Potente API .NET OCR para realizar el reconocimiento de texto

Instalación de Aspose.OCR para .NET

Puede instalar la biblioteca OCR para C# .NET descargando el instalador MSI o las DLL desde la sección de descargas. O bien, puede usar el paquete NuGet para configurarlo. El comando para la consola del administrador de paquetes de Visual Studio se proporciona a continuación:

PM > Install-Package Aspose.OCR

Realice OCR de manera eficiente en documentos PDF y convierta imágenes en texto

Reconocer y extraer texto de documentos PDF en .NET

El reconocimiento óptico de caracteres para documentos PDF escaneados se simplifica con la ayuda de Aspose.OCR para .NET. Es una de las características más apreciadas de la API OCR de documentos PDF de .NET y proporciona a cualquiera que trabaje con la API todas las herramientas necesarias para reconocer, extraer y convertir texto de documentos PDF a múltiples formatos. Echemos un vistazo a los pasos necesarios para realizar OCR en documentos PDF y convertir el texto extraído de PDF a formato Word:

• Crea una instancia de la clase AsposeOcr.
• Cree un objeto de la clase DocumentRecognitionSettings.
• Especifique el idioma de OCR.
• Llame al método RecognizePdf() para obtener RecognitionResult. Agregue la ruta del archivo y el objeto DocumentRecognitionSettings como argumentos.
• Guarde el texto usando el método SaveMultipageDocument(). Agregue la ruta del archivo de salida, los objetos SaveFormat y RecognitionResult como argumentos.

// This code example demonstrates how to OCR PDF documents and save the recognized text as DOCX.
// Initialize the PCR engine
AsposeOcr recognitionEngine = new AsposeOcr();
// Initialize recognition settings
DocumentRecognitionSettings recognitionSettings = new DocumentRecognitionSettings();
// Specify language for OCR. Multi-language by default
recognitionSettings.Language = Language.Eng;
// Recognize text from PDF
List results = recognitionEngine.RecognizePdf("C:\\MyFiles\\test.pdf", recognitionSettings);
// Save the recognized text as Word (DOCX) file
AsposeOcr.SaveMultipageDocument("C:\\Files\\OCR_result.docx", SaveFormat.Docx, results);

Convierta sin esfuerzo imágenes en archivos PDF con capacidad de búsqueda en .NET

La API .NET OCR de alto rendimiento permite a los desarrolladores extraer texto de búsqueda de imágenes escaneadas y fotos de diferentes formatos de imagen de uso común, como GIF, PNG, JPG, BMP y TIFF. Si está buscando integrar las capacidades de OCR en sus aplicaciones .NET, la función de conversión de imagen a texto podría reforzarlas. Aquí, revisaremos los pasos necesarios para convertir de manera eficiente JPG a PDF utilizando la sólida API de OCR para .NET:

• Establezca la ruta del archivo de imagen de entrada para el reconocimiento de texto.
• Crear una instancia de clase AsposeOcr
• Utilice el método RecognizeImage para reconocer texto en su archivo de imagen seleccionado.
• Guarde el archivo procesado con el método Guardar y agregue el nombre del archivo de salida y el SaveFormat como argumentos.
• Asegúrese de configurar el archivo resultante en un documento PDF con capacidad de búsqueda usando SaveFormat.

// Set path for input image to recognize
string image = "OCR_test.jpg";
// Initialize AsposeOcr class instance
AsposeOcr api = new AsposeOcr();
// Recognize input image with RecognizeImage method
RecognitionResult result = api.RecognizeImage(image, new RecognitionSettings());
// Save output to searchable PDF file
result.Save("OCR_output.pdf", SaveFormat.Pdf);

Biblioteca .NET OCR fácil de usar para la extracción de texto en fotos