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

复制代码
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

复制代码
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

相关推荐
科研邪修法5 小时前
中英混排OCR评估:从字符输出到字段验收
ocr
Jeff-Tsai17 小时前
Day 22:XML、JSON 与 MessagePack 的分工
.net·架构设计·erp·definition-driven
风云1 天前
从 NLite 到 Vane.Container 1.0:压箱十六年的自研 DI 容器开源
.net·di·mini 容器·nlite
凯瑟琳.奥古斯特2 天前
我开源了一个 Windows 截图取字工具:全局热键 + 离线 OCR + 标注打码,不上传任何数据
windows·ocr
Jeff-Tsai2 天前
Day 21:业务逻辑定制与 Plugin 的四个时点
.net·架构设计·erp·definition-driven
IT规划师2 天前
Redis 核心机制 | 键生命周期与 TTL 管理
redis·.net
Jeff-Tsai3 天前
Day 20:多语言定制与资源结构
.net·架构设计·erp·definition-driven
Jeff-Tsai4 天前
Day 19:定制层的范围与叠加粒度
.net·架构设计·erp·definition-driven
Jeff-Tsai5 天前
Day 18:错误契约与用户可见消息
.net·架构设计·erp·definition-driven