C#和.NET中的中文OCR

Translated

View the article in English

其他版本的此文件：

简体中文版
超过 125 种 OCR 语言

IronOCR是一个C#软件组件，允许.NET编程人员从图像和PDF文档中读取126种语言的文本，包括中文。中文语言包包含简体中文和繁体中文字符。

这是Tesseract的一个高级分支，专为.NET开发者设计，无论是速度还是准确性都经常超过其他Tesseract引擎。该库支持识别不同格式的图像和文档，包括中文。它支持超过125种语言，并且与竞争对手相比提供了高水平的识别准确性。 IronOCR 的 API 在设计时考虑了可扩展性和可定制性。您可以通过向跟踪器添加您的调整数据或功能来帮助IronOCR实现高吞吐量和准确性。 IronOCR使用多种光学字符识别技术。我们可以在Windows PC、Linux、macOS和其他著名平台上使用它。

IronOcr.Languages.Chinese

此包含352种用于.NET的OCR语言。

请提供要翻译的内容。

ChineseSimplifiedBest

ChineseSimplifiedFast

ChineseSimplifiedVertical

ChineseSimplifiedVerticalBest

ChineseSimplifiedVerticalFast
请提供要翻译的英文内容。

ChineseTraditionalBest
中文繁體快速

ChineseTraditionalVertical

ChineseTraditionalVerticalBest

ChineseTraditionalVerticalFast

下载

我们可以下载中文语言包。[中文(Zhōngwén)]从下面的链接：

下载为压缩
安装使用 NuGet

使用 IronOCR 学习中文

创建或打开一个C#项目

要开始使用IronOCR，我们需要创建一个C# .NET项目。我们使用 Visual Studio 2022 来完成这个目的。您可以根据自己的需求选择一个版本。建议使用最新版本的 Visual Studio 以获得流畅的体验。我们将创建一个GUI界面来选择图像。我们也可以在控制台应用程序中使用IronOCR，方法是提供图片的直接路径。按照以下步骤在 Visual Studio 2022 中创建一个 C# 项目：

打开 Visual Studio 2022。
点击“创建新项目”按钮。
在搜索栏中输入 "Windows"，从搜索结果中选择"Windows 窗体 " 应用程序，然后点击 "下一步 "按钮。
给项目命名。我将该项目命名为“ChineseOCR”。在名称之后，点击“下一步”按钮。
在下一个屏幕上选择 .NET framework。根据您项目的需求选择 .NET 框架。我们在本教程中选择使用 .NET 5.0 版本。
选择后，点击“创建”按钮。它将轻松创建Visual Studio中的C# Windows窗体项目。

项目已经创建，现在可以在IronOCR库中使用了。我们也可以使用已经存在的C#项目。打开项目并开始安装IronOCR库。以下部分将探讨在C#项目中安装IronOCR库的方法。

安装

使用 NuGet 软件包管理器

要使用 NuGet 包管理器安装 IronOCR 库，我们必须打开 NuGet 包管理器界面。按照以下步骤安装IronOCR库：

点击主菜单中的“工具”，从下拉菜单中悬停在“NuGet 包管理器”上，并选择“管理解决方案的 NuGet 包管理器”。
这将打开 NuGet 包管理器界面。转到浏览选项卡并搜索IronOCR Chinese。从搜索结果中选择正确的包，然后点击“安装”按钮进行安装。
它将开始安装库。安装后，您将能够在项目中使用IronOCR库。

使用包管理器控制台

使用控制台总是一个简单的选择。我们也可以使用包管理器控制台来安装IronOCR库。按照以下步骤安装IronOCR库：

在Visual Studio中打开包管理器控制台。通常位于 Visual Studio 的底部。
在控制台中输入以下命令：

Install-Package IronOCR.Languages.Chinese

您将在控制台中看到库的安装进度。它将自动安装库。安装完成后，我们的项目将为 IronOCR 库做好准备。

代码示例：中文的OCR

现在是时候编写代码以实现用于中文的IronOCR库了。首先，我们需要开发用于选择图像文件的前端。让我们来看看如何做到这一点。

开发前端

我们将使用“工具箱”元素来设计前端。我们将创建一个按钮、一个图片框、一个富文本框和两个标签。我们将从工具箱中拖放这些元素，并将它们放置在窗体中。我们将以风格管理这些元素。

该按钮用于从电脑选择图像文件。图片框将加载所选的图像文件，而富文本框将显示输出文本。您可以根据需要调整每个元素的大小。最终的前端设计将如此：

当您运行项目时，这个窗口将会弹出。我们已将窗口对齐设置为屏幕中心。所以，这个屏幕将会居中显示。

我们的前端已经准备好了。接下来，是时候添加按钮的后端功能了。

后端代码用于IronOCR

首先，我们需要在代码中导入IronOCR命名空间才能使用它。在文件顶部写下以下内容：

using IronOCR;

using IronOCR;

