LEADTOOLS OCR文字识别教程（五）扫描文档并识别为可搜索的PDF文件

根据下面的步骤来创建和运行一个程序用来展示如何使用OCR扫描一个图片然后得到识别结果，最后将识别结果保存为可搜索的PDF文件。

1. 打开Visual Studio

2. 在菜单中选择文件->新建->项目

3. 在新建项目对话框中，模板选择"Visual C#"，然后选择Windows窗体应用程序。

4. 在名称栏输入这个项目的名称："OcrTutorial4"，然后选择确定，当然如果需要的话可以重新指定一个目录来存放这个项目。

5. 在“解决方案资源管理器”窗口，右键点击“引用”，然后在弹出菜单中选择“添加引用”。在弹出的引用管理器对话框中，选择“框架”然后选择“浏览(B)”按钮，定位到LEADTOOLS安装目录：

"<安装目录>\Bin\DotNet4\Win32" 然后选择如下几个DLL：

Leadtools.dll

Leadtools.Codecs.dll

Leadtools.Twain.dll

Leadtools.ImageProcessing.Core.dll

Leadtools.Forms.dll

Leadtools.Forms.DocumentWriters.dll

Leadtools.Forms.Ocr.dll

Leadtools.Forms.Ocr.Advantage.dll

Leadtools.Codecs.Bmp.dll

Leadtools.Codecs.Cmp.dll

Leadtools.Codecs.Tif.dll

Leadtools.Codecs.Fax.dll

注意：Leadtools.Codecs.*.dll这种引用是根据支持的图像格式命名的，例如BMP、TIF、FAX、JPG等，请根据您的需要添加不同的格式支持。

6. 从工具箱中拖拽3个button到Form1中，button名称保持button1、2、3，然后修改button文字为如下内容：

button1：修改保存路径

button2：选择扫描设备

button3：扫描并识别

7. 切换到Form1的代码视图，然后添加如下代码到文件的最前面，如果已经有了using代码的话请添加到已有代码后：

using Leadtools;
using Leadtools.Twain;
using Leadtools.ImageProcessing;
using Leadtools.ImageProcessing.Core;
using Leadtools.Forms;
using Leadtools.Forms.DocumentWriters;
using Leadtools.Forms.Ocr;

8. 在Form1的构造函数中添加如下代码：

// 请将这两个字段替换为你得到的License文件路径和Developer Key
string licenseFilePath = @"D:\Program Files\LEADTOOLS 19\Common\License\LEADTOOLS.LIC";
string developerKey = "***";

9. 在Form1类中添加如下的私有变量：

// OCR引擎
private IOcrEngine _ocrEngine;
// OCR文档
private IOcrDocument _ocrDocument;
// TWAIN
private TwainSession _twainSession;
// 保存PDF的路径
private string _outputDirectory = @"D:\ScanImages";
// 图像处理命令列表，我们使用这个功能来处理扫描的图片
private List<RasterCommand> _imageProcessingCommands;
private int _scanCount;

10. 重写Form1的 Onload事件，然后添加如下代码：

protected override void OnLoad(EventArgs e)
{
	// 初始化OCR引擎
	_ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.Advantage, false);
	// 启动引擎
	_ocrEngine.Startup(null, null, null, @"D:\Program Files\LEADTOOLS 19\Bin\Common\OcrAdvantageRuntime");
	// 设置语言为中英
	_ocrEngine.LanguageManager.EnableLanguages(new string[] { "zh-Hans", "en" });
	// 初始化TWAIN
	_twainSession = new TwainSession();
	_twainSession.Startup(this.Handle, "My Company", "My Product", "My Version", "My Application", TwainStartupFlags.None);
	// 订阅事件TwainSession.Acquire来获取扫描图像
	_twainSession.AcquirePage += new EventHandler<TwainAcquirePageEventArgs>(_twainSession_AcquirePage);
	// 初始化我们将要使用到的图像处理命令
	// 您可以添加任意命令进行预处理, 这里我们只添加倾斜校正和去除噪点
	_imageProcessingCommands = new List<RasterCommand>();
	_imageProcessingCommands.Add(new DeskewCommand());
	_imageProcessingCommands.Add(new DespeckleCommand());
	base.OnLoad(e);
}

11. 重写Form1的OnFormClosed方法，然后添加如下代码：

protected override void OnFormClosed(FormClosedEventArgs e)
{
	// 释放引擎
	_ocrEngine.Dispose();
	// 释放TWAIN
	_twainSession.Shutdown();
	base.OnFormClosed(e);
}

12. 为button1（修改保存路径）添加如下代码：

private void button1_Click(object sender, EventArgs e)
{
	// 变更保存路径
	using (FolderBrowserDialog dlg = new FolderBrowserDialog())
	{
		dlg.SelectedPath = _outputDirectory;
		dlg.ShowNewFolderButton = true;
		if (dlg.ShowDialog(this) == DialogResult.OK)
			_outputDirectory = System.IO.Path.GetFullPath(dlg.SelectedPath);
	}
}

13. 为button2（选择扫描设备）按钮添加如下代码：

        private void button2_Click(object sender, EventArgs e)
        {
            // 选择您想要使用的扫描仪
            _twainSession.SelectSource(null);
        }

14. 为button3（扫描并识别）按钮添加如下代码：

private void button3_Click(object sender, EventArgs e)
{
	// 如果输出路径不存在的话创建一个
	if (!System.IO.Directory.Exists(_outputDirectory))
		System.IO.Directory.CreateDirectory(_outputDirectory);
	// 建立PDF文件名称
	string name = "Scanned" + _scanCount;
	_scanCount++;
	string pdfFileName = System.IO.Path.Combine(_outputDirectory, name + ".pdf");
	// 创建一个基于文件的OCR文档以便于将扫描的文档添加进来
	_ocrDocument = _ocrEngine.DocumentManager.CreateDocument(null, OcrCreateDocumentOptions.AutoDeleteFile);
	// 扫描
	_twainSession.Acquire(TwainUserInterfaceFlags.Show);
	// 保存PDF
	_ocrDocument.Save(pdfFileName, DocumentFormat.Pdf, null);
	// 释放页面
	_ocrDocument.Dispose();
	// 显示结果
	System.Diagnostics.Process.Start(pdfFileName);
}

15. 添加扫描事件：

private void _twainSession_AcquirePage(object sender, TwainAcquirePageEventArgs e)
{
	// 扫描进来的文档
	RasterImage image = e.Image;
	// 进行预处理
	foreach (RasterCommand command in _imageProcessingCommands)
	{
		command.Run(image);
	}
	// 创建OCR页面
	using (IOcrPage ocrPage = _ocrEngine.CreatePage(image, OcrImageSharingMode.AutoDispose))
	{
		// 识别
		ocrPage.Recognize(null);
		_ocrDocument.Pages.Add(ocrPage);
	}
}