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。我们将提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。本教程简单易懂，即使是 C# 程序初学者也能看懂。

我们需要一个高效的光学字符识别系统 (光学字符识别) 该引擎可处理视频并获取字幕文件，而无需考虑字幕语言。

有许多库可以提供 OCR 结果。其中有些是付费的，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、易用且能提供准确结果的库。

IronOCR 可免费用于开发，并为商业用途提供一个月的免费试用。它支持 150 多种语言，比其他大多数 OCR 库提供更高的准确性。它还具有高效、易用的特点。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，可帮助 C# 软件工程师在 .NET 项目中执行 OCR、条形码扫描和文本提取。

IronOCR 的功能包括

• 从图像等多种格式中读取文本 (JPEG、PNG、BMP), 图像互换格式, TIF/TIFF溪流，以及 PDF 文件
• 更正 低质量扫描和照片 拥有大量滤镜，如纠偏、去噪、二值化、增强分辨率、放大等。
• 读取 20 多种不同格式的条形码，以及 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。

创建一个 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，选择控制台应用程序项目模板。

单击下一步按钮，并为项目命名 (我已将其命名为 "OCR 字幕"，您可以根据自己的喜好为其命名).

点击下一步按钮，选择目标框架。最后，点击创建按钮创建项目。

创建的项目如下图所示。

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 安装。

安装 IronOCR NuGet 软件包

从顶部菜单栏点击工具，然后选择NuGet 包管理器 > 管理解决方案的 NuGet 包，如下图所示。

在 Visual Studio 中安装 IronOCR

将出现以下窗口。

Visual Studio NuGet 软件包管理器用户界面

点击浏览，搜索 IronOCR。选择 IronOCR 软件包，然后点击 安装 按钮，如下图所示。

在 NuGet 软件包管理器用户界面中搜索 IronOCR

IronOCR 库将被安装并准备就绪。

提取硬编码字幕

让我们编写一个提取硬编码字幕的程序。

我们将使用下面的截图来提取字幕。

将从中提取文字的视频截图示例

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 钢铁魔方 对象。它将创建一个 IronTessearct 的默认实例。

2.创建一个新的 OcrInput 对象填充了输入图像文件或 PDF 文档。OcrInput "是首选的输入类型，因为它允许对多页文档进行 OCR，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。

示例程序的控制台输出如下：

使用 IronOCR 对样本图像进行文本提取后生成的控制台输出结果

假设有一个视频帧，其中包含视频标题和字幕：

较长视频的单帧，包含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。

指定字幕在画面中的位置

我们可以使用 "System.Drawing.Rectangle "来指定从视频帧中读取字幕的区域。测量单位始终是像素。

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

这样一来，速度提高了41%，而且还能让我们更具体。在 contentArea 中，我们用 x 和 y 指定了起点，然后指定了所需字幕区域的高度和宽度。

将字幕保存到字幕文本文件中

让我们把提取的字幕保存到 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

结果.保存为文本文件 会将输出路径作为参数，并将文件保存在给定的路径中。

较长视频的单帧，包含视频标题和视频字幕的文本区域

摘要

在本教程中，我们学会了使用 IronOCR，并开发了一个从视频截图中读取字幕的简单程序。我们还可以 指定区域 的文本。

IronOCR 提供以下功能 OpenCV 对于 计算机视觉.我们看到，IronOCR 可以让我们从模糊或低分辨率的图像中读取文字。该库高效且准确。它支持超过 127 种语言，并且完全准确。它免费用于开发，对生产没有限制。

总之，IronOCR 提供

• 扫描和读取图像和扫描文件的能力
• 支持 150 多种全球语言
• 以文本、结构化数据或可搜索 PDF 格式输出
• 支持 .NET 6、5、核心、标准、框架

IronOCR 是 Iron Software 库套件的一部分，可用于 读写 PDF, 操作 Excel 文件, 从图像中阅读文本和 网站内容搜索.购买完整的 Iron Suite 为 价格 的两个独立图书馆。