使用哪个库来从图像中提取文本？

Question

我正在编写一个程序，当给出一张低级数学问题的图片（如98*13）时，能够输出答案。数字是黑色的，背景是白色的。不是验证码，只是一个数学问题的图片。

这些数学问题只有两个数字和一个运算符，而该运算符只会是+、-、*或/。

显然，我知道如何进行计算；）只是不确定如何获取图像中的文本。

一个免费的库是理想的...虽然如果我必须自己编写代码，我可能可以应对。

- Entity

---

是的。我找不到任何适用的东西... - Entity

快速入门：https://github.com/charlesw/tesseract/ - camino

Answer 1

为了从图片中提取文字，我使用最精准的开源OCR引擎：Tesseract。可以在这里或者直接在你的NuGet包中找到。

以下是我的C#函数，它可以从传入的sourceFilePath图片中提取文字。将EngineMode设置为TesseractAndCube；它可以检测到比其他选项更多的单词。

var path = "YourSolutionDirectoryPath";
using (var engine = new TesseractEngine(path + Path.DirectorySeparatorChar + "tessdata", "fra", EngineMode.TesseractAndCube))
{
    using (var img = Pix.LoadFromFile(sourceFilePath))
    {
        using (var page = engine.Process(img))
        {
            var text = page.GetText();
            // text variable contains a string with all words found
        }
    }
}

我希望这有所帮助。

- Loïc Sombart

Answer 2

尝试使用C++ Google Tessaract OCR库在C#中的应用，可以参考以下帖子：

OCR with the Tesseract interface

- Taylor Bird

Answer 3

您可以在Visual Studio中使用Microsoft Office Document Imaging（Interop.MODI.dll）来提取图片中的文本。

Document modiDocument = new Document();
modiDocument.Create(filePath);
modiDocument.OCR(MiLANGUAGES.miLANG_ENGLISH);
MODI.Image modiImage = (modiDocument.Images[0] as MODI.Image);
string extractedText = modiImage.Layout.Text;
modiDocument.Close();
return extractedText;

- user6736260

Answer 4

您需要OCR技术。谷歌提供了免费的Tesseract库，但它是C代码。您可以在C++/CLI项目中使用，并通过.NET进行访问。

本文提供了一些有关数字识别的信息（用于数独，但您的问题类似）。 http://sudokugrab.blogspot.com/2009/07/how-does-it-all-work.html

- Lou Franco

Answer 5

IronOCR是免费供开发和测试使用的。默认的英语语言包应该能够很好地阅读此内容，但您可能还想考虑使用专门针对方程式编写的自定义Tesseract语言包。

请参见https://ironsoftware.com/csharp/ocr/languages/#custom-language-example。

using IronOcr; 
var Ocr = new IronTesseract(); 
Ocr.UseCustomTesseractLanguageFile("languages/equ.traineddata");

using (var Input = new OcrInput(@"images\equation.png"))
{    
var Result = Ocr.Read(Input);
Console.WriteLine(Result.Text);
}

免责声明：我为Iron Software工作。

- darren