使用 C++ OCR 库将图像转换为文本

该OCR（光学字符识别）技术，您可以读取和转换文本中的图像或扫描文件到机器可读的形式。OCR 有各种用例，包括从凭证中读取代码、使文本可编辑、自助存储、将打印的文档转换为数字格式等。市场上有各种 OCR 工具和库，但是，OCR 结果的可靠性是一个关键因素。在本文中，我将向您展示如何创建您自己的 OCR 应用程序并使用 C++ 以编程方式将图像转换为文本。

将图像转换为文本的 C++ OCR 库
使用 C++ 将图像页面转换为文本
使用 C++ 对单行图像执行 OCR
在 C++ 中将图像的特定区域转换为文本

将图像转换为文本的 C++ OCR 库

Aspose 提供了一个强大的C++ OCR 库，它使用深度学习为您提供更可靠和接近准确的 OCR 结果。您可以从GitHub下载库文件以及示例项目。

使用 C++ 将图像页面转换为文本

让我们首先检查图像包含多行文本的场景。如果您有一本扫描的书，其中书的每一页都包含一堆文本行，就会出现这种情况。在这种情况下，以下是将图像转换为文本的步骤。

在字符串变量中设置图像的路径。
准备一个缓冲区来存储 OCR 结果。
使用 aspose::ocr::page(const char *image_path, wchar_t *buffer, size_t buffer_size) 函数执行 OCR。
打印结果或将它们保存在文件中。

以下代码示例展示了如何使用 C++ 执行 OCR 并将图像转换为文本。

	std::string image_path = "sample.png";

	// Prepare buffer for result (in symbols, len_byte = len * sizeof(wchar_t))
	const size_t len = 4096;
	wchar_t buffer[len] = { 0 };

	// Perform OCR
	size_t size = aspose::ocr::page(image_path.c_str(), buffer, len);

	//Print result
	std::wcout << buffer << L"\n";

view raw convert-image-to-text.cpp hosted with ❤ by GitHub

使用 C++ 对单行图像执行 OCR

在前面的示例中，我们转换了具有多个文本行的图像。但是，可能会出现图像仅包含一行文本（例如标题或标语）的情况。以下是在这种情况下执行 OCR 的步骤。

使用字符串变量来设置图像的路径。
创建一个缓冲区来存储 OCR 结果。
使用 aspose::ocr::line(const char *image_path, wchar_t *buffer, size_t buffer_size) 函数执行 OCR。
保存或打印 OCR 结果。

以下代码示例展示了如何使用 C++ 对具有单行文本的图像执行 OCR。

	std::string image_path = "sample_line.jpg";

	// Prepare buffer for result (in symbols, len_byte = len * sizeof(wchar_t))
	const size_t len = 4096;
	wchar_t buffer[len] = { 0 };

	// Perform OCR
	size_t size = aspose::ocr::line(image_path.c_str(), buffer, len);

	//Print result
	std::wcout << buffer << L"\n";

view raw convert-image-to-text-single-line.cpp hosted with ❤ by GitHub

在 C++ 中将图像的特定区域转换为文本

您还可以自定义 API 以限制要执行 OCR 的图像区域。在这种情况下，您可以在图像上创建一个矩形以访问所需区域。以下是从图像的特定区域提取文本的步骤。

在字符串变量中设置图像的路径。
准备一个缓冲区来存储 OCR 结果。
使用 aspose::ocr::page_rect(const char *image_path, wchar_t *buffer, size_t buffer_size, int x, int y, int w, int h) 函数执行 OCR。
打印 OCR 结果。

以下代码示例展示了如何使用 C++ 将图像的特定区域转换为文本。

	std::string image_path = "sample_line.jpg";

	// Prepare buffer for result (in symbols, len_byte = len * sizeof(wchar_t))
	const size_t len = 4096;
	wchar_t buffer[len] = { 0 };

	int x = 138, y = 352, w = 2033, h = 537;

	// Perform OCR or selected area
	size_t size = aspose::ocr::page_rect(image_path.c_str(), buffer, len, x, y, w, h);

	//Print result
	std::wcout << buffer << L"\n";

view raw convert-image-to-text-area.cpp hosted with ❤ by GitHub

结论

在本文中，您学习了如何使用 Aspose 的 OCR 库在 C++ 中将图像转换为文本。我们已经了解了如何对具有单行或多行文本的图像执行 OCR 以及如何从图像的特定区域读取文本。您可以使用文档了解有关Aspose.OCR for C++ 的更多信息。

也可以看看

使用 C# 对图像执行 OCR