如何在C#中OCR字幕（教程）

在本教程中，我们将学习如何从视频文件中提取硬编码字幕。 我们将获取一个样本视频文件，并将硬编码字幕提取到一个 txt 文件中。我们将开发一个 C# .NET 程序，使用 OCR 流程提取硬编码字幕。 我将保持本教程的简单易懂，即使是 C# 程序员初学者也能看懂。

我们需要一个高效的光学字符识别 (OCR) 引擎，可以处理视频并获取字幕文件，而不论字幕语言是什么。

有许多库可以提供 OCR 结果。 这些工具中有些是收费的，有些难以使用，有些效率不高或不准确，因此很难找到一个免费、高效、易用并能提供准确结果的库。

IronOCR 用于开发是免费的，用于商业目的则提供一个月的免费试用期。 它支持 150 多种语言，比现有的大多数其他 OCR 库具有更高的准确性。 同时还要高效易用。 我们将使用该库进行演示。

IronOCR

IronOCR 是由 Iron Software 开发和维护的一个库，帮助 C# 软件工程师在 .NET 项目中执行 OCR、条码扫描和文本提取。

IronOCR 的功能包括

• 从多种格式读取文本，例如图像（JPEG、PNG、BMP）、GIF、TIF/TIFF、流和PDF
• 使用大量过滤器（例如矫正倾斜、去噪、二值化、增强分辨率、膨胀等）来校正低质量的扫描和照片
• 读取超过20种不同格式的条形码，并支持QR码
• 使用 Tesseract OCR 的最新版本，其性能经过调整后已超越其他同类库

• 导出可搜索的 PDF、hOCR / HTML 导出和图像内容文本。

  让我们开发一个读取车牌号码的演示应用程序。

创建 Visual Studio 项目

第一步是创建一个新项目。

打开 Visual Studio。 点击创建新项目，并选择控制台应用程序项目模板。

点击下一步按钮，并为项目命名（我将其命名为 "OCR Subtitles"，您可以根据自己的选择命名）。

点击下一步按钮，选择您的目标框架。 最后，点击创建按钮来创建项目。

项目创建如下所示。

在 Visual Studio 中创建新项目

现在，我们需要安装 IronOCR 库，以便在项目中使用它。 最简单的方法是通过 NuGet Package Manager for Solution 进行安装。

安装 IronOCR NuGet 软件包

单击顶部菜单栏中的工具，然后选择NuGet 包管理器 > 为解决方案管理 NuGet 包，如下所示。

在 Visual Studio 中安装 IronOCR

将出现以下窗口。

Visual Studio NuGet 包管理器 UI

点击浏览，搜索 IronOCR。 选择 IronOCR 软件包，点击下方所示的安装按钮。

在 NuGet 包管理器用户界面中搜索 IronOCR

IronOCR 库将已安装并可随时使用。

提取硬编码字幕

让我们编写一个提取硬编码字幕的程序。

我们将使用以下截图提取字幕。

将从中提取文本的示例视频截图

添加以下命名空间：

using IronOcr;

using IronOcr;

Imports IronOcr

在命名空间声明下方编写以下代码。

var ocr = new IronTesseract();
using (var input = new OcrInput(@"D:\Liscence Plate\plate3.jpg"))
{
    var result = ocr.Read(input);
    Console.WriteLine(result.Text);
}

var ocr = new IronTesseract();
using (var input = new OcrInput(@"D:\Liscence Plate\plate3.jpg"))
{
    var result = ocr.Read(input);
    Console.WriteLine(result.Text);
}

Dim ocr = New IronTesseract()
Using input = New OcrInput("D:\Liscence Plate\plate3.jpg")
	Dim result = ocr.Read(input)
	Console.WriteLine(result.Text)
End Using

上述代码的工作原理如下：

1. 初始化 IronTesseract 对象。 它将创建一个IronTessearct的默认实例。

2. 创建一个新的OcrInput对象，并用输入图像文件或PDF文档填充。 OcrInput 是首选的输入类型，因为它允许对多页文档进行OCR处理，并允许在OCR之前增强图像，以获得更快、更准确的结果。

