带有 Tesseract 界面的 OCR答案

【问题标题】：OCR with the Tesseract interface带有 Tesseract 界面的 OCR
【发布时间】：2010-09-07 00:24:41
【问题描述】：

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。

【问题讨论】：

您能否指导我如何在 C# 中使用 Tesseract？

标签： c# ocr tesseract

【解决方案1】：

看看tessnet

【讨论】：

这比自己 P/Invoking 要好。

【解决方案2】：

源代码似乎适用于可执行文件，您可能需要重新连接一些东西，以便将其构建为 DLL。我对 Visual C++ 没有太多经验，但我认为通过一些研究应该不会太难。我的猜测是有人可能已经制作了一个库版本，你应该试试谷歌。

在 DLL 文件中包含 tesseract-ocr 代码后，您可以通过 Visual Studio 将该文件导入您的 C# 项目，并让它创建包装类并为您执行所有封送处理工作。如果您无法导入，那么DllImport 将允许您从 C# 代码调用 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来正确 OCR tiff 图像的线索。

【讨论】：

【解决方案3】：

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

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

【讨论】：

【解决方案4】：

我今天发现EMGU 现在包含一个 Tesseract 包装器。虽然 opencv 库的非托管 dll 的数量可能看起来有点令人生畏，但快速复制到输出目录并不能解决问题。从那里开始，实际的 OCR 过程就像三行一样简单：

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

“robomatics”将a very nice youtube video 放在一起，展示了一个简单但有效的解决方案。

【讨论】：

【解决方案5】：

免责声明：我为 Atalasoft 工作

我们的OCR module supports Tesseract，如果证明不够好，您可以升级到更好的引擎，只需更改一行代码（我们为多个 OCR 引擎提供通用接口）。

【讨论】：