← 返回所有博客文章

 

  • LeadTools中文入门教程(1):载、显示和保存图像 点击进入
  • LeadTools中文入门教程(2):缩放图像 点击进入
  • LeadTools中文入门教程(3):打印图像 点击进入
  • LeadTools中文入门教程(4):使用OCR识别英文 点击进入
  • LeadTools中文入门教程(5):读取和编写条形码 点击进入
  • LeadTools中文入门教程(6):从TWAIN源获取图像 点击进入
  • LeadTools中文入门教程(7):使用OCR识别图像中的中文 点击进入
  • LeadTools中文入门教程(8):使用OCR识别扫描文件中的中文 点击进入

 

LeadTools为.NET(C# & VB.NET)、C/C++、Java和Web开发者提供了快速且精确度高的 OCR SDK技术。利用LeadTools高级OCR工具包,可以快速的开发健壮的、可扩展的、高性能识别的文档处理应用程序,这些应用程序可提取出扫描文件中的文本,将图像转化为文本搜索格式,如PDF、PDF/A、DOC、DOCX、XML、XPS等。LeadTools广泛支持40余种字符集,编程者通过提供多语言的解决方案扩展用户群,包括英语、西班牙语、法语、德语、日语、中文、阿拉伯语等。

本文将为大家介绍:

  • LeadTools识别一页或多页文档的一般步骤 概述
  • 使用LeadTools创建“使用OCR识别图像中的中文”应用程序的具体步骤

LeadTools识别一页或多页文档的一般步骤

1 选择您将要使用的引擎类型,并创建一个IOcrEngine接口实例。更多信息,可参考创建OCR引擎实例

2 使用IOcrEngine.Startup方法启动OCR引擎。更多信息,可参考启动和关闭引擎

3 创建一个一页或多页的OCR文档。更多信息,可参考处理OCR页面

4 手动或自动的在页面上建立区域。(此步骤是可选的。一个页面无论有没有区域,都是可识别的。)更多信息,可参考处理OCR区域

5 可选。设置OCR引擎正在使用的语言(默认为英文)。更多信息,可参考处理OCR页面

6 可选。设置拼写检查语言(默认为英文)。更多信息,可参考OCR拼写字典

7 可选。设置任意特殊的识别模块选项。如果一个页面内包括自动或手动创建的��域,这些选项是需要的。更多信息,可参考识别OCR页面, OCR识别模块概述 and 在LEADTOOLS .NET OCR使用OMR

8 识别。更多信息,可参考识别OCR页面

9 若需要,保存识别结果。结果可保存为一个文件或保存至内存。更多信息,可参考识别OCR页面

10 当结束时关闭OCR引擎。更多信息,可参考启动和关闭引擎.

步骤4、5、6、7可以以任意顺序执行,只要它们在OCR引擎启动后、识别页面前执行了即可。

创建“使用OCR识别图像中的中文”应用程序的具体步骤

 

下面为您提供了”使用OCR识别图像中的中文“的示例代码。为了运行此代码,您需要下载LeadTools全功能试用版。下载地址:http://leadtools.grapecity.com.cn/downloads/?category=main

QQ截图20140926102306

安装全功能试用版后,由于此应用程序要识别中文,因此在创建应用程序之前,您还需要下载安装LeadTools OCR语言扩展包。

下载地址:http://leadtools.grapecity.com.cn/downloads/?category=main

1

安装完OCR语言扩展包,我们就可以开始创建“使用OCR识别中文”的应用程序了,我们将最终的识别结果保存为.docx格式。

1. 打开Visual Studio .NET。点击 文件->新建->项目…。打开新建项目对话框后,在模板中选择“Visual C#”,随后选择“Windows窗体应用程序”。在名称栏中输入项目名称“SampleOcrChinese”,并使用“浏览”按钮选择您工程的存储路径,点击“确定”。

2. 在“解决方案资源管理器”中,右击“引用”,选择“添加引用”。根据当前工程的 Framework 版本和生成目标平台,选择添加相应的LeadTools控件,例如工程中的版本为 Framework 4.0、生成目标平台是 x86,则浏览选择Leadtools For .NET文件夹” <LEADTOOLS_INSTALLDIR>\Bin\DotNet4\Win32,选择以下的DLL“:

  • Leadtools.dll
  • Leadtools.Codecs.dll
  • Leadtools.Codecs.Bmp.dll
  • Leadtools.Codecs.Cmp.dll
  • Leadtools.Codecs.Fax.dll
  • Leadtools.Codecs.Tif.dll
  • Leadtools.Forms.dll
  • Leadtools.Forms.DocumentWriters.dll
  • Leadtools.Forms.Ocr.dll
  • Leadtools.Forms.Ocr.Professional.dll
  • Leadtools.WinForms.dll
    点击“确定”按钮,将以上所有的DLL添加到应用程序中。

注意:添加Leadtools.Codecs.*.dll引用后,可使用BMP、JPG、CMP、TIF和FAX图像文件格式。如果您想使用更多的文件格式,可添加相关文件格式的codec DLL至应用程序。

