Bibliothèque C# OCR pour les applications .NET

Lorsque les gens pensent généralement à l’OCR (reconnaissance optique de caractères), la première association est souvent celle d’un scanner comme principal périphérique de capture. Cette association a des raisons historiques et est toujours répandue dans de nombreux contextes, offrant un environnement cohérent et contrôlé pour capturer du texte imprimé à partir de documents physiques avec une qualité inégalée. Cependant, un scanner est un équipement spécialisé qui n’est pas toujours à portée de main et qui nécessite un poste de travail fixe pour fonctionner. Heureusement, le monde moderne offre une alternative pratique aux scanners traditionnels : l’appareil photo d’un smartphone. Les progrès de la technologie des appareils photo des smartphones garantissent que même un smartphone d’entrée de gamme offre une qualité suffisante pour capturer des documents prêts pour l’OCR. Et la mémoire intégrée facilite plus que jamais la numérisation de grandes quantités de documents, journaux, livres, panneaux de signalisation et autres textes en déplacement. Tout ce dont vous avez besoin est la bonne technologie pour convertir ces photos en texte lisible par machine.

Notre bibliothèque C# OCR est spécialement conçue pour reconnaître tous les types d’images prêtes à l’emploi et peut être affinée pour gérer même les photos de faible qualité. Associé à un smartphone moderne, il vous permet de créer de puissantes applications OCR pour la plupart des tâches quotidiennes de numérisation et de reconnaissance de texte. Le traitement d’image et l’analyse de la structure des documents les plus avancés sont effectués en quelques lignes de code, ce qui vous permet de vous concentrer sur votre activité plutôt que sur des algorithmes mathématiques complexes, des réseaux de neurones et d’autres subtilités techniques.

// Configure preprocessing filters
PreprocessingFilter filters = new PreprocessingFilter {
  PreprocessingFilter.ContrastCorrectionFilter(),
  PreprocessingFilter.AutoDewarping()
};

// Add a photo for recognition
OcrInput photos = new OcrInput(InputType.SingleImage, filters);
photos.Add("photo.png");

// Fine-tune recognition setings
RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.Eng;
settings.DetectAreasMode = DetectAreasMode.CURVED_TEXT;

// Extract text from a page
AsposeOcr api = new AsposeOcr();
List<RecognitionResult> results = api.Recognize(photos, settings);

// Automatically correct spelling (English)
string text = results[0].GetSpellCheckCorrectedText(SpellCheckLanguage.Eng);
// Display recognized text
Console.WriteLine(text);

Le PDF est l’un des formats les plus populaires pour numériser des documents papier, notamment en raison de sa capacité à combiner plusieurs pages en un seul fichier. Ce format est largement utilisé pour l’échange de contrats, factures, documents juridiques, passeports et cartes d’identité, et de nombreux autres documents entre particuliers, entreprises, banques et agences gouvernementales. Cependant, tout PDF numérisé est essentiellement une collection d’images. Il ne contient pas de texte lisible par machine, les utilisateurs ne peuvent donc pas rechercher, copier ou manipuler le contenu du document.

Aspose .NET OCR vous offre un moyen rapide, simple et hautement fiable de convertir n’importe quel PDF numérisé en un document entièrement consultable et indexable. Il reconnaît avec précision le contenu de la page, le convertissant en une couche de texte lisible par machine sur l’image originale qui peut être sélectionnée, copiée, lue par un logiciel de synthèse vocale et même traitée automatiquement par des traducteurs, des résumés et d’autres analyses basées sur l’IA. outils.

// Load the scanned PDF
OcrInput pdf = new OcrInput(InputType.PDF);
pdf.Add("Delivery-Agreement.pdf");

// Recognize the text from document
AsposeOcr api = new AsposeOcr();
List<RecognitionResult> result = api.Recognize(pdf);

// Save searchable PDF
AsposeOcr.SaveMultipageDocument("Readable-Contract.pdf", SaveFormat.Pdf, result);
// Report progress
Console.WriteLine($@"Recognition finished. See '{Directory.GetCurrentDirectory()}\Readable-Contract.pdf'.");

Les archives numériques, en particulier dans les grandes organisations, consistent souvent en une vaste collection de numérisations et de photos, dont beaucoup peuvent contenir des documents de plusieurs pages. Une gestion et une organisation efficaces de ces archives sont essentielles pour faciliter la récupération et la navigation des informations. Cependant, les images ne contiennent pas de texte lisible par machine, ce qui rend impossible la recherche et l’analyse du contenu du document.

La bibliothèque C# OCR vous permet de rechercher facilement du texte dans les images, quels que soient la police, la taille du texte, le style et d’autres paramètres. La bibliothèque prend également en charge les recherches et les expressions régulières insensibles à la casse, qui s’avèrent extrêmement utiles dans diverses applications et secteurs. Cette fonctionnalité peut être utilisée pour classer les documents en fonction du contenu, des mots-clés ou des modèles trouvés dans le texte ; rechercher des termes ou clauses spécifiques dans des accords et des contrats ; réorganiser les fichiers en fonction des mots-clés ou du contenu qui s’y trouvent ; localiser et identifier les données personnelles dans les documents, ce qui facilite la garantie de la conformité au RGPD et gère plus efficacement les informations sensibles. La recherche dans les images permet également de créer des flux de travail automatisés et de rationaliser divers processus commerciaux dès la réception de contrats et de factures signés.

string sourceFolder = "images";
string searchFor = "OCR";

// Search for text in images
AsposeOcr api = new AsposeOcr();
foreach(var image in Directory.GetFiles(sourceFolder,"*.png"))
{
  bool found = api.ImageHasText(image, searchFor);
  if(found) Console.WriteLine($@"Found ""{searchFor}"" in image ""{image}""");
}