C# ocr识别(Tesseract库)

C#版本源码下载地址：/charlesw/tesseract

其实在vs中可以直接用NuGet工具进行下载：

打开nuget，搜索tesseract，点安装即可。

.

源码是vs2015编译的，需要安装vs2015以上版本。

打开项目后如：

我们再添加一个winform项目，画界面如：

实现点击“选择需要识别的图片”，打开一张图片，调用算法并显示结果。比较简单。源码如下：

using System;




using ;




using ;




using ;




using ;




using ;




using ;




using ;




using ;




using Tesseract;



 




namespace TesseractDemo




{



    public partial class Form1 : Form




    {



        public Form1()




        {



            InitializeComponent();



        }



        //选图片并调用ocr识别方法




        private void btnRec_Click(object sender, EventArgs e)




        {



            // = "";




            if (() == )



            {



                var imgPath = ;



                =(imgPath);



                string strResult = ImageToText(imgPath);



                if (string.IsNullOrEmpty(strResult))



                {



                     = "无法识别";



                }



                else




                {



                     = strResult;



                }



            }



        }



        //调用tesseract实现OCR识别




        public string ImageToText(string imgPath)




        {



            using (var engine = new TesseractEngine("tessdata", "eng", ))



            {



                using (var img = (imgPath))



                {



                    using (var page = (img))



                    {



                        return ();



                    }



                }



            }



        }



    }



}

 有一点要注意的是，tesseract的识别语言包要自己下载后包含到项目里面，并设置为始终复制，或者直接把这个文件包放到运行程序目录（bin\debug)下：

eng是英文字符的意思，要识别其他语言字符，需要自己下载：

Tesseract has unicode (UTF-8) support, and can recognize more than 100 languages "out of the box".

这个库支持100种语言的识别

字库下载地址为：GitHub - tesseract-ocr/tessdata: Trained models with support for legacy and LSTM OCR engine

用OpencvSharp先降噪再调OCR识别：

//用opencv进行降噪处理再ocr识别



        private void button3_Click(object sender, EventArgs e)




        {



            //从网上读取一张图片




            string imgUrl = "/user/validate/";



            MemoryStream ms = ReadImgFromWeb(imgUrl);



            Image img = (ms);



             = img;



 



            //降噪




            Mat simg = (ms, );



            ("Input Image", simg);



            //阈值操作 阈值参数可以用一些可视化工具来调试得到




            Mat ThresholdImg = (29, 255, );



            ("Threshold", ThresholdImg);



            ("d:\\", ThresholdImg);



            



            = ImageToText("d:\\");



        }



        



        /// <summary>




        /// 从网上读取一张图片




        /// </summary>




        /// <param name="Url"></param>




        public MemoryStream ReadImgFromWeb(string Url)




        {



            HttpWebRequest request = (HttpWebRequest)(Url);



             = ; // 添加授权证书




             = "Microsoft Internet Explorer";



            WebResponse response = ();



            Stream s = ();



            byte[] data = new byte[1024];



            int length = 0;



            MemoryStream ms = new MemoryStream();



            while ((length = (data, 0, )) > 0)



            {



                (data, 0, length);



            }



            (0, );



            // = (ms);




            return ms;



        }

请自行用NuGet程序下载opencvsharp3.0库，参考使用C#版OpenCV进行圆心求取 - 小y - 博客园

另外专门有篇文章介绍中文识别：Tesseract-OCR识别中文与训练字库实例