tesseract:一个.Net版本的开源OCR项目
推荐一个.Net版本的开源OCR项目,方便我们在项目中集成OCR功能。
01 项目简介
tesseract是针对Tesseract-OCR(C++)引擎封装的.NET版本,支持超过100种语言的文本识别,使得.NET开发者能够轻松地利用Tesseract的强大功能,无需深入了解OCR的底层技术。
此项目缺点是,只能识别印刷的文本,针对手写的需要自己训练语言包。
02 使用方法
1、安装依赖Tesseract
Install-Package Tesseract
2、下载语言数据文件
根据需求下载对于的语言数据文件,并在属性设置“复制到输出目录”设置为“始终”,如下示例为中文简体数据文件。
语言文件下载地址:
https://github.com/tesseract-ocr/tessdata_fast
3、示例代码
using System.Diagnostics;
using Tesseract;
var testImagePath = "./photo.bmp";
try
{
using (var engine = new TesseractEngine(@".", "chi_sim", EngineMode.Default))
{
using (var img = Pix.LoadFromFile(testImagePath))
{
using (var page = engine.Process(img))
{
var text = page.GetText();
Console.WriteLine("识别结果:" + text);
}
}
}
}
catch (Exception e)
{
Console.WriteLine(e.ToString());
}
Console.ReadKey(true);
4、识别效果
图片:
识别:
03 项目地址
https://github.com/charlesw/tesseract
- End -
更多开源项目: https://github.com/bianchenglequ/NetCodeTop
我是编程乐趣,一个.Net开发经验老程序员,欢迎“关注”我,每天为你分享开源项目和编程知识。
也欢迎加入【.Net技术编程交流社区】,和大家共同学习交流!,点击加入:https://bbs.csdn.net/topics/613465368
推荐阅读
2个零基础入门框架教程!
一个C#开源工具库,集成了超过1000个扩展方法
Sep:一个低内存、高性能的CSV文件读写操作.Net开源库
Boxed:包含多个.Net项目模板,涵盖了ASP.NET Core API、GraphQL等。
Atata:一个基于 Selenium的C#自动化测试Web框架