医疗影像工具LEADTOOLS 入门教程: 将 OCR 结果导出到 JSON - C# .NET 6

淡淡的烟草味﹌ 2023-09-23 23:56 14阅读 0赞

[LEADTOOLS][] 是一个综合工具包的集合，用于将识别、文档、医疗、成像和多媒体技术整合到桌面、服务器、平板电脑、网络和移动解决方案中，是一项企业级文档自动化解决方案，有捕捉，OCR，OMR，表单识别和处理，PDF，打印捕获，归档，注释和显示功能。利用业界领先的图像处理技术，能够智能识别文件，可以用来识别任何类型的扫描或传真形式的图像。

[LEADTOOLS 最新下载（qun：731259648）![icon-default.png?t=N0U7][icon-default.png_t_N0U7]https://www.evget.com/product/782/download][LEADTOOLS _qun_731259648_icon-default.png_t_N0U7_icon-default.png_t_N0U7_https_www.evget.com_product_782_download]

本教程介绍如何在使用 LEADTOOLS SDK 的 C\# .NET 6 应用程序中对图像进行 OCR 并将 OCR 结果导出到 JSON 文件。

<table> 
 <tbody> 
 <tr> 
 <td>概括</td> 
 <td>本教程介绍如何在 C# .NET 6 控制台应用程序中将 OCR 结果保存到 JSON 文件。</td> 
 </tr> 
 <tr> 
 <td>完成时间</td> 
 <td>30分钟</td> 
 </tr> 
 <tr> 
 <td>视觉工作室项目</td> 
 <td><a href="https://www.leadtools.com/portal/evaluation?download=/rd/v220/doc-projects/dotnet-console-export-ocr-results-to-json.zip" title="下载教程项目 (1 KB)" rel="nofollow">下载教程项目 (1 KB)</a></td> 
 </tr> 
 <tr> 
 <td>平台</td> 
 <td>C# .NET 6 控制台应用程序</td> 
 </tr> 
 <tr> 
 <td>集成开发环境</td> 
 <td>视觉工作室 2022</td> 
 </tr> 
 <tr> 
 <td>运行时目标</td> 
 <td>.NET 6 或更高版本</td> 
 </tr> 
 <tr> 
 <td>开发许可</td> 
 <td>LEADTOOLS</td> 
 </tr> 
 <tr> 
 <td>用另一种语言试试</td> 
 <td> 
 <ul> 
 <li>C#&nbsp;：.NET Framework（控制台）、.&nbsp;NET 6+（控制台）</li> 
 <li>爪哇</li> 
 </ul></td> 
 </tr> 
 </tbody> 
</table>

**所需知识**

在学习将 OCR 结果导出到 JSON - C\# .NET 6教程之前，通过查看添加引用和设置许可证教程熟悉创建项目的基本步骤。

**创建项目并添加 LEADTOOLS 引用**

从以下两个主题之一创建的项目副本开始，具体取决于平台：

*  添加引用并为 .NET Framework 设置许可证。
 *  添加引用并为 .NET 6 或更高版本设置许可证

如果您没有该项目，请按照相关教程中的步骤创建它。

所需的参考取决于项目的目的。可以通过 NuGet 包添加引用。

本教程需要以下 NuGet 包：

*  Leadtools.Document.Sdk
 *  Newtonsoft.Json

有关您的应用程序需要哪些 DLL 文件的完整列表，请参阅要包含在您的应用程序中的文件。

**设置许可证文件**

许可证解锁项目所需的功能。它必须在调用任何工具包函数之前设置。有关详细信息，包括针对不同平台的教程，请参阅设置运行时许可证。

有两种类型的运行时许可证：

评估许可证，在下载评估工具包时获得。它允许评估工具包。

部署许可证。如果需要部署许可证文件和开发人员密钥，请参阅获取许可证。

笔记

添加 LEADTOOLS NuGet 引用和设置许可证在添加引用和设置许可证教程 中有更详细的介绍。

**初始化 OcrEngine**

创建项目、添加参考和设置许可证后，就可以开始编码了。

在解决方案资源管理器中，打开Program.cs。将以下语句添加到using顶部的块中Program.cs。

**\[C＃\]**

>     using System;
>     using System.IO;
>     using System.Collections.Generic;
>     using Newtonsoft.Json;
>     using Leadtools;
>     using Leadtools.Ocr;
>     using Leadtools.Document;

添加一个新的调用InitOcrEngine()返回的方法，并在方法调用后在方法IOcrEngine内部调用，如下所示。Main()SetLicense()

**\[C＃\]**

> string file = @"C:\\LEADTOOLS22\\Resources\\Images\\leadtools.pdf"; IOcrEngine ocrEngine = InitOcrEngine(); OCRandSaveResults(ocrEngine, file);

将以下代码添加InitOcrEngine()到初始化IOcrEngine.

