LEADTOOLS入門教程：Leadtools .NET OCR用法

---

LEADTOOLS OCR功能提供了將光學(xué)字符識(shí)別（OCR）技術(shù)融合到應(yīng)用程序中的方法。OCR可將位圖圖像轉(zhuǎn)換為文本。

一旦在系統(tǒng)中安裝LEADTOOLS .NET OCR工具包，用戶便可以在程序中使用LEADTOOLS OCR。需要注意的是，在用戶使用OCR屬性，方法和事件之前，必須對(duì)OCR功能解鎖。

 用戶可以添加引用到Leadtools.Forms.Ocr.dll和 Leadtools.Forms.DocumentWriter.dll組件從而啟動(dòng)LEADTOOLS for .NET OCR。這些組件包含了各種接口、類、結(jié)構(gòu)和委托。

 由于LEADTOOLS OCR工具包支持多個(gè)引擎，一旦創(chuàng)建了IOcrEngine接口實(shí)例，與引擎接口的實(shí)際代碼便被存儲(chǔ)在一個(gè)被動(dòng)態(tài)加載的單獨(dú)程序集中。因此，你必須確保即將使用的引擎程序集位于旁邊的Leadtools.Forms.Ocr.dll組件。如果你需要自動(dòng)檢測(cè)依賴關(guān)系，你可以將引擎程序集作為引用添加到程序中。

LEADTOOLS提供了實(shí)現(xiàn)下列功能的方法：

• 從各種文字、文字處理、數(shù)據(jù)庫(kù)或者電子表格文檔中識(shí)別和導(dǎo)出文本；
• 在單線程或者多線程環(huán)境下執(zhí)行OCR處理；
• 選擇需要識(shí)別的文檔語(yǔ)言，如英語(yǔ)，丹麥語(yǔ)，荷蘭語(yǔ)，芬蘭語(yǔ)，法語(yǔ)，德語(yǔ)，意大利語(yǔ)，挪威語(yǔ)，葡萄牙語(yǔ)，俄語(yǔ)，西班牙語(yǔ)或瑞典語(yǔ)；
• 自動(dòng)或手動(dòng)將復(fù)雜頁(yè)面劃分為文本區(qū)，圖像區(qū)，表格區(qū)，線，頁(yè)眉和頁(yè)腳；
• 識(shí)別前，設(shè)置精度閾值以控制識(shí)別精度；
• 自動(dòng)檢測(cè)傳真，點(diǎn)陣和其他degraded文檔；
• 支持多種文檔保存格式，如Adobe PDF、 PDF/A, MS Word, MS Excel和UNICODE文本等等。
• 處理文本和圖形。

LEADTOOLS通過(guò)OCR手柄與OCR引擎和包含的頁(yè)面列表的OCR文檔進(jìn)行交互。OCR手柄是安裝在系統(tǒng)上的LEADTOOLS OCR和OCR引擎之間的通信會(huì)話。OCR手柄是一種內(nèi)部結(jié)構(gòu)，包含了識(shí)別、獲取信息、設(shè)置信息和文本驗(yàn)證的所有必要信息。

識(shí)別單頁(yè)或多頁(yè)的步驟如下：

1、選擇所需引擎類型并創(chuàng)建IOcrEngine接口實(shí)例；

2、利用 IOcrEngine.Startup方法啟動(dòng)OCR引擎；

3、創(chuàng)建單頁(yè)或多頁(yè)OCR文檔；

4、手動(dòng)或自動(dòng)創(chuàng)建頁(yè)面區(qū)域；

5、設(shè)置OCR引擎所需的活動(dòng)語(yǔ)言；

6、設(shè)置拼寫檢查語(yǔ)言；

7、識(shí)別；

8、保存識(shí)別結(jié)果；

9、關(guān)閉OCR引擎。

 步驟4，5，6和7可以不必依照順序進(jìn)行，只要在OCR引擎啟動(dòng)后和頁(yè)面識(shí)別之間執(zhí)行這幾個(gè)步驟即可。

下面的示例展示了如何執(zhí)行上述步驟：

Visual Basic

' Assuming you added "Imports Leadtools.Forms.Ocr" and "Imports Leadtools.Forms.DocumentWriter" at the beginning of this class
' *** Step 1: Select the engine type and create an instance of the IOcrEngine interface.
' We will use the LEADTOOLS OCR Plus engine and use it in the same process
Dim ocrEngine As IOcrEngine = OcrEngineManager.CreateEngine(OcrEngineType.Plus, False)

' *** Step 2: Startup the engine.