Imports IronOCR

VB C#

我们将使用“选择图片”按钮来选择图片并将图片加载到图片框中。 IronOCR将处理简体中文文本图像，并在富文本框中显示输出文本。让我们通过双击按钮来添加按钮的功能。将以下代码行写入以添加所描述的功能：

private void btn_image_Click(object sender, EventArgs e)
{
    OpenFileDialog open = new OpenFileDialog();
    if (open.ShowDialog() == DialogResult.OK)
    {
        // display image in picture box  
        img_image.Image = new Bitmap(open.FileName);

        var Ocr = new IronTesseract();

Ocr.Language = OcrLanguage.ChineseTraditional;

using (var Input = new OcrInput(open.FileName))
        {
            var Result = Ocr.Read(Input);

            txt_output.Text = Result.Text;
        }
    }
}

private void btn_image_Click(object sender, EventArgs e)
{
    OpenFileDialog open = new OpenFileDialog();
    if (open.ShowDialog() == DialogResult.OK)
    {
        // display image in picture box  
        img_image.Image = new Bitmap(open.FileName);

        var Ocr = new IronTesseract();

Ocr.Language = OcrLanguage.ChineseTraditional;

using (var Input = new OcrInput(open.FileName))
        {
            var Result = Ocr.Read(Input);

            txt_output.Text = Result.Text;
        }
    }
}

Private Sub btn_image_Click(ByVal sender As Object, ByVal e As EventArgs)
	Dim open As New OpenFileDialog()
	If open.ShowDialog() = DialogResult.OK Then
		' display image in picture box  
		img_image.Image = New Bitmap(open.FileName)

		Dim Ocr = New IronTesseract()

Ocr.Language = OcrLanguage.ChineseTraditional

Using Input = New OcrInput(open.FileName)
			Dim Result = Ocr.Read(Input)

			txt_output.Text = Result.Text
End Using
	End If
End Sub

VB C#

当用户点击按钮时，将出现一个对话框来选择图像。当用户选择图像时，它将自动加载到图片框中。我们使用Bitmap()用于在图片框中打印图像。之后，IronOCR 将图像转换为中文文本。我们设置了Ocr。 Language to ChineseTraditional to recognize text in traditional Chinese. Ocr. read函数将读取过程并将OCR结果存储在Result变量中。如果您需要将文本保存为PDF、文本或HTML格式，您将使用SaveAs函数以您想要的任何输出格式保存文件——IronOCR支持多种输出格式。

运行项目

现在是运行项目的时候了。在 Visual Studio 中点击“运行”按钮。我们将在我们的屏幕上看到这个界面。

点击“选择图片”按钮。它将打开“选择文件”对话框。选择一个图片文件并按回车键。

它将把图片加载到图片框中，自动扫描图片，并在文本框中显示输出结果。

这是我们选择的图像的输出。 IronOCR 也支持读取和扫描 PDF 文件。我们可以使用 IronOCR 来扫描和识别 PDF 文件的可编辑格式中的文本。这也可以用不同的语言来完成。 IronOCR 可以将现有的 PDF 文档转换为可搜索的 PDF。 IronOCR拥有多种图像滤镜，可以使图像清晰易懂。以下是过滤器：

输入.二值化()
输入.对比()
输入.纠偏()
Input.DeNoise()
Input.Dilate()
输入。提高分辨率(300)

所有这些功能都增加了字符的可见性。 IronOCR使用这些功能来清除并制作可搜索的PDF。让我们看看如何做到这一点：

using IronOcr;
var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
    Input.AddPdf("scan.pdf")
    // clean up twisted pages
    Input.Deskew();
    var Result = Ocr.Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

using IronOcr;
var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
    Input.AddPdf("scan.pdf")
    // clean up twisted pages
    Input.Deskew();
    var Result = Ocr.Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

Imports IronOcr
Private Ocr = New IronTesseract()
Using Input = New OcrInput()
	Input.AddPdf("scan.pdf") Input.Deskew()
	Dim Result = Ocr.Read(Input)
	Result.SaveAsSearchablePdf("searchable.pdf")
End Using

VB C#

许可

IronOCR 在开发中是免费的。您可以免费积极使用它的所有功能。 IronOCR还提供了一免费试用用于生产而无需任何付款。 Iron Software目前还提供了一个受欢迎的优惠套餐 —— 五款软件产品仅需两款的价格。只需一次性支付两款软件产品的费用，您将能够获得包括IronPDF和IronXL在内的所有五款产品。您可以从此处找到更多信息。链接关于许可。