3. 拖拽5个button控件至Form1。Button的名称默认为“button1,button2…”,根据以下表格修改相应的Text属性:

Name Text
button1 启动OCR引擎
button2 添加页面
button3 删除页面
button4 识别文档(中文)并保存为Word
button5 关闭OCR引擎

2

4. 将Form1切换至代码视图,将以下代码添加至using 部分:

  1: using Leadtools;
  2: using Leadtools.Codecs;
  3: using Leadtools.Forms;
  4: using Leadtools.Forms.DocumentWriters;
  5: using Leadtools.Forms.Ocr;
  6: using Leadtools.ImageProcessing;
  7: using Leadtools.WinForms;

 

5. 将以下私有变量添加至Form1类:

  1: private IOcrEngine _ocrEngine;
  2: private IOcrDocument _ocrDocument;

 

6. 将以下代码添加至Form1的构造函数:

  1: InitializeComponent();
  2: // 解锁OCR功能,用您的密钥替换此处    
  3: string MY_LICENSE_FILE = "d:\\temp\\TestLic.lic";
  4: string MY_DEVELOPER_KEY = "xyz123abc";
  5: RasterSupport.SetLicense(MY_LICENSE_FILE, MY_DEVELOPER_KEY);
  6: // 初始化OCR引擎
  7: _ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.Professional, false);          

 

7. 将以下代码添加至button1(启动OCR引擎)按钮的Click句柄中,启动OCR引擎,在此部分将识别的语言设置为中文简体

  1: // 启动OCR引擎
  2: _ocrEngine.Startup(null, null, null, @"D:\LEADTOOLS 18\Bin\Common\OcrProfessionalRuntime");
  3: // 创建文档
  4: _ocrDocument = _ocrEngine.DocumentManager.CreateDocument();
  5: //将语言设置为中文简体,中文繁体为"zh-Hant"
  6: _ocrEngine.LanguageManager.EnableLanguages(new string[] {"zh-Hans"});
  7: MessageBox.Show("OCR引擎成功启动");

 

8. 将以下代码添加至button2(添加页面)的Click句柄中,将单页图像文件添加至OCR文档:

  1: string fileName = Path.Combine(Application.StartupPath, @"..\..\Pic\chineseImage.bmp");
  2: 
  3: //将包含中文字符的文件添加至OCR文档
  4: IOcrPage page = _ocrDocument.Pages.AddPage(fileName, null);
  5: int pageCount = _ocrDocument.Pages.Count;
  6: // // 显示此页面的相关信息   
  7: string message = string.Format(
  8:    "共{0}页\n最后添加的页面大小 = {1} * {2}\n分辨率 = {3} * {4}\n每个像素的位数 = {5}\n",
  9:    pageCount,
 10:    page.Width, page.Height,
 11:    page.DpiX, page.DpiY,
 12:    page.BitsPerPixel);
 13: MessageBox.Show(message);

 

9. 将以下代码添加至button3(删除页面)的Click句柄,从OCR文档中移走了所有页面

  1: // 从OCR文档中移除所有添加的页面
  2: _ocrDocument.Pages.Clear();
  3: MessageBox.Show("所有页面已被移除");

 

10. 将以下代码添加至button4(识别文档(中文)并保存为Word)的Click句柄,识别文档中的中文字符,并将识别的结果保存为Word文档

  1: // 识别所有页面
  2: // 注意,我们不需要调用AutoZone,引擎会检查页面是否被分区,若无,则会自动分区
  3: _ocrDocument.Pages.Recognize(null);
  4: // 将结果保存为Word文档
  5: string wordFileName = Path.Combine(Application.StartupPath, @"..\..\Result\Result.docx");
  6: _ocrDocument.Save(wordFileName, DocumentFormat.Docx, null);
  7: // 显示我们刚刚保存的word文件
  8: System.Diagnostics.Process.Start(wordFileName);

 

11. 将以下代码添加至button5(关闭OCR引擎)按钮的Click句柄,关闭OCR引擎

  1: // 释放此文档
  2: _ocrDocument.Dispose();
  3: // 关闭OCR引擎
  4: _ocrEngine.Shutdown();
  5: MessageBox.Show("OCR引擎关闭");

 

此段代码会将最终的识别结果保存为PDF文件。可按照依照以下步骤:启动OCR引擎->添加页面->识别文档(中文)并保存为Word->删除页面->关闭OCR引擎。

12. 编译、运行程序。结果如下图:

原图像为:

QQ截图20140926105001

运行程序识别过程的截图如下:

3

4

5

6

QQ截图20140925174956

 

 

DEMO下载:

        如果你想体验LeadTools OCR识别中文的效果,不妨下载LeadTools试用版自己试试!

        LeadTools试用版下载

        了解LeadTools产品更多特性

        若您在使用LeadTools的过程中遇到任何问题,欢迎在葡萄城产品技术社区LeadTools板块提问,我们的专业技术团队期待您的到来!

        点击查看更多LeadTools使用教程、博文