c# Použijte OCR k rozpoznávání čínských obrázků

Malý hajzl · Zveřejněno 23.11.2016 14:33:25

Na trhu je stále mnoho komponent OCR (optické rozpoznávání znaků), včetně slavného Tesseractu a velmi profesionálního Asprise, i když jsou velmi profesionální a snadno použitelné, ale nejsou snadné na použití (protože nejsou přátelské k čínské podpoře). Pokud se firma specializuje na vývoj OCR balíků a je ochotná věnovat dlouhý čas hlubokému výzkumu a vývoji, doporučuje se Tesseract, který lze do hloubky konfigurovat a je open source.
Po vyzkoušení různých řešení se zjistilo, že komponenta OCR od Microsoftu má dobrý vliv na rozpoznání Číny a je jednoduchá. Tato komponenta je založena na Office 2007 a má následující efekt:

Použijte komponenty OCR v C# a Office 2007 pro převod grafiky a textu

Nainstalujte Office 2007. (Toto je potřeba nainstalovat ručně v Tools–> Microsoft Office Document Imaging při instalaci možností komponent)
Instalace záplaty Office SP2 (301 MB): http://download.microsoft.com/download/A/3/9/A39E919E-AFA8-4128-9249-51629206C70F/office2007sp2-kb953195-fullfile-zh-cn.exe
Odkaz na komponentu COM v projektu Visual Studio C#: Microsoft Office Document Imaging 12.0 Type Library
Poté napište následující kód (tento článek používá testovací projekt Winfrom):

Přihlášení je viditelné.

Pak vložte text.jpg soubor do disku C a začněte testovat výše uvedený kód.

Další poznámky: Pokud chyba "Additional Information: Retrieving a component with CLSID {40942A6C-1520-4132-BDF8-BDC1F71F547B} v továrně třídy COM selže kvůli následující chybě: 80040154 No registered class", zkuste změnit cíl projektu z Any CPU na x86.

Původní odkaz: http://www.wxzzz.com/1602.html

[Zdroj] c# Použijte OCR k rozpoznávání čínských obrázků

Související příspěvky