Tesseract文本识别

安装

在项目中安装nuget包 Tesseract

使用

在代码文件中进行引用using Tesseract;

去Github中下载语言包https://github.com/tesseract-ocr/tessdata 然后放到项目的bin\Debug\.netx下

1. 加载图片

   1	Pix pix = Pix.LoadFromFile("C:\\1-r\\r\\r.png");

2. 创建识别引擎，这里的tessdata要改成 bin\Debug\.netx下相应的文件夹名称，chi_sim根据语言进行更改

   1	var tEngine = new TesseractEngine("tessdata", "chi_sim", EngineMode.Default);

3. 识别

   1 2 3

   Page page = tEngine.Process(pix); //处理图像 string str = page.GetText(); //获取字符串 Console.WriteLine(str); //输出

4. 使用正则替换文本

   1	Console.WriteLine(Regex.Replace(str, @"\s", ""));