' Use the default parameters
ocrEngine.Startup(Nothing, Nothing, Nothing, "C:\LEADTOOLS 18\Bin\Common\OcrAdvantageRuntime")

' *** Step 3: Create an OCR document with one or more pages.

Dim ocrDocument As IOcrDocument = ocrEngine.DocumentManager.CreateDocument()

' Add all the pages of a multi-page TIF image to the document
ocrDocument.Pages.AddPages("C:\Users\Public\Documents\LEADTOOLS Images\Ocr.tif", 1, -1, Nothing)

' *** Step 4: Establish zones on the page(s), either manually or automatically

' Automatic zoning
ocrDocument.Pages.AutoZone(Nothing)

' *** Step 5: (Optional) Set the active languages to be used by the OCR engine

' Enable English and German languages
ocrEngine.LanguageManager.EnableLanguages(New String() {"en", "de"})

' *** Step 6: (Optional) Set the spell checking language
' Enable the spell checking system and set English as the spell language
ocrEngine.SpellCheckManager.SpellCheckEngine = OcrSpellCheckEngine.Native
ocrEngine.SpellCheckManager.SpellLanguage = "en"

' *** Step 7: (Optional) Set any special recognition module options

' Change the fill method for the first zone in the first page to be Omr
Dim ocrZone As OcrZone = ocrDocument.Pages(0).Zones(0)
ocrZone.FillMethod = OcrZoneFillMethod.Omr
ocrDocument.Pages(0).Zones(0) = ocrZone

' *** Step 8: Recognize

ocrDocument.Pages.Recognize(Nothing)

' *** Step 9: Save recognition results

' Save the results to a PDF file
ocrDocument.Save("C:\Users\Public\Documents\LEADTOOLS Images\Document.pdf", DocumentFormat.Pdf, Nothing)
ocrDocument.Dispose()

' *** Step 10: Shut down the OCR engine when finished
ocrEngine.Shutdown()
ocrEngine.Dispose()

C#

// Assuming you added "using Leadtools.Codecs;", "using Leadtools.Forms.Ocr;" and "using Leadtools.Forms.DocumentWriters;" at the beginning of this class
// *** Step 1: Select the engine type and create an instance of the IOcrEngine interface.

// We will use the LEADTOOLS OCR Plus engine and use it in the same process
IOcrEngine ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.Advantage, false);

// *** Step 2: Startup the engine.

// Use the default parameters
ocrEngine.Startup(null, null, null, @"C:\LEADTOOLS 18\Bin\Common\OcrAdvantageRuntime");

// *** Step 3: Create an OCR document with one or more pages.

IOcrDocument ocrDocument = ocrEngine.DocumentManager.CreateDocument();

// Add all the pages of a multi-page TIF image to the document
ocrDocument.Pages.AddPages(@"C:\Users\Public\Documents\LEADTOOLS Images\Ocr.tif", 1, -1, null);

// *** Step 4: Establish zones on the page(s), either manually or automatically

// Automatic zoning
ocrDocument.Pages.AutoZone(null);

// *** Step 5: (Optional) Set the active languages to be used by the OCR engine

// Enable English and German languages
ocrEngine.LanguageManager.EnableLanguages(new string[] { "en", "de" });

// *** Step 6: (Optional) Set the spell checking language

// Enable the spell checking system and set English as the spell language
ocrEngine.SpellCheckManager.SpellCheckEngine = OcrSpellCheckEngine.Native;
ocrEngine.SpellCheckManager.SpellLanguage = "en";

// *** Step 7: (Optional) Set any special recognition module options

// Change the fill method for the first zone in the first page to be default
OcrZone ocrZone = ocrDocument.Pages[0].Zones[0];
ocrZone.FillMethod = OcrZoneFillMethod.Default;
ocrDocument.Pages[0].Zones[0] = ocrZone;

// *** Step 8: Recognize

ocrDocument.Pages.Recognize(null);

// *** Step 9: Save recognition results

// Save the results to a PDF file
ocrDocument.Save(@"C:\Users\Public\Documents\LEADTOOLS Images\Document.pdf", DocumentFormat.Pdf, null);
ocrDocument.Dispose();

// *** Step 10: Shut down the OCR engine when finished
ocrEngine.Shutdown();
ocrEngine.Dispose();