3. 从 OCR 输入对象读取文本并返回 OCR 结果对象。 ocr.Read 将从给定的输入截图中提取字幕。

4. result.Text 将返回从给定输入中提取的全部内容。

   示例程序产生的控制台输出如下：

   

   使用 IronOCR 对示例图像执行文本提取生成的控制台输出

   假设您有一个视频帧，其中包含视频标题和字幕：

   

   一个较长视频的单帧，包含用于视频标题和视频字幕的文本区域

   我们的目标是从图像底部区域提取硬编码字幕。 在这种情况下，我们需要指定显示字幕的文本区域。

指定字幕在框架中的位置

我们可以使用System.Drawing.Rectangle来指定一个区域，在该区域中我们将从视频帧中读取字幕。 测量单位始终为像素。

我们将使用以下示例代码来指定文本区域。

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // a 41% improvement on speed
    var contentArea = new CropRectangle(x: 189, y: 272, height: 252, width: 77);
    input.AddImage(@"D:\subtitle\image.png", contentArea);
    var result = ocr.Read(input);
    Console.WriteLine(result.Text);
}

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // a 41% improvement on speed
    var contentArea = new CropRectangle(x: 189, y: 272, height: 252, width: 77);
    input.AddImage(@"D:\subtitle\image.png", contentArea);
    var result = ocr.Read(input);
    Console.WriteLine(result.Text);
}

Dim ocr = New IronTesseract()
Using input = New OcrInput()
	' a 41% improvement on speed
	Dim contentArea = New CropRectangle(x:= 189, y:= 272, height:= 252, width:= 77)
	input.AddImage("D:\subtitle\image.png", contentArea)
	Dim result = ocr.Read(input)
	Console.WriteLine(result.Text)
End Using

这将带来41%的速度提升，并使我们能够具体化。 在contentArea中，我们指定了起始点的x和y坐标，然后是所需字幕区域的高度和宽度。

将字幕保存为字幕文本文件

让我们将提取的字幕保存到 TXT 文件中。

var ocr = new IronTesseract();
using (var input = new OcrInput(@"D:\subtitle\subtitle1.png"))
{
    var result = ocr.Read(input);
    result.SaveAsTextFile(@"D:\subtitle\subtitlefile.txt");
}

var ocr = new IronTesseract();
using (var input = new OcrInput(@"D:\subtitle\subtitle1.png"))
{
    var result = ocr.Read(input);
    result.SaveAsTextFile(@"D:\subtitle\subtitlefile.txt");
}

Dim ocr = New IronTesseract()
Using input = New OcrInput("D:\subtitle\subtitle1.png")
	Dim result = ocr.Read(input)
	result.SaveAsTextFile("D:\subtitle\subtitlefile.txt")
End Using

result.SaveAsTextFile 将输出路径作为参数，并将文件保存到指定路径。

一个较长视频的单帧，包含用于视频标题和视频字幕的文本区域

摘要

在本教程中，我们学习了 IronOCR 的使用方法，并开发了一个非常简单的程序来读取视频截图中的字幕。 我们还可以指定要提取文本的区域。

IronOCR 提供OpenCV的计算机视觉功能。 我们已经看到，IronOCR 可以让我们从模糊或低分辨率的图像中读取文字。 该库高效、准确。 它支持 127 种以上的语言，且完全准确。 开发免费，生产无限制。

总之，IronOCR 提供以下服务：

• 能够扫描和阅读图像和扫描文件
• 支持150多种全球语言
• 输出为文本、结构化数据或可搜索的PDF文件

• 支持 .NET 6、5、Core、Standard、Framework

  IronOCR 是 Iron Software 套件库的一部分，适用于 读取和写入 PDF、操作 Excel 文件、从图像中读取文本 和 从网站抓取内容。 以两个独立库的价格购买完整的Iron Suite。