Tesseract3.04是Tesseract目前最新的版本,该开源项目的家已经从Google Code搬到了Github。今天在VS2013的C#项目中简单验证了Tesseract3.04的功能,在这里记录一下,供有兴趣的同学参考。
1. 参考资源说明
Tesseract开源项目:https://github.com/tesseract-ocr/tesseract,目前该项目中包含Tesseract3.04在java, android,VS等环境下的源码。
Tesseract帮助文档:http://tesseract-ocr.github.io/,值得深入学习。
A .Net wrapper for tesseract-ocr作者的Github:https://github.com/charlesw/。
2. 在VS2013的C#工程中使用Tesseract3.04
我仍然选择使用A .Net wrapper for tesseract-ocr来实现在VS2013的C#工程中使用Tesseract3.04,可以通过VS2013中的NuGet来安装该程序包。若有同学需要在C++工程中使用Tesseract3.04,可以在Tesseract在Github的仓库中下载VS相关工程自行编译。
2.1 在C#工程中使用NuGet安装A .Net wrapper for tesseract-ocr
A .Net wrapper for tesseract-ocr作者在项目说明中有如下描述:
Since tesseract and leptonica binaries are compiled with Visual Studio 2015 you’ll need to ensure you have the Visual Studio 2015 Runtime installed.
这是一个重要的提醒:这个tesseract 的dll是使用vs 2015编译的,所以必须安装其发行包,同样分X64,X86两个版本,还是依赖于开发环境,不依赖于操作系统。
因此如果开发环境是VS2013或者是VS2012,要想成功使用A .Net wrapper for tesseract-ocr,那么必须额外安装Visual Studio 2015 Runtime。
2.2 tessdata
Tesseract3.04在识别文字时,需要有相应语言的字库文件,相应文件必须放在名为”tessdata”的文件夹中。字库的版本必须与tesseract的版本一致,Tesseract在Github的仓库中有各种语言的字库可以下载。
我验证时用的是Github中Tesseract的英文字库,原始图片已经非常清晰了,但是识别结果一般般,也许字库的字体与待识别图片不一。
2.3 VS2013的C#工程中使用Tesseract3.04的实现代码
/* --------------------------------------------------------
* author:livezingy
*
* BLOG:http://www.livezingy.com
*
* Development environment:
* Visual Studio V2013
*
* Revision History:20160813 by livezingy
--------------------------------------------------------- */
using System;
using System.Diagnostics;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.IO;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using Tesseract;
namespace Tesseract304Demo
{
public partial class Form1 : Form
{
string imagePath;
string tessdataPath;
public Form1()
{
InitializeComponent();
tessdataPath = Path.GetDirectoryName(Path.GetDirectoryName(Path.GetDirectoryName(System.IO.Directory.GetCurrentDirectory())));
tessdataPath = tessdataPath + @"\tessdata\";
}
private void button1_Click(object sender, EventArgs e)
{
OpenFileDialog openFileDialog = new OpenFileDialog();
openFileDialog.InitialDirectory = "c:\\";
openFileDialog.Filter = "All Image Files|*.bmp;*.ico;*.gif;*.jpeg;*.jpg;*.png;*.tif;*.tiff";
openFileDialog.RestoreDirectory = true;
openFileDialog.FilterIndex = 1;
if (openFileDialog.ShowDialog() == DialogResult.OK)
{
imagePath = openFileDialog.FileName;
pictureBox1.Image = Image.FromFile(imagePath);
}
}
private void button2_Click(object sender, EventArgs e)
{
try
{
using (var engine = new TesseractEngine(tessdataPath, "eng", EngineMode.Default))
{
using (var img = Pix.LoadFromFile(imagePath))
{
using (var page = engine.Process(img))
{
richTextBox1.Text = page.GetText();
}
}
}
}
catch (Exception error)
{
}
}
}
}