C# 获取图片，Pdf中的文字

识别图片中的文字

首先把下载好的tessdata放在自己项目的bin\Debug\tessdata文件夹中。

附一个tessdata的下载地址：https://github.com/tesseract-ocr/tessdata

命名空间：

using System.Drawing;
using Tesseract;
using System.IO;

需要NuGet的包：Tesseract

初始化tesseractEngine（注释的是白名单（能识别到的）和黑名单（不识别的））

private TesseractEngine tesseractEngine;
baseDirectory = Path.GetDirectoryName(Assembly.GetExecutingAssembly().Location);datapath = Path.Combine(baseDirectory, "tessdata");tesseractEngine = new TesseractEngine(datapath, "eng", EngineMode.Default);//tesseractEngine.SetVariable("tessedit_char_whitelist", "0123456789");//tesseractEngine.SetVariable("tessedit_char_blacklist", "!?@#$%&*()<>_-+=/:;'\"");

获取文字

confidence是识别率

//Bitmap bitmap = new Bitmap(fileName);

public string GetText(Bitmap bitmap, out float confidence){var page = tesseractEngine.Process(bitmap);var text = page.GetText();confidence = page.GetMeanConfidence();page.Dispose();return text;}

从Pdf中获取文字

命名空间：

using iTextSharp.text.pdf;
using iTextSharp.text.pdf.parser;

需要NeGet的包：iTextSharp

public string ReadPdfContent(string filePath){PdfReader pdfReader = new PdfReader(filePath);string text = string.Empty;for (int i = 1; i <= pdfReader.NumberOfPages; i++){ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy();var temp = PdfTextExtractor.GetTextFromPage(pdfReader, i, strategy);text += temp;}pdfReader.Close();return text;}

C# 获取图片，Pdf中的文字相关推荐

Python提取PDF中的文字和图片
一,使用Python提取PDF中的文字 # 只能处理包含文本的PDF文件 #coding=utf-8 import sys import importlib importlib.reload(sys) ...
Python 获得pdf中的文字、图片文字方法
Python 获得pdf中的文字.图片文字方法下载word版文件 OCR,全称Optical character recognition,中文译名叫做光学文字识别.它把图像中的字符,转换为机器编码的 ...
使用Adobe Acrobat X Pro在PDF中添加文字和图片
在pdf中添加文字: 使用右侧"工具">"内容">"添加或编辑文本框"来打开"打字机"工具栏.单击pdf中的 ...
如何结决PDF中的文字无法复制或选中(使用Adobe Acrobat X Pro转换双重PDF)
如何结决PDF中的文字无法复制或选中(使用Adobe Acrobat X Pro转换双重PDF) 很多时候我们从网上下载到的PDF无法选中其中的字体,我们又恰好需要这些文字,如果一个一个的自己打出来又 ...
Spring Boot 提取pdf中的文字
Spring Boot 提取pdf中的文字提取pdf中的文字,由于字体不同,可能会提取出来乱码.(友情提示:建议先pdf文件转成图片,然后调用百度api提取文字,准确率高.跳转链接:https:// ...
如何编辑PDF文件，怎么修改PDF中的文字
相信大家都使用过PDF文件,那么有没有编辑过PDF文件呢,PDF文件的编辑是需要借助PDF编辑器的,PDF文件中的文字要怎么修改呢,Word文档的文字就直接编辑,而PDF文件并非这样,想知道怎么编辑吗 ...
PDF：解决从PDF中复制文字时出现的空方框问题
PDF:解决从PDF中复制文字时出现的空方框问题目录解决问题解决思路解决问题解决从PDF中复制文字时出现的空方框问题解决思路将该pdf文档另存为html格式,然后打开html文件,复制文 ...
python获取div标签的id_Python 获取div标签中的文字实例
预备知识点 compile 函数 compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用. 语法格式为: re. ...
PDF中的文字怎么复制到Word?教你两个高效转换的方法
PDF中的文字怎么复制到Word?PDF文件和Word文件都是两种十分常见的办公文件,特别是在一些重要的文件上,我们尝尝会将两种文件格式混合使用.当我们需要编辑的时候,我们会将PDF文件转换成Word ...

C# 获取图片，Pdf中的文字

C# 获取图片，Pdf中的文字相关推荐

最新文章

热门文章