LeadTools为.NET(C# & VB.NET)、C/C++、Java和Web开发者提供了快速且精确度高的 OCR SDK技术。利用LeadTools高级OCR工具包，可以快速的开发健壮的、可扩展的、高性能识别的文档处理应用程序，这些应用程序可提取出扫描文件中的文本，将图像转化为文本搜索格式，如PDF、PDF/A、DOC、DOCX、XML、XPS等。LeadTools广泛支持40余种字符集，编程者通过提供多语言的解决方案扩展用户群，包括英语、西班牙语、法语、德语、日语、中文、阿拉伯语等。

本文主要为大家介绍在OCR文档中如何处理和识别页面以及创建具体应用程序的步骤。

本文概述：

• OCR知识简介
• 创建“使用OCR识别英文”应用程序的具体步骤

OCR知识简介

OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。

OCR的识别过程为：图像输入、预处理；二值化；噪声去除；倾斜校正；版面分析；字符切割；字符识别；版面恢复；后处理，校对。

创建“使用OCR识别英文”应用程序的具体步骤

根据以下步骤，您可以轻松创建一个使用OCR识别英文的应用程序。

1. 打开Visual Studio .NET。

2. 点击 文件->新建->项目…。

3. 打开新建项目对话框后，在模板中选择“Visual C#”或“Visual Basic”，随后选择“Windows窗体应用程序”。在名称栏中输入项目名称“OcrTutorial”，并使用“浏览”按钮选择您工程的存储路径，点击“确定”。

4. 在“解决方案资源管理器”中，右击“引用”，选择“添加引用”。在“引用管理器”中，浏览选择Leadtools For .NET文件夹” LEADTOOLS_INSTALLDIRBinDotNetWin32”，选择以下的DLL：

• Leadtools.dll
• Leadtools.Codecs.dll
• Leadtools.Forms.dll
• Leadtools.Forms.DocumentWriters.dll
• Leadtools.Forms.Ocr.dll
• Leadtools.Forms.Ocr.Advantage.dll
• Leadtools.Codecs.Bmp.dll
• Leadtools.Codecs.Cmp.dll
• Leadtools.Codecs.Tif.dll
• Leadtools.Codecs.Fax.dll

注意：添加 Leadtools.Codecs.*.dll 引用后，可使用BMP、JPG、CMP、TIF和FAX图像文件格式。如果您想使用更多的文件格式，可添加相关文件格式的codec DLL至应用程序。

5. 将Form1切换至代码视图，将以下代码添加至using 部分：

    using Leadtools;
    using Leadtools.Codecs;
    using Leadtools.Forms;
    using Leadtools.Forms.DocumentWriters;
    using Leadtools.Forms.Ocr;
    using Leadtools.ImageProcessing; 

6. 将以下私有变量添加至Form1类：

    private IOcrEngine _ocrEngine;
    private IOcrDocument _ocrDocument; 

7. 将以下代码添加至Form1的构造函数：

    public Form1
    {
       InitializeComponent;
       //解锁OCR功能，用您的密钥替换此处   
       string MY_LICENSE_FILE = "d:\temp\TestLic.lic";
       string MY_DEVELOPER_KEY = "xyz123abc";
       RasterSupport.SetLicense(MY_LICENSE_FILE, MY_DEVELOPER_KEY);
       //初始化OCR引擎		
       _ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.Advantage, false);
    }
 

8. 拖拽5个button控件至Form1。Button的名称默认为“button1，button2…”，根据以下表格修改相应的Text属性：

如下图：

9. 将以下代码添加至button1（启动OCR引擎）按钮的Click句柄中，启动OCR引擎：

    private void button1_Click(object sender, EventArgs e)
    {
       //启动OCR引擎
       _ocrEngine.Startup(null, null, null, @"C:LEADTOOLS 18BinCommonOcrAdvantageRuntime");
       //创建文档
       _ocrDocument = _ocrEngine.DocumentManager.CreateDocument;
       MessageBox.Show("OCR引擎成功启动");
    } 

10. 将以下代码添加至button2（添加页面）的Click句柄中，将多页的图像文件添加至OCR文档：

 string tifFileName = Path.Combine(Application.StartupPath, @"......PicOcr.tif");
 
 //将4个单页的图像Ocr1.tif、Ocr2.tif、Ocr3.tif、Ocr4.tif合并为Ocr.tif
 if (File.Exists(tifFileName))
     File.Delete(tifFileName);
 using (RasterCodecs codecs = new RasterCodecs)
 {
     for (int i = 0; i 

 
11. 将以下代码添加至button3（删除页面）的Click句柄，从OCR文档中移走了所有的页面： 
 
    private void button3_Click(object sender, EventArgs e)
    {
       //从OCR文档中移除所有添加的页面
       _ocrDocument.Pages.Clear;
       MessageBox.Show("所有页面已被移除");
    } 
12. 将以下代码添加至button4（识别文档(英文)并保存为pdf）的Click句柄，识别文档中的英文字符，并将识别的结果保存为pdf文档： 
  // 识别所有页面
  // 注意，我们不需要调用AutoZone，引擎会检查页面是否被分区，若无，则会自动分区
  _ocrDocument.Pages.Recognize(null);
  // 将结果保存为PDF文件
  string pdfFileName = Path.Combine(Application.StartupPath, @"......PicResult.pdf");
  _ocrDocument.Save(pdfFileName, DocumentFormat.Pdf, null);
  // 显示我们刚刚保存的PDF文件
  System.Diagnostics.Process.Start(pdfFileName); 
13. 将以下代码添加至button5按钮的Click句柄，关闭OCR引擎： 
 // 释放此文档
 _ocrDocument.Dispose;
 // 关闭OCR引擎
 _ocrEngine.Shutdown;
 MessageBox.Show("OCR引擎关闭"); 
此段代码会将最终的识别结果保存为PDF文件。若您想将图像的文字保存为文本搜索格式，可依照以下步骤：启动OCR引擎->添加页面->识别文档（英文）并保存为pdf->删除页面->关闭OCR引擎。 
14. 编译、运行程序。结果如下图： 
           
DEMO下载： 
OcrTutorial.rar  
文章转自：葡萄城控件产品博客， 
本文提供的Demo可以高效准确的识别出文档中的英文，为了运行此demo，欢迎。 
如需帮助，请联系在线客服！ 
有用(0)没用(0) 

 慧都控件｜提供软件技术整体解决方案  
扫码关注微信
云集全球三千余款优秀控件、软件产品，提供行业领先的咨询、培训与开发服务	 
微信ID：EVGET_Huidu    
企业QQ：800018081｜电话：023-66090381