**\[C＃\]**

> static IOcrEngine InitOcrEngine() \{ // Initialize OCR engine IOcrEngine ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.LEAD); ocrEngine.Startup(null, null, null, @"C:\\LEADTOOLS22\\Bin\\Common\\OcrLEADRuntime"); return ocrEngine; \}

**添加文本识别并导出为 JSON 代码**

在名为 Program 的类中创建一个新方法，并在代码行之后的方法中OCRandSaveResults(IOcrEngine ocrEngine, string file)调用它。将下面的代码添加到对PDF文档进行OCR识别并将识别结果导出到JSON文件的方法中。Main()IOcrEngine ocrEngine = InitOcrEngine();OCRandSaveResults()

> static void OCRandSaveResults(IOcrEngine ocrEngine, string file) \{ using (var document = DocumentFactory.LoadFromFile(file, new LoadDocumentOptions \{ FirstPageNumber = 1, LastPageNumber = -1 \})) \{ document.Text.OcrEngine = ocrEngine; List<DocumentPageText> documentPageTexts = new List<DocumentPageText>(); foreach (var page in document.Pages) \{ //parse the text and build the DocumentPageText object var pageText = page.GetText(); pageText.BuildText(); pageText.BuildWords(); documentPageTexts.Add(pageText); \} //Save the recognized words to JSON var json = JsonConvert.SerializeObject(documentPageTexts, Formatting.Indented); var jsonPath = Path.ChangeExtension(file, ".json"); File.WriteAllText(jsonPath, json); \} \}

**处理流**

或者，您可以使用内存流来处理文档。为此，将以下代码添加到程序中并在方法中调用此Main(string\[\] args)方法：

> static void OCRStreamandSaveResults(IOcrEngine ocrEngine) \{ // load the specified document var fileName = Path.Combine(LEAD\_VARS.ImagesDir, "Leadtools.pdf"); using (var stream = File.OpenRead(fileName)) \{ var options = new LoadDocumentOptions(); using (var document = DocumentFactory.LoadFromStream(stream, options)) \{ document.Text.OcrEngine = ocrEngine; Console.WriteLine("Doc loaded"); List<DocumentPageText> documentPageTexts = new List<DocumentPageText>(); foreach (var page in document.Pages) \{ //parse the text and build the DocumentPageText object var pageText = page.GetText(); pageText.BuildText(); pageText.BuildWords(); documentPageTexts.Add(pageText); \} //Save the recognized words to JSON var json = JsonConvert.SerializeObject(documentPageTexts, Formatting.Indented); var jsonPath = Path.ChangeExtension(fileName, ".json"); File.WriteAllText(jsonPath, json); \} \} \}

一定要添加LEAD\_VARS类，以便ImagesDir可以访问。

> static class LEAD\_VARS \{ public const string ImagesDir = @"C:\\LEADTOOLS22\\Resources\\Images"; \}

**运行项目**

按F5或选择Debug -> Start Debugging运行项目。

如果步骤正确，应用程序将对文档进行 OCR，并创建包含识别结果的 JSON。出于本教程的目的，我们使用位于此处的 PDF 文件：<INSTALL\_DIR>\\LEADTOOLS22\\Resources\\Images\\leadtools.pdf

在此处下载生成的 JSON 。

以上便是将 OCR 结果导出到 JSON - C\# .NET 6 ，如果您还有其他疑问，欢迎咨询我们或者加入我们官方技术交流群。

[LEADTOOLS]: https://www.evget.com/product/782/
[icon-default.png_t_N0U7]: https://csdnimg.cn/release/blog_editor_html/release2.2.2/ckeditor/plugins/CsdnLink/icons/icon-default.png?t=N0U7
[LEADTOOLS _qun_731259648_icon-default.png_t_N0U7_icon-default.png_t_N0U7_https_www.evget.com_product_782_download]: https://www.evget.com/product/782/download