快捷搜索:  汽车  科技

lead… to(LeadTools中文入门教程8)

lead… to(LeadTools中文入门教程8)// 启用拼写检查系统,并将英文设置为拼写语言 ocrEngine.SpellCheckManager.SpellCheckEngine = OcrSpellCheckEngine.Native; ocrEngine.SpellCheckManager.SpellLanguage = "en";步骤7:(可选)设置任意的识别模块选项。 // 启用中文简体 ocrEngine.LanguageManager.EnableLanguages(new string[] { "zh-Hans" });步骤6:(可选)设置拼写检查的语言。 //使用了默认的参数 ocrEngine.Startup(null null null @"C:\LEADTOOLS 18\Bin\Common\OcrAdvantageRuntime");步骤3:创建一页或多页的OCR文档。 I

在很多情况下,我们需要将扫描文件中的文本提取出来,转化为文本搜索的格式,如doc、PDF等。LeadTools为开发者提供了快速的、高精度的OCR SDK技术。利用LeadTools OCR工具包,可以快速的开发健壮的、可扩展的、高性能识别的文档处理应用程序,这些应用程序可提取出扫描文件中的文本,将图像转化为文本搜索格式,如PDF、PDF/A、DOC、DOCX、XML、XPS等。

本文主要包括两大部分:

  • 1 “使用OCR识别扫描文件中的中文” 的主要步骤及关键代码片段
  • 2 “使用OCR识别扫描文件中的中文” 的Demo使用讲解及下载

主要步骤及关键代码片段

步骤1:选择将要使用的引擎类型,并创建IOcrEngine接口的一个实例。

//在本段代码中我们使用了LeadTools OCR Advantage引擎 IOcrEngine ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.Advantage false);

步骤2:启动引擎。

//使用了默认的参数 ocrEngine.Startup(null null null @"C:\LEADTOOLS 18\Bin\Common\OcrAdvantageRuntime");

步骤3:创建一页或多页的OCR文档。

IOcrDocument ocrDocument = ocrEngine.DocumentManager.CreateDocument; //将多页TIF图像的所有页添加至文档。 ocrDocument.Pages.AddPages(@"C:\Users\Public\Documents\LEADTOOLS Images\Ocr.tif" 1 -1 null);

步骤4:自动或手动的在页面中创建区域。

// 自动分区 ocrDocument.Pages.AutoZone(null);

步骤5:(可选)设置OCR引擎将要使用语言。

// 启用中文简体 ocrEngine.LanguageManager.EnableLanguages(new string[] { "zh-Hans" });

步骤6:(可选)设置拼写检查的语言。

// 启用拼写检查系统,并将英文设置为拼写语言 ocrEngine.SpellCheckManager.SpellCheckEngine = OcrSpellCheckEngine.Native; ocrEngine.SpellCheckManager.SpellLanguage = "en";

步骤7:(可选)设置任意的识别模块选项。

//改变第一个区域的填充方法,设置为默认 OcrZone ocrZone = ocrDocument.Pages[0].Zones[0]; ocrZone.FillMethod = OcrZoneFillMethod.Default; ocrDocument.Pages[0].Zones[0] = ocrZone;

步骤8:识别

ocrDocument.Pages.Recognize(null);

步骤9:保存识别结果

// 将结果保存为docx文件 ocrDocument.Save(@"C:\Users\Public\Documents\LEADTOOLS Images\Document.docx" DocumentFormat.Docx null); ocrDocument.Dispose;

步骤10:结束时关闭OCR引擎

ocrEngine.Shutdown; ocrEngine.Dispose;

Demo使用讲解及下载

下面为您提供了”使用OCR识别扫描文件中的中文“的示例代码。为了运行此代码,请点击下载LeadTools全功能试用版

安装全功能试用版后,由于此应用程序要识别中文,因此在创建应用程序之,请点击下载LeadTools OCR语言扩展包

下面就让我们使用本文提供的Demo,识别扫描文件中的中文吧!

1 启动程序。选择您想要使用的引擎类型。本次我们将选择LeadTools Professional OCR引擎。

lead… to(LeadTools中文入门教程8)(1)

2 启动引擎后,点击文件->打开…将我们要识别的文件打开。如果不只有一个页面,点击页面->插入…将随后的页面添加进来。

原扫描文件的一部分如下图所示:

lead… to(LeadTools中文入门教程8)(2)

将文件添加到应用程序中。

lead… to(LeadTools中文入门教程8)(3)

3 点击引擎->语言…弹出“启用语言”对话框,将中文简体添加到已启用语言中。点击“确定”完成。

lead… to(LeadTools中文入门教程8)(4)

4 点击OCR->识别文档进行识别。若只需识别当前页,点击OCR->识别当前页。此操作会对文档进行自动分区,随后进行识别。结果如下图所示:

lead… to(LeadTools中文入门教程8)(5)

如果我们不需要识别图片上包含的文字,可以调整自动识别的区域或将某些区域删除(右击区域,点击删除即可)。例如下图,若不需识别图片上的文字,红色矩形框标出的区域即可删除。

lead… to(LeadTools中文入门教程8)(6)

点击OCR->显示识别出的字符…可将识别出的字符显示出来。

lead… to(LeadTools中文入门教程8)(7)

5 点击OCR->保存文档…可将识别的结果保存为想要的格式,如Adobe PDF、Microsoft Word、Text、HTML等。

lead… to(LeadTools中文入门教程8)(8)

保存的文档如下图所示:

lead… to(LeadTools中文入门教程8)(9)

至此,我们使用此应用程序识别出了扫描文件中的中文并保存为Word文档。本博文提供的Demo还包含了其他很多Ocr的功能,如设置拼写检查引擎,拼写语言、相关OMR选项等等。还在等什么!快快下载Demo亲自尝试下吧!

DEMO下载:

文章转自:葡萄城控件产品博客,http://blog.gcpowertools.com.cn

Demo提供了OCR的多种功能,为了运行此demo,不妨,快快点击下载吧!

如需帮助,请联系在线客服!

猜您喜欢: