关于带有Tesseract界面的c＃：OCR

OCR with the Tesseract interface

如何在C＃中使用Tesseract的界面对tiff文件进行OCR？
目前，我只知道如何使用可执行文件来执行此操作。

看看tessnet

源代码似乎适合于可执行文件，您可能需要重新连接一些内容，以便将其构建为DLL。我没有使用Visual C ++的丰富经验，但是我认为进行一些研究不应太难。我的猜测是有人可能已经制作了库版本，您应该尝试使用Google。

在DLL文件中包含tesseract-ocr代码后，您就可以通过Visual Studio将文件导入到C＃项目中，并让它创建包装器类并为您做所有编组工作。如果无法导入，则DllImport将允许您从C＃代码中调用DLL中的函数。

然后，您可以查看原始可执行文件，以找到有关调用哪些函数以正确OCR一张tiff图像的线索。

C＃程序启动tesseract.exe，然后读取tesseract.exe的输出文件。

1
2
3
4
5
6

Process process = Process.Start("tesseract.exe","out");
process.WaitForExit();
if (process.ExitCode == 0)
{
string content = File.ReadAllText("out.txt");
}

我今天发现EMGU现在包括一个Tesseract包装器。尽管opencv lib的非托管dll的数量似乎有些令人生畏，但这并不是快速复制到输出目录无法解决的问题。从那里开始，实际的OCR过程只需三行即可：

1
2
3

Tesseract ocr = new Tesseract(Path.Combine(Environment.CurrentDirectory,"tessdata"),"eng", Tesseract.OcrEngineMode.OEM_TESSERACT_ONLY);
this.ocr.Recognize(clip);
optOCR.Text = this.ocr.GetText();

"机器人技术"汇集了一个非常不错的youtube视频，展示了一种简单而有效的解决方案。

免责声明：我为Atalasoft工作

我们的OCR模块支持Tesseract，如果证明还不够好，您可以升级到更好的引擎，而只需更改一行代码即可(我们为多个OCR引擎提供了一个通用接口)。