dim result As OcrResult = ocr.Read(input)
	Dim resultText As String = result.Text
	Console.WriteLine(resultText)
End Using

上面提供的代码片段是一个使用 IronOCR 库对图像文件执行 OCR 的示例。它首先导入 IronOCR 库并创建一个新的 IronTesseract 类实例。 然后，它使用输入图像文件的路径初始化一个OcrInput对象，并使用FindMultipleTextRegions方法应用一些图像校正的预处理技术。

之后，它调用 IronTesseract 对象的 Read 方法，该方法对预处理的图像执行 OCR 并返回 OcrResult 对象。 从OcrResult对象中提取的文本随后存储在一个字符串变量中，并打印到控制台。

IronOCR 的输出结果

IronOCR 的输出非常准确，即使在处理具有多种字体、尺寸和文本样式的复杂图像时也是如此。

从图像中提取数据时，OCR 的准确性至关重要，因为提取的文本通常用于进一步处理，如数据分析、手动数据录入、机器学习或自然语言处理。 如果提取的文本包含错误，就会给下游工作带来麻烦。 此外，IronOCR 允许对结果对象进行调查以检查置信度水平。

OCR 计算机视觉的使用案例

光学字符识别（OCR）技术已经彻底改变了处理打印文本的方式。 OCR 工具已成为文档处理和数据提取不可或缺的一部分。 以下是一些光学字符识别软件的使用案例：

OCR 车牌识别

车牌识别在交通管理自动化、停车系统及执法活动中起到了重要作用。 通过在 C# 中实现 OCR 计算机视觉，开发人员可以创建应用程序，从图像或实时视频馈送中快速准确地识别车牌。 该技术可用于

• 监控交通违规行为，识别涉及犯罪活动的车辆。
• 实现停车系统自动化，方便出入管理并简化计费流程。
• 通过跟踪和监控车辆在禁区内的移动情况来加强安全措施。

从发票中提取文本

在C#中，OCR计算机视觉可用于开发OCR应用程序，从而自动从发票和其他财务文件中提取文本。 这一过程可以大大减少人工数据录入错误，简化会计任务。 主要优势包括

• 通过自动化数据录入流程提高工作效率。
• 提高准确性，因为 OCR 降低了人为错误的可能性。
• 与会计软件和系统无缝集成，实现高效数据管理。

OCR 字幕生成

为视频创建字幕可能既耗时又费力。使用 C# 中的 OCR 计算机视觉可以通过自动检测和转录屏幕上的文本，从而简化这一过程，使开发人员能够：

• 为电影、电视节目和在线视频制作准确的字幕。
• 提高有听力障碍或使用不同语言的人的可访问性。
• 通过为视频平台提供可搜索、可索引的内容，提高搜索引擎优化效果

OCR PDF 处理

PDF 被广泛用于共享和存储文档，但从中提取文本却具有挑战性。 C#中的OCR计算机视觉可以帮助开发人员构建OCR应用程序，轻松处理PDF文件并提取其内容，从而促进：

• 轻松将 PDF 转换为 Word、Excel 或纯文本等可编辑的文件格式。
• 高效提取数据，用于分析、索引或进一步处理。
• 通过将扫描的PDF转换为可搜索、可读的文本来改善可访问性。

印刷文本数字化

OCR 软件被广泛用于将文档图像中的打印文本数字化。 OCR 工具可以从扫描的数字文档、PDF 和各种格式的图像中提取文本。 这在文档管理中尤其有用，您可以轻松搜索、存储和共享基于文本的文档。

数据提取

OCR 技术被广泛用于从发票、收据和表格等输入数据中提取数据。 OCR 模型可以识别和提取关键数据字段，如姓名、地址、日期和金额。 这样就无需手动输入数据，并减少数据处理中的错误。

图片搜索

OCR 技术还可用于图像搜索，您可以根据图像中包含的文本搜索图像。 这对大型图片库尤其有用，因为人工搜索会耗费大量时间。

翻译

OCR 软件可用于从一种语言的文档中提取文本并将其翻译成另一种语言。 这对需要快速准确翻译文件的国际企业尤其有用。

摘要

光学字符识别（OCR）是一种使计算机能够从图像中读取文本的技术。 OCR 和计算机视觉非常重要，因为它可以让机器理解和解释视觉世界，这对于自动驾驶汽车、机器人和自动文档处理等应用至关重要。

IronOCR 是一款功能强大的 OCR 引擎，可用于将 OCR 与计算机视觉相结合，准确识别文本并从图像中进行文本提取。 它提供了一系列用于查找和提取文本区域的方法，包括 FindTextRegion、FindMultipleTextRegions 和 GetTextRegions。 每个方法都有自己的一组参数，可以用于微调OCR过程，并提供高OCR准确性。

通过使用IronOCR，您可以利用并发和自定义配置快速准确地提取输入图像中的扫描文本，这可以在处理大量输入图像数据时为您节省时间和精力。 无论您使用的是扫描文件、照片还是屏幕截图，IronOCR 都能帮助您解锁其中包含的文本。

IronOCR为想要在购买决策前测试软件的用户提供免费试用。 IronOCR的许可证从$749起，包括一年的支持和更新。 IronOCR 功能强大、价格合理，对于正在寻找可靠、OCR 准确率高的 OCR 解决方案的人来说，IronOCR 是一个不错的选择。