使用 IRONOCR

如何在C#中创建OCR软件演示

发布 2024年六月6日

光学字符识别(光学字符识别)是一种将各种文档格式（包括扫描的纸质文档、PDF、数字文件或数码相机拍摄的印刷文本图像）转换为可编辑和可搜索的机器编码文本数据的技术。

IronOCR是一个出色的 OCR 引擎库，可为开发人员提供强大的 OCR 功能。在本文中，我们将通过OCR 软件演示的代码示例，探讨如何使用 IronOCR 执行 OCR。

什么是IronOCR？

IronOCR 是一个功能强大的 .NET 库，旨在方便光学字符识别(光学字符识别)在 C# 和 VB.NET 应用程序中。利用先进的算法和机器学习技术，IronOCR 可以准确地从扫描的 PDF 文件、图像和 PDF 中提取文本和内容，从而更轻松地以编程方式处理、搜索和分析此类文件。

凭借其简单明了的 API 和丰富的功能，开发人员可以将 OCR 功能无缝集成到他们的应用程序中，实现数据提取、文档处理、数据录入和内容管理任务的自动化。无论您是从事商务工作，还是处理发票、报告、自动数据提取、可搜索的 PDF 或任何其他文本丰富的文档，IronOCR 都能提供可靠的解决方案，高效处理 OCR 要求。

IronOCR 入门

在深入学习代码示例之前，您需要安装通过 NuGet 软件包管理器运行 IronOCR. 在软件包管理器控制台运行以下命令即可安装 IronOCR：

Install-Package IronOcr

Install-Package IronOcr

'INSTANT VB TODO TASK: The following line uses invalid syntax:
'Install-Package IronOcr

VB C#

使用 IronOCR 执行 OCR

基本文本识别

要使用 IronOCR 执行基本的文本识别，可以使用以下代码片段：

using IronOcr;
using System;
IronTesseract ocrTesseract = new IronTesseract();
using (OcrInput ocrInput = new OcrInput("ocr.png"))
{
    OcrResult ocrResult = ocrTesseract.Read(ocrInput);
    string RecognizedText = ocrResult.Text;
    Console.WriteLine(RecognizedText);
}

using IronOcr;
using System;
IronTesseract ocrTesseract = new IronTesseract();
using (OcrInput ocrInput = new OcrInput("ocr.png"))
{
    OcrResult ocrResult = ocrTesseract.Read(ocrInput);
    string RecognizedText = ocrResult.Text;
    Console.WriteLine(RecognizedText);
}

Imports IronOcr
Imports System
Private ocrTesseract As New IronTesseract()
Using ocrInput As New OcrInput("ocr.png")
	Dim ocrResult As OcrResult = ocrTesseract.Read(ocrInput)
	Dim RecognizedText As String = ocrResult.Text
	Console.WriteLine(RecognizedText)
End Using

VB C#

该代码使用 IronOCR 进行光学字符识别(光学字符识别)在一个名为 "ocr.png "的图像文件上。它初始化一个 IronTesseract 对象，并将图像文件的文本层读入一个 OcrInput 对象。

