Tesseract OCR简单的例子

嗨，你能不能给我一个简单的例子来测试Tesseract OCR，最好是在C＃中。
我试过这里的演示。 我下载了英文数据集并在C盘中解压缩。 并修改代码如下： 

string path = @"C:\pic\mytext.jpg"; Bitmap image = new Bitmap(path); Tesseract ocr = new Tesseract(); ocr.SetVariable("tessedit_char_whitelist", "0123456789"); // If digit only ocr.Init(@"C:\tessdata\", "eng", false); // To use correct tessdata List result = ocr.DoOCR(image, Rectangle.Empty); foreach (tessnet2.Word word in result) Console.WriteLine("{0} : {1}", word.Confidence, word.Text);

不幸的是，代码不起作用。 程序死于“ocr.Init（…”行。即使使用try-catch，我甚至无法获得exception。

我能够运行vietocr ！ 但这对我来说是一个非常大的项目。 我需要一个像上面这样的简单例子。

谢谢

好。 我发现这里的解决方案tessnet2无法加载 Adam给出的Ans

显然我使用的是错误的tessdata版本。 我直观地遵循源页面指令并导致了问题。

它说

快速使用Tessnet2

  1. 在这里下载二进制文件 ，将程序集Tessnet2.dll的引用添加到您的.NET项目中。

  2. 在此下载语言数据定义文件并将其放在tessdata目录中。 Tessdata目录和您的exe必须位于同一目录中。

下载二进制文件后，当您按照链接下载语言文件时，有许多语言文件。 但它们都不是正确的版本。 您需要选择所有版本并转到下一页以获取正确的版本（tesseract-2.00.eng）！ 他们应该将下载二进制链接更新到版本3，或者将版本2语言文件放在第一页上。 或者至少大胆提一下这个版本问题很重要的事实！

无论如何我找到了它。 感谢大家。

在C＃中测试Tesseract OCR的一个简单示例： 

  public static string GetText(Bitmap imgsource) { var ocrtext = string.Empty; using (var engine = new TesseractEngine(@"./tessdata", "eng", EngineMode.Default)) { using (var img = PixConverter.ToPix(imgsource)) { using (var page = engine.Process(img)) { ocrtext = page.GetText(); } } } return ocrtext; }

信息： tessdata文件夹必须存在于存储库中：bin \ Debug \

尝试将该行更新为：

ocr.Init（@“C：\”，“eng”，false）; //这里的路径应该是tessdata的父文件夹

我有同样的问题，现在已经解决了。 我有tesseract2，在32位和64位的这个文件夹下，我将文件64位文件夹（因为我的系统是64位）复制到主文件夹（“Tesseract2”）和bin / Debug文件夹下。 现在我的解决方案正常。

就我而言，除了正确的字符识别外，我所有这些都有效。

但是你需要考虑以下几点：

  • 使用正确的tessnet2库
  • 使用正确的tessdata语言版本
  • tessdata应该位于应用程序文件夹之外的某个位置，您可以在init参数中放入完整路径。 使用ocr.Init(@"c:\tessdata", "eng", true);
  • 调试会让你头疼。 然后你需要更新你的app.config使用它。 （我不能把xml代码放在这里。给我你的电子邮件，我会把它发给你）

希望这会有所帮助

这是一个很好的工作示例项目; Tesptract OCR样品（Visual Studio）与Leptonica预处理 Tesseract OCR样品（Visual Studio）与Leptonica预处理

Tesseract OCR 3.02.02 API可能令人困惑，因此这将指导您将Tesseract和Leptonica dll包含在Visual Studio C ++项目中，并提供一个示例文件，该文件采用图像路径进行预处理和OCR。 Leptonica中的预处理脚本将输入图像转换为黑白书本文本。

建立

要将它包含在您自己的项目中，您需要引用头文件和lib并复制tessdata文件夹和dll。

将tesseract-include文件夹复制到项目的根文件夹。 现在在Visual Studio Solution Explorer中单击您的项目，然后转到Project> Properties。

