带有Tesseract接口的OCR

Question

如何在C＃中使用Tesseract的接口OCR一个tiff文件？
目前我只知道如何使用可执行文件来完成它。

Answer 1

源代码似乎适合于一个可执行文件，您可能需要重新连接东西一点，所以它会生成一个DLL而不是。我对Visual C++没有多少经验，但我认为对于一些研究来说不应该太难。我的猜测是，有人可能已经制作了一个图书馆版本，你应该尝试谷歌。

一旦在DLL文件中有tesseract-ocr代码，就可以通过Visual Studio将该文件导入到C＃项目中，并让它创建包装类并为您完成所有编组任务。如果你不能导入那么DllImport会让你从C＃代码中调用DLL中的函数。

然后，你可以看看原始的可执行文件，以找到哪些函数调用适当的OCR TIFF图像的线索。

Answer 2

看看tessnet

Answer 3

声明：我Atalasoft

我们OCR module supports Tesseract工作，如果证明是不够好，你可以升级到一个更好的发动机，只是改变一行代码（我们为多个OCR引擎提供了一个通用接口）。

Answer 4

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"); 
} 

Answer 5

今天我发现，现在EMGU包括正方体包装。虽然opencv lib的非托管dll的数量可能看起来有点令人生畏，但是对输出目录的快速复制不会治愈。从那里实际的OCR过程很简单，只要三行：

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”放在一起a very nice youtube video演示一个简单而有效的解决方案。