辨識矩形區域中的文字

介紹

在本教學中，我們將探討如何使用 GroupDocs.Parser for .NET 識別文件特定矩形區域內的文字。 GroupDocs.Parser 是一個功能強大的程式庫，可讓開發人員從各種文件格式（包括 PDF、Word、Excel 和 PowerPoint）中提取文字、元資料等。

先決條件

在開始之前，請確保您已進行以下設定：

• GroupDocs.Parser for .NET：從以下位置下載並安裝該程式庫這裡.
• 開發環境：Visual Studio 或任何其他 .NET IDE。
• 範例文件：擁有包含要識別的文字的範例文件（例如 PDF、DOCX）。

導入命名空間

首先，您需要將必要的命名空間匯入到 C# 程式碼中：

using System;
using System.Collections.Generic;
using System.Drawing;
using System.IO;
using System.Linq;
using System.Text;
using Aspose.OCR;
using GroupDocs.Parser.Data;
using GroupDocs.Parser.Options;

第 1 步：初始化解析器設定

首先設定ParserSettings與 OCR 連接器。在這裡，我們將使用 Aspose OCR 本機連接器：

ParserSettings settings = new ParserSettings(new AsposeOcrOnPremise());

步驟2：建立解析器實例

接下來，實例化Parser具有先前定義的設定的類別：

using (Parser parser = new Parser("YourSampleFile.pdf", settings))
{
    //代碼在這裡繼續
}

代替"YourSampleFile.pdf"以及您的文件的路徑。

第 3 步：定義 OCR 矩形

在文件中定義一個將執行文字辨識的矩形。例如，一個矩形從(0, 0)與寬度400和身高200:

OcrOptions ocrOptions = new OcrOptions(new Data.Rectangle(0, 0, 400, 200));

步驟 4：設定文字辨識選項

創造TextOptions指定 OCR 用法以及定義的矩形：

TextOptions options = new TextOptions(false, true, ocrOptions);

第 5 步：使用 OCR 提取文本

使用GetText的方法Parser已配置的實例TextOptions:

using (TextReader reader = parser.GetText(options))
{
    //讀取提取的文字或處理“不支援”的情況
    Console.WriteLine(reader == null ? "Text extraction isn't supported" : reader.ReadToEnd());
}

結論

在本教學中，我們示範如何利用 GroupDocs.Parser for .NET 使用 OCR 從文件中的特定矩形區域提取文字。該過程可以進一步自訂並整合到各種應用程式中，以執行自動文字擷取任務。

常見問題解答

GroupDocs.Parser 可以從掃描文件中提取文字嗎？

是的，GroupDocs.Parser 支援 OCR（光學字元辨識）從掃描文件中提取文字。

GroupDocs.Parser 支援哪些文件格式？

GroupDocs.Parser 支援多種文件格式，包括 PDF、DOCX、XLSX、PPTX 等。

如何處理不支援文字擷取的文件？

您可以使用檢查是否支援文字擷取TextReader傳回的實例parser.GetText(options).

GroupDocs.Parser適合大規模文字擷取任務嗎？

是的，GroupDocs.Parser 旨在高效處理大規模文字擷取任務。

在哪裡可以獲得 GroupDocs.Parser 相關問題的支援？

如需支援和討論，請訪問GroupDocs.Parser 論壇.