VC ++目录>包含目录：

.. \ tesseract-include \ tesseract; .. \ tesseract-include \ leptonica; $（IncludePath）C / C ++>预处理器>预处理器定义：

_CRT_SECURE_NO_WARNINGS;％（PreprocessorDefinitions）C / C ++>链接器>输入>附加依赖项：

.. \ tesseract-include \ libtesseract302.lib; .. \ tesseract-include \ liblept168.lib;％（AdditionalDependencies）现在，您可以在项目的文件中包含标题：

包括

包括

现在将tesseract-include中的两个dll文件和Debug中的tessdata文件夹复制到项目的输出目录中。

初始化tesseract时，如果tessdata文件夹的父文件夹（！important）不是可执行文件的当前目录，则需要指定该文件夹的位置。 您可以复制我的脚本，假定tessdata安装在可执行文件的文件夹中。

tesseract :: TessBaseAPI * api = new tesseract :: TessBaseAPI（）; api-> Init（“D：\ tessdataParentFolder \”，……样本

您可以编译提供的示例，该示例使用图像路径的一个命令行参数。 preprocess（）函数使用Leptonica创建一个黑白图书的图像副本，使tesseract的工作准确率达到90％。 ocr（）函数显示Tesseract API返回字符串输出的function。 toClipboard（）可用于将文本保存到Windows上的剪贴板。 您可以将这些复制到您自己的项目中。

按照这些说明，我能够让它工作。

  • 下载示例代码 Tesseract示例代码

  • 将其解压缩到新位置

  • 打开〜\ tesseract-samples-master \ src \ Tesseract.Samples.sln（我使用Visual Studio 2017）

  • 为该项目安装Tesseract NuGet包（或者我必须卸载/重新安装） NuGet Tesseract

  • 在Tesseract.Samples.Program.cs中取消注释最后两行有意义的行： Console.Write("Press any key to continue . . . "); Console.ReadKey(true); Console.Write("Press any key to continue . . . "); Console.ReadKey(true);

  • 跑（点击F5）

  • 你应该得到这个Windows控制台输出 在此处输入图像描述

这对我有用，我有3-4个PDF到文本提取器，如果一个不起作用，另一个将…特别是tesseract这个代码可用于Windows 7,8，Server 2008。 希望这对你有所帮助 

