如何在 .NET 中使用 Aspose.OCR FOSS Core API

Aspose.OCR FOSS for .NET 通过一个小型核心 API：AsposeOcr, OcrInput, OcrOutput, 和 RecognitionResult，来识别光栅图像和 PDF 文档中的文本。本指南将逐步演示如何安装该软件包并端到端使用该核心 API。

分步指南

步骤 1: 安装软件包

dotnet add package Aspose.OCR.FOSS

步骤 2: 导入命名空间

在任何调用 AsposeOcr, OcrInput, 或 RecognitionResult 的源文件中添加 Aspose.OCR 命名空间：

using Aspose.OCR;

此单一命名空间公开 AsposeOcr、OcrInput、OcrOutput、InputType 和 RecognitionResult。

步骤 3：构建一个 OcrInput 并识别图像

构建一个 AsposeOcr，使用 InputType.SingleImage 构建一个 OcrInput，使用 OcrInput.Add() 将文件排队，并调用 AsposeOcr.Recognize()。

var api = new AsposeOcr();
using var input = new OcrInput(InputType.SingleImage);
input.Add("scan.png");
RecognitionResult result = api.Recognize(input)[0];
Console.WriteLine(result.RecognitionText);

步骤 4：读取单独的行和边界框

在 RecognitionLinesResult 中的每个 RecognitionResult.LinesResult 条目包含一行文本（TextInLine）及其像素坐标边界框（Line）。

foreach (RecognitionResult.LinesResult line in result.RecognitionLinesResult)
{
    System.Drawing.Rectangle bounds = line.Line;
    Console.WriteLine($"x={bounds.X}, y={bounds.Y}: {line.TextInLine}");
}

步骤 5：识别多页 PDF

对于 InputType.PDF，AsposeOcr.Recognize() 按源顺序为每页返回一个 RecognitionResult。

using var pdfInput = new OcrInput(InputType.PDF);
pdfInput.Add("document.pdf");
OcrOutput output = api.Recognize(pdfInput);

foreach (RecognitionResult page in output)
{
    Console.WriteLine(page.RecognitionText);
}

常见问题与解决方案

NotSupportedException 调用时 Recognize(). 该 OcrInput 使用了除…之外的输入类型构建 InputType.SingleImage or InputType.PDF. 仅支持这两种输入类型。

FileNotFoundException 调用时 Recognize(). 通过…添加的路径 OcrInput.Add() 不存在于磁盘上。调用前请验证路径 Add().

ArgumentNullException 调用时 Recognize(). null 被传入而不是 an OcrInput 实例。始终构造 an OcrInput 首先。

Empty RecognitionLinesResult. 未检测到文本行 — 请确认源图像包含可辨认、未旋转的拉丁文字。

常见问题

OcrOutput 是否保留文件顺序？

是的。OcrOutput 是一个 RecognitionResult 列表，每个图像（或每个 PDF 页面）对应一个，顺序与通过 OcrInput.Add() 添加文件的顺序相同。

我需要处理 OcrInput 吗？

是的 — OcrInput 实现了 IDisposable。使用 using 语句或在识别完成后显式调用 Dispose()。

我可以在同一个 OcrInput 中处理图像和 PDF 吗？

不 — 每个 OcrInput 都是使用单一的 InputType（SingleImage 或 PDF）构建的，并且只能接受该类型的文件。