如何使用C#版的Tesseract

这篇文章主要介绍了如何使用C#版的Tesseract，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

C#版本源码下载地址：https://github.com/charlesw/tesseract

其实在vs中可以直接用NuGet工具进行下载：

打开nuget，搜索tesseract，点安装即可。

源码是vs2015编译的，需要安装vs2015以上版本。

打开项目后如：

我们再添加一个winform项目，画界面如：

实现点击“选择需要识别的图片”，打开一张图片，调用算法并显示结果。比较简单。源码如下：

using System;using System.Collections.Generic;using System.ComponentModel;using System.Data;using System.Drawing;using System.Linq;using System.Text;using System.Threading.Tasks;using System.Windows.Forms;using Tesseract;namespace TesseractDemo{    public partial class Form1 : Form    {        public Form1()        {            InitializeComponent();        }        //选图片并调用ocr识别方法        private void btnRec_Click(object sender, EventArgs e)        {            //openFileDialog1.Filter = "";            if (openFileDialog1.ShowDialog() == DialogResult.OK)            {                var imgPath = openFileDialog1.FileName;                pictureBox1.Image=Image.FromFile(imgPath);                string strResult = ImageToText(imgPath);                if (string.IsNullOrEmpty(strResult))                {                    txtResult.Text = "无法识别";                }                else                {                    txtResult.Text = strResult;                }            }        }        //调用tesseract实现OCR识别        public string ImageToText(string imgPath)        {            using (var engine = new TesseractEngine("tessdata", "eng", EngineMode.Default))            {                using (var img = Pix.LoadFromFile(imgPath))                {                    using (var page = engine.Process(img))                    {                        return page.GetText();                    }                }            }        }    }}

有一点要注意的是，tesseract的识别语言包要自己下载后包含到项目里面，并设置为始终复制，或者直接把这个文件包放到运行程序目录（bin\debug)下：

eng是英文字符的意思，要识别其他语言字符，需要自己下载：

Tesseract hasunicode (UTF-8) support, and canrecognize more than 100 languages"out of the box".

这个库支持100种语言的识别

字库下载地址为：https://github.com/tesseract-ocr/tessdata

用OpencvSharp先降噪再调OCR识别：

//用opencv进行降噪处理再ocr识别        private void button3_Click(object sender, EventArgs e)        {            //从网上读取一张图片            string imgUrl = "https://service.cheshi.com/user/validate/validatev3.php";            MemoryStream ms = ReadImgFromWeb(imgUrl);            Image img = Image.FromStream(ms);            pictureBox1.Image = img;            //降噪            Mat simg = Mat.FromStream(ms, ImreadModes.Grayscale);            Cv2.ImShow("Input Image", simg);            //阈值操作 阈值参数可以用一些可视化工具来调试得到            Mat ThresholdImg = simg.Threshold(29, 255, ThresholdTypes.Binary);            Cv2.ImShow("Threshold", ThresholdImg);            Cv2.ImWrite("d:\\img.png", ThresholdImg);                        textBox1.Text= ImageToText("d:\\img.png");        }                /// <summary>        /// 从网上读取一张图片        /// </summary>        /// <param name="Url"></param>        public MemoryStream ReadImgFromWeb(string Url)        {            HttpWebRequest request = (HttpWebRequest)WebRequest.Create(Url);            request.Credentials = CredentialCache.DefaultCredentials; // 添加授权证书            request.UserAgent = "Microsoft Internet Explorer";            WebResponse response = request.GetResponse();            Stream s = response.GetResponseStream();            byte[] data = new byte[1024];            int length = 0;            MemoryStream ms = new MemoryStream();            while ((length = s.Read(data, 0, data.Length)) > 0)            {                ms.Write(data, 0, length);            }            ms.Seek(0, SeekOrigin.Begin);            //pictureBox1.Image = Image.FromStream(ms);            return ms;        }

C#是什么

C#是一个简单、通用、面向对象的编程语言，它由微软Microsoft开发，继承了C和C++强大功能，并且去掉了一些它们的复杂特性，C#综合了VB简单的可视化操作和C++的高运行效率，以其强大的操作能力、优雅的语法风格、创新的语言特性和便捷的面向组件编程从而成为.NET开发的首选语言，但它不适用于编写时间急迫或性能非常高的代码，因为C#缺乏性能极高的应用程序所需要的关键功能。

感谢你能够认真阅读完这篇文章，希望小编分享的“如何使用C#版的Tesseract”这篇文章对大家有帮助，同时也希望大家多多支持编程网，关注编程网行业资讯频道，更多相关知识等着你来学习!