  do { // Sleep or Pause the Thread for 1 sec, if service is running too fast... Thread.Sleep(millisecondsTimeout: 1000); Guid tempGuid = ToSeqGuid(); string newFileName = tempGuid.ToString().Split('-')[0]; string outputFileName = appPath + "\\pdf2png\\" + fileNameithoutExtension + "-" + newFileName + ".png"; extractor.SaveCurrentImageToFile(outputFileName, ImageFormat.Png); // Create text file here using Tesseract foreach (var file in Directory.GetFiles(appPath + "\\pdf2png")) { try { var pngFileName = Path.GetFileNameWithoutExtension(file); string[] myArguments = { "/C tesseract ", file, " " + appPath + "\\png2text\\" + pngFileName }; // /C for closing process automatically whent completes string strParam = String.Join(" ", myArguments); var myCmdProcess = new Process(); var theProcess = new ProcessStartInfo("cmd.exe", strParam) { CreateNoWindow = true, UseShellExecute = false, RedirectStandardOutput = true, RedirectStandardError = true, WindowStyle = ProcessWindowStyle.Minimized }; // Keep the cmd.exe window minimized myCmdProcess.StartInfo = theProcess; myCmdProcess.Exited += myCmdProcess_Exited; myCmdProcess.Start(); //if (process) { /* MessageBox.Show("cmd.exe process started: " + Environment.NewLine + "Process Name: " + myCmdProcess.ProcessName + Environment.NewLine + " Process Id: " + myCmdProcess.Id + Environment.NewLine + "process.Handle: " + myCmdProcess.Handle); */ Process.EnterDebugMode(); //ShowWindow(hWnd: process.Handle, nCmdShow: 2); /* MessageBox.Show("After EnterDebugMode() cmd.exe process Exited: " + Environment.NewLine + "Process Name: " + myCmdProcess.ProcessName + Environment.NewLine + " Process Id: " + myCmdProcess.Id + Environment.NewLine + "process.Handle: " + myCmdProcess.Handle); */ myCmdProcess.WaitForExit(60000); /* MessageBox.Show("After WaitForExit() cmd.exe process Exited: " + Environment.NewLine + "Process Name: " + myCmdProcess.ProcessName + Environment.NewLine + " Process Id: " + myCmdProcess.Id + Environment.NewLine + "process.Handle: " + myCmdProcess.Handle); */ myCmdProcess.Refresh(); Process.LeaveDebugMode(); //myCmdProcess.Dispose(); /* MessageBox.Show("After LeaveDebugMode() cmd.exe process Exited: " + Environment.NewLine); */ } //process.Kill(); // Waits for the process to complete task and exites automatically Thread.Sleep(millisecondsTimeout: 1000); // This works fine in Windows 7 Environment, and not in Windows 8 // Try following code block // Check, if process is not comletey exited if (!myCmdProcess.HasExited) { //process.WaitForExit(2000); // Try to wait for exit 2 more seconds /* MessageBox.Show(" Process of cmd.exe was exited by WaitForExit(); Method " + Environment.NewLine); */ try { // If not, then Kill the process myCmdProcess.Kill(); //myCmdProcess.Dispose(); //if (!myCmdProcess.HasExited) //{ // myCmdProcess.Kill(); //} MessageBox.Show(" Process of cmd.exe exited ( Killed ) successfully " + Environment.NewLine); } catch (System.ComponentModel.Win32Exception ex) { MessageBox.Show( " Exception: System.ComponentModel.Win32Exception " + ex.ErrorCode + Environment.NewLine); } catch (NotSupportedException notSupporEx) { MessageBox.Show(" Exception: NotSupportedException " + notSupporEx.Message + Environment.NewLine); } catch (InvalidOperationException invalidOperation) { MessageBox.Show( " Exception: InvalidOperationException " + invalidOperation.Message + Environment.NewLine); foreach ( var textFile in Directory.GetFiles(appPath + "\\png2text", "*.txt", SearchOption.AllDirectories)) { loggingInfo += textFile + " In Reading Text from generated text file by Tesseract " + Environment.NewLine; strBldr.Append(File.ReadAllText(textFile)); } // Delete text file after reading text here Directory.GetFiles(appPath + "\\pdf2png").ToList().ForEach(File.Delete); Directory.GetFiles(appPath + "\\png2text").ToList().ForEach(File.Delete); } } } catch (Exception exception) { MessageBox.Show( " Cought Exception in Generating image do{...}while{...} function " + Environment.NewLine + exception.Message + Environment.NewLine); } } // Delete png image here Directory.GetFiles(appPath + "\\pdf2png").ToList().ForEach(File.Delete); Thread.Sleep(millisecondsTimeout: 1000); // Read text from text file here foreach (var textFile in Directory.GetFiles(appPath + "\\png2text", "*.txt", SearchOption.AllDirectories)) { loggingInfo += textFile + " In Reading Text from generated text file by Tesseract " + Environment.NewLine; strBldr.Append(File.ReadAllText(textFile)); } // Delete text file after reading text here Directory.GetFiles(appPath + "\\png2text").ToList().ForEach(File.Delete); } while (extractor.GetNextImage()); // Advance image enumeration...
Interesting Posts

使用Async / Await时的WPF ProgressBar用法

HTTPS Web请求失败

在这种情况下警告CS3006有效吗？

使用Reflection（DotNET）查找程序集中的所有命名空间

DateTime.Now.ToString（“MM / DD / YYYY”）包含不正确的月份

如何知道两个单词是否具有相同的基数？

C＃：所以如果静态类是存储全局状态信息的不良做法，那么提供相同方便性的好方法是什么？

C＃ – 捕获来自特定应用程序的Windows消息

NHibernate多对多关系表中的其他字段

在FOR循环中声明变量