带有计算机视觉的 OCR（示例教程）

FindTextRegion 方法

FindTextRegion 方法用于识别图像中的单个文本区域。 该方法接受若干可选参数，包括 Scale、DilationAmount、Binarize 和 Invert：

• Scale 调整图像尺寸以提高文本识别效果。
• DilationAmount 增加文本厚度以增强可见性。
• Binarize 将图像转换为黑白，提高对比度。
• Invert 反转图像颜色，对于某些类型的图像非常有用。

using IronOcr;
using System;

// Initialize the IronTesseract OCR engine
var ocr = new IronTesseract();

// Create an OcrInput object for the image
using (var inputOCR = new OcrInput("test.jpg")) 
{
    // Identify a text region within the image
    inputOCR.FindTextRegion();

    // Perform OCR on the identified text region
    OcrResult result = ocr.Read(inputOCR);

    // Extract and print the recognized text
    string resultText = result.Text;
    Console.WriteLine(resultText);
}

using IronOcr;
using System;

// Initialize the IronTesseract OCR engine
var ocr = new IronTesseract();

// Create an OcrInput object for the image
using (var inputOCR = new OcrInput("test.jpg")) 
{
    // Identify a text region within the image
    inputOCR.FindTextRegion();

    // Perform OCR on the identified text region
    OcrResult result = ocr.Read(inputOCR);

    // Extract and print the recognized text
    string resultText = result.Text;
    Console.WriteLine(resultText);
}

Imports IronOcr
Imports System

' Initialize the IronTesseract OCR engine
Private ocr = New IronTesseract()

' Create an OcrInput object for the image
Using inputOCR = New OcrInput("test.jpg")
	' Identify a text region within the image
	inputOCR.FindTextRegion()

	' Perform OCR on the identified text region
	Dim result As OcrResult = ocr.Read(inputOCR)

	' Extract and print the recognized text
	Dim resultText As String = result.Text
	Console.WriteLine(resultText)
End Using

注意：运行代码后，您将看到它使用机器学习过程从文本区域中提取文本。 输出结果在控制台中显示，具有高文本识别准确率。

文本提取过程的控制台结果

FindMultipleTextRegions 方法

FindMultipleTextRegions 方法类似于 FindTextRegion，但用于图像中存在多个文本区域时。 它返回一个 CropRectangle 对象列表，定义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，此方法非常有用。

using IronOcr;

// Initialize the IronTesseract OCR engine
var ocr = new IronTesseract();

// Create an OcrInput object for the image
using (var input = new OcrInput("test.jpg"))
{
    // Identify multiple text regions within the image
    input.FindMultipleTextRegions(Scale: 2.0, DilationAmount: -1, Binarize: true, Invert: false);

    // Perform OCR on the pre-processed image
    OcrResult result = ocr.Read(input);

    // Extract and print the recognized text
    string resultText = result.Text;
    Console.WriteLine(resultText);
}

using IronOcr;

// Initialize the IronTesseract OCR engine
var ocr = new IronTesseract();

// Create an OcrInput object for the image
using (var input = new OcrInput("test.jpg"))
{
    // Identify multiple text regions within the image
    input.FindMultipleTextRegions(Scale: 2.0, DilationAmount: -1, Binarize: true, Invert: false);

    // Perform OCR on the pre-processed image
    OcrResult result = ocr.Read(input);

    // Extract and print the recognized text
    string resultText = result.Text;
    Console.WriteLine(resultText);
}

Imports IronOcr

' Initialize the IronTesseract OCR engine
Private ocr = New IronTesseract()

' Create an OcrInput object for the image
Using input = New OcrInput("test.jpg")
	' Identify multiple text regions within the image
	input.FindMultipleTextRegions(Scale:= 2.0, DilationAmount:= -1, Binarize:= True, Invert:= False)

	' Perform OCR on the pre-processed image
	Dim result As OcrResult = ocr.Read(input)

	' Extract and print the recognized text
	Dim resultText As String = result.Text
	Console.WriteLine(resultText)
End Using

解释：上面提供的代码片段是一个如何使用 IronOCR 库对图像文件执行 OCR 的示例。首先导入 IronOCR 库并创建一个 IronTesseract 类的新实例。 然后，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。

OCR 车牌识别

车牌识别 在自动化交通管理、停车系统和执法活动中发挥着重要作用。 通过在 C# 中实施 OCR 计算机视觉，开发人员可以创建快速、准确识别图像或实时视频流中车牌的应用程序。 这种技术可以用于：

• 监控交通违规行为并识别涉及犯罪活动的车辆。
• 自动化停车系统，促进车辆进出管理，简化计费流程。
• 通过追踪和监控受限区域内的车辆移动来增强安全措施。

从发票中提取文本

C# 中的 OCR 计算机视觉可以用于开发自动化从发票和其他财务文档中提取文本的 OCR 应用程序。 这一过程可以大大减少手动数据输入错误并简化会计任务。 主要优势包括：

• 通过自动化数据输入过程提高生产力。
• 提高准确性，因为 OCR 减少了人为错误的可能性。
• 与会计软件和系统的无缝集成，实现高效的数据管理。

OCR 字幕生成

为视频创建字幕可能既耗时又费力。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来简化此过程，使开发人员能够：

• 为电影、电视剧和在线视频创建准确的字幕。
• 提升对听力障碍者或讲不同语言者的可访问性。
• 通过为视频平台提供可搜索、可索引的内容来提高 SEO 努力

OCR PDF 处理

PDF 是一种广泛用于共享和存储文档的格式，但从中提取文本可能具有挑战性。 C# 中的 OCR 计算机视觉可以帮助开发人员构建轻松处理 PDF 文件并提取其内容的 OCR 应用程序，从而促进：

• PDF 轻松转换为可编辑的文件格式，如 Word、Excel 或纯文本。
• 用于分析、索引或进一步处理的数据高效提取。
• 通过将扫描的 PDF 转换为可搜索、可读的文本来提高可访问性。

数字化印刷文本

OCR 软件被广泛用于从文档图像中数字化印刷文本。 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。 这在文档管理中尤为有用，您可以轻松搜索、存储和共享基于文本的文档。

数据提取

OCR 技术广泛用于从输入数据如发票、收据和表单中提取数据。 OCR 模型可以识别并提取关键数据字段，如姓名、地址、日期和金额。 这消除了手动数据输入的需要，并减少数据处理中的错误。

图像搜索

OCR 技术也用于图像搜索，您可以根据图像中包含的文本进行图像搜索。 这对于大规模图像库特别有用，在其中手动搜索将耗费大量时间。

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为另一种语言。 这对国际企业尤为有用，因为需要快速准确地翻译文档。