光学字符识别（OCR）技术通过将图片中的文本转换为机器可读取的数据，为物理信息与数字世界搭建了沟通的桥梁。对于.NET 开发者而言，掌握运用 C# 从图片中提取文本的技能，是开发智能文档处理、自动数据录入及无障碍应用等工具的关键。
本文将详细介绍如何借助 Spire.OCR for .NET 库在 C# 中实现 OCR 功能，涵盖基础文本提取、坐标定位等高级操作，并分享提升识别精度与效率的实用技巧。
目录：
- 了解 OCR 和 Spire.OCR
- 搭建 OCR 开发环境
- 基本识别：使用 C# 提取图片中的文本
- 进阶功能：使用 C# 提取图片中的文本及其坐标
- 提升 OCR 识别准确性的技巧
- 常见问题（支持的语言和图片格式）
- 结论
了解 OCR 和 Spire.OCR
什么是 OCR？
OCR 技术的作用是对包含文字的图片（如扫描文档、屏幕截图或照片等）进行分析，然后把这些图像中的文字转换成可以编辑、搜索或者通过编程处理的文本字符串。
Spire.OCR 的优势
Spire.OCR for .NET 是一款功能强大且对开发者友好的库，能够在 C# 应用中高精度识别图片中的文本，其主要特点如下：
- 支持多种语言（英语、中文、日语等）。
- 高精度识别算法，针对各种字体和样式进行了优化。
- 文本坐标提取，实现精确定位。
- 批量处理能力。
- 与.NET Framework 和.NET Core 兼容。
搭建 OCR 开发环境
在编写用于图片到文本 OCR 操作的 C# 代码前，需先配置好开发环境：
1. 通过 NuGet 安装：
打开 Visual Studio 的 NuGet 包管理器，搜索 “Spire.OCR”，在项目中安装最新版本。也可使用程序包管理器控制台，输入以下命令：
Install-Package Spire.OCR
2. 下载 OCR 模型：
Spire.OCR 依赖于预训练模型来识别图片文本。下载适用于您操作系统的模型文件：
下载后，将其解压到指定目录。（例如，F:\OCR Model\win-x64）
重要提示： 由于 Spire.OCR 仅支持 64 位平台，所以务必将解决方案的目标平台修改为 x64。
基本识别：使用 C# 提取图片中的文本
下面通过一个简单的 C# 示例，展示如何使用 Spire.OCR 从图片中读取文本。
using Spire.OCR;
using System.IO;
namespace OCRTextFromImage
{
internal class Program
{
static void Main(string[] args)
{
// 创建OcrScanner类的实例
OcrScanner scanner = new OcrScanner();
// 创建ConfigureOptions类的实例
ConfigureOptions configureOptions = new ConfigureOptions();
// 设置OCR模型的路径
configureOptions.ModelPath = "F:\\OCR Model\\win-x64";
// 设置文本识别的语言
configureOptions.Language = "Chinese";
// 将配置选项应用于扫描器
scanner.ConfigureDependencies(configureOptions);
// 扫描图片并提取文本
scanner.Scan("示例.png");
// 将提取的文本保存到txt文件
string text = scanner.Text.ToString();
File.WriteAllText("OCR结果.txt", text);
}
}
}
代码解析：
- OcrScanner：文本识别的核心类。
- ConfigureOptions：用于设置 OCR 参数：
- ModelPath：指定 OCR 模型文件的路径。
- Language：定义识别语言（例如，“English”、“Chinese”）。
- Scan()：按照配置的设置对图片进行处理并提取文本
输出：
上述 C# 代码会处理图片文件（示例.png），并利用 File.WriteAllText() 方法将提取到的文本保存到文本文件（OCR结果.txt）中。
进阶功能：使用 C# 提取图片中的文本及其坐标
在很多场景下，了解提取的文本在图片中的位置也很重要，比如处理发票、表单或结构化文档时。Spire.OCR 不仅能提取文本，还能获取文本块的坐标，便于进行精确分析。
从图片中提取带坐标文本的 C# 代码：
using Spire.OCR;
using System.Collections.Generic;
using System.IO;
namespace OCRWithCoordinates
{
internal class Program
{
static void Main(string[] args)
{
// 创建OcrScanner类的实例
OcrScanner scanner = new OcrScanner();
// 创建ConfigureOptions类的实例
ConfigureOptions configureOptions = new ConfigureOptions();
// 设置OCR模型的路径
configureOptions.ModelPath = "F:\\OCR Model\\win-x64";
// 设置文本识别的语言
configureOptions.Language = "Chinese";
// 将配置选项应用于扫描器
scanner.ConfigureDependencies(configureOptions);
// 从图片中提取文本
scanner.Scan("报价单.png");
// 获取OCR结果文本
IOCRText text = scanner.Text;
// 创建一个列表来存储信息
List<string> results = new List<string>();
// 遍历OCR结果文本的每个块
foreach (IOCRTextBlock block in text.Blocks)
{
// 将每个块的文本及其位置信息添加到列表
results.Add($"文本：{block.Text}");
results.Add($"坐标：{block.Box}");
results.Add("---------");
}
// 将提取的带坐标的文本保存到txt文件
File.WriteAllLines("提取文本与坐标.txt", results);
}
}
}
核心方法：
- IOCRText：表示整个 OCR 结果。
- IOCRTextBlock：表示连续的文本块（例如，一个段落、一行或一个单词）。
- IOCRTextBlock.Box：包含文本块的矩形坐标：
- X（水平位置）
- Y（垂直位置）
- 宽度
- 高度
输出结果：
上述 C# 代码会对图片文件（报价单.png）执行 OCR 操作，提取识别到的文本及其在图片中的位置坐标，并将这些信息保存到文本文件（提取文本与坐标.txt）中。
提升 OCR 识别准确性的技巧
为了在使用 C# 从图片中识别文本时确保可靠的结果，可采用以下最佳实践：
- 使用高分辨率图片（300 DPI 或更高）。
- 对图片进行预处理（例如，调整大小、校正偏斜）以提高识别效果。
- 确保语言设置与图像中的文本语言一致。
- 将 OCR 模型存储在安全且易于访问的位置。
常见问题（支持的语言和图片格式）
问题 1：Spire.OCR 支持哪些图片格式？
答：Spire.OCR 支持所有常见格式：
- PNG
- JPEG/JPG
- BMP
- TIFF
- GIF
问题 2：Spire.OCR 支持哪些语言？
答：支持多种语言：
- 英语（默认）
- 中文（简体和繁体）
- 日语
- 韩语
- 德语
- 法语
问题 3：能否在ASP.NET Core 应用程序中使用 Spire.OCR 吗？
答：可以。支持的环境包括：
- NET Framework 2.0+
- NET Standard 2.0+
- NET Core 2.0+
- NET 5
问题 4：Spire.OCR 能否在从扫描 PDF 文件中提取文本？
答：此任务需要结合 Spire.PDF 实现，先将 PDF 转换为图片或从扫描的 PDF 中提取图片，然后使用上述 C# 示例从图片中获取文本。
结论
Spire.OCR for .NET 提供了一个功能强大且简单易用的解决方案，帮助开发人员实现在 C# 应用中提取图片中的文本。无论您是要开发一个简单的图片转文本工具，还是一个处理数千张发票的复杂系统，按照本文介绍的方法和最佳实践，都能轻松地将 OCR 功能集成到 .NET 应用中。
点击申请 30 天的试用许可证，以获得无限制的 OCR 功能，并提取隐藏在图片中的宝贵信息。
