我需要做一个简单的程序,需要使用Onenote Interop从图像中提取文本?任何人都可以建议我为我的概念提供适当的文件吗?
答案 0 :(得分:3)
OneNote的OCR识别的文本存储在OneNote的XML文件结构中的 one:OCRText 元素中。 e.g。
<one:Page ...>
...
<one:Image ...>
...
<one:OCRData lang="en-US">
<one:OCRText><![CDATA[This is some sampletext]]></one:OCRText>
</one:OCRData>
</one:Image>
</one:Page>
您可以使用名为OMSPY的程序(它向您显示OneNote页面背后的XML)来查看此XML - http://blogs.msdn.com/b/johnguin/archive/2011/07/28/onenote-spy-omspy-for-onenote-2010.aspx
要提取文本,您将使用OneNote COM互操作(正如您所指出的)。 e.g。
//Instantialize OneNote
ApplicationClass onApp = new ApplicationClass();
//Get the XMl from the selected page
string xml = "";
onApp.GetPageContent("put the page id here", out xml);
//Put it into an XML document (from System.XML.Linq)
XDocument xDoc = XDocument.Parse(xml);
//OneNote's Namespace - for OneNote 2010
XNamespace one = "http://schemas.microsoft.com/office/onenote/2010/onenote";
//Get all the OCRText from the page
string[] OCRText = xDoc.Descendants(one + "OCRText").Select(x => x.Value).ToArray();
有关详细信息,请参阅MSDN上的“应用程序界面”文档 - http://msdn.microsoft.com/en-us/library/gg649853.aspx