包括

Question

大家你能不能给我一个测试Tesseract OCR的简单例子最好是在C＃中我尝试了here演示。我下载了英文数据集并在C盘中解压缩。并修改了以下代码：

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<tessnet2.Word> 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。该程序在＆＃34; ocr.Init（......＆＃34; line。）即使使用try-catch也无法获得异常。

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。

由于

Answer 1

确定。我在这里找到了解决方案 tessnet2 fails to load 亚当给出的答案

显然我使用的是错误的tessdata版本。我直观地遵循了the source page指令并导致了问题。

它说

快速使用Tessnet2



Download binary here，将程序集Tessnet2.dll的引用添加到.NET项目中。



下载语言数据定义文件here并将其放在tessdata目录中。 Tessdata目录和你的exe必须在   同一目录。

下载二进制文件后，当您按照链接下载语言文件时，会有许多语言文件。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或将版本2语言文件放在第一页上。或者至少大胆地提到这个版本问题是一个大问题！

无论如何我找到了它。谢谢大家。

Answer 2

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 \

Answer 3

我可以按照这些instructions开始工作。

下载sample code
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）
取消注释Tesseract.Samples.Program.cs中最后两行有意义的行： Console.Write("Press any key to continue . . . "); Console.ReadKey(true);
运行（点击F5）
您应该获得此Windows控制台输出

Answer 4

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

Answer 5

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。现在我的解决方案工作正常。

Answer 6

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...特别是这个代码可以在Windows 7,8，Server 2008上使用。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...

Answer 7

就我而言，除了正确的字符识别外，我所有这些都有效。

但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，您需要更新您的app.config 用这个。（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）

希望这有助于

Answer 8

这是一个很棒的工作示例项目; Tesseract OCR Sample (Visual Studio) with Leptonica Preprocessing 使用Leptonica预处理来验证OCR样本（Visual Studio）

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。

设置

要将此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中。现在在Visual Studio Solution Explorer中单击您的项目，然后转到Project＆gt; Properties。

.. \的tesseract-包括\的tesseract; .. \的tesseract-包括\ leptonica; $（INCLUDEPATH） C / C ++＆gt;预处理器＆gt;预处理器定义：

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

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

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文件夹不是可执行文件的当前目录，则需要指定tessdata文件夹的父文件夹（！important）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＆gt; Init（“D：\ tessdataParentFolder \”，... 样品

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返回字符串输出的功能。 toClipboard（）可用于在Windows上将文本保存到剪贴板。您可以将这些复制到您自己的项目中。

Tesseract OCR简单的例子

8 个答案:

包括

包括