然后，OCR 结果将以RecognizedText的形式获取并打印到控制台。

输出

``cs

 - 商标商店

 - LOREM IPSUM

 - dolor sitamet consectetur

 - 翻译

 - 1 lorem ipsum $3.20

 - 2 ornare malesuada $9.50

 - 3 porta fermentum $5.90

 - 4 sodales arcu $6.00

 - 5 eleifend $9.00

 - 6 semnisimassa $0.50

 - 7 duis fames dis $7.60

 - 8 facilisirisus $810

 - 总金额 49.80 美元

 - 现金 50.00 美元


### 高级 OCR 选项

IronOCR 提供多种选项，您可以根据自己的图像文件和要求定制 OCR 流程。 例如，您可以指定 OCR 语言、调整图像预处理设置或启用文本清理。 下面的示例展示了其中一些高级选项：

```cs
using IronOcr;
class Program
{
    static void Main()
    {
        var ocr = new IronTesseract();
        using var ocrInput = new OcrInput();
    ocrInput.LoadImage(@"images\image.png");
        // Set OCR language to English
        ocr.Language = OcrLanguage.English;
        // Enable text cleaning
        ocrInput.DeNoise();
    ocrInput.EnhanceResolution(225);
        var result = ocr.Read(ocrInput);
        if (result != null && result.Text != null)
        {
            Console.WriteLine($"Recognized Text: {result.Text}");
        }
    }
}

代码使用 IronOCR 对位于 "images "文件夹中的图像文件 "image.png "执行 OCR。它将 OCR 语言设置为英语，清除图像噪点并增强其分辨率。从图像中提取识别的文本，然后打印到控制台。

如何在 C# 中创建 OCR 软件演示：图 1

条形码阅读

IronOCR 还支持条形码读取，让您可以制作软件从图像中提取条形码信息。下面是一个代码示例，演示了如何使用 IronOCR 读取条形码：

using IronOcr;
using System;
var ocrTesseract = new IronTesseract();
ocrTesseract.Configuration.ReadBarCodes = true;
using var ocrInput = new OcrInput();
ocrInput.LoadImage(@"images\imageWithBarcode.png");
var ocrResult = ocrTesseract.Read(ocrInput);
foreach (var barcode in ocrResult.Barcodes)
{
    Console.WriteLine(barcode.Value);
}

using IronOcr;
using System;
var ocrTesseract = new IronTesseract();
ocrTesseract.Configuration.ReadBarCodes = true;
using var ocrInput = new OcrInput();
ocrInput.LoadImage(@"images\imageWithBarcode.png");
var ocrResult = ocrTesseract.Read(ocrInput);
foreach (var barcode in ocrResult.Barcodes)
{
    Console.WriteLine(barcode.Value);
}

Imports IronOcr
Imports System
Private ocrTesseract = New IronTesseract()
ocrTesseract.Configuration.ReadBarCodes = True
Dim ocrInput As New OcrInput()
ocrInput.LoadImage("images\imageWithBarcode.png")
Dim ocrResult = ocrTesseract.Read(ocrInput)
For Each barcode In ocrResult.Barcodes
	Console.WriteLine(barcode.Value)
Next barcode

VB C#

代码使用 IronOCR 从 "images "文件夹中的图像文件 "imageWithBarcode.png "中检测和读取条形码。它通过将 ReadBarCodes 设置为 true 来配置 IronOCR 以启用条形码读取功能。然后将检测到的 BarCode 值打印到控制台。

如何在 C# 中创建 OCR 软件演示：图 2

PDF 文本提取

IronOCR 还可以从 PDF 和扫描文档中提取文本。下面是一个代码示例，演示了如何使用 IronOCR 从 PDF 文件中提取文本：

using IronOcr;
using System;
var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();
// OCR entire document
ocrInput.LoadPdf("Email_Report.pdf");
int[] pages = { 1, 2, 3, 4, 5 };
// Alternatively OCR selected page numbers
ocrInput.LoadPdfPages("example.pdf", pages, Password: "password");
var ocrResult = ocrTesseract.Read(ocrInput);
Console.WriteLine(ocrResult.Text);

using IronOcr;
using System;
var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();
// OCR entire document
ocrInput.LoadPdf("Email_Report.pdf");
int[] pages = { 1, 2, 3, 4, 5 };
// Alternatively OCR selected page numbers
ocrInput.LoadPdfPages("example.pdf", pages, Password: "password");
var ocrResult = ocrTesseract.Read(ocrInput);
Console.WriteLine(ocrResult.Text);

Imports IronOcr
Imports System
Private ocrTesseract = New IronTesseract()
Private ocrInput = New OcrInput()
' OCR entire document
ocrInput.LoadPdf("Email_Report.pdf")
Dim pages() As Integer = { 1, 2, 3, 4, 5 }
' Alternatively OCR selected page numbers
ocrInput.LoadPdfPages("example.pdf", pages, Password:= "password")
Dim ocrResult = ocrTesseract.Read(ocrInput)
Console.WriteLine(ocrResult.Text)

VB C#

代码使用 IronOCR 对名为 "Email_Report.pdf "的 PDF 文档执行 OCR 处理。它可以使用LoadPdf对整个文档进行 OCR，也可以使用LoadPdfPages对 "example.pdf "中的特定页面进行 OCR 并输入密码。 OCR 操作识别出的文本将打印到控制台。

如何在 C# 中创建 OCR 软件演示：图 3