將掃描的PDF轉(zhuǎn)換為可搜索的文檔

快速精確的基于神經(jīng)網(wǎng)絡(luò)的引擎

糾正低質(zhì)量掃描

120多種語言

.Net2.0+、.Net5、標(biāo)準(zhǔn)、核心

將掃描的PDF轉(zhuǎn)換為可搜索的PDF

4行代碼，僅此而已

多虧了簡單的API，您可以使用幾行代碼將掃描的PDF 轉(zhuǎn)換為可搜索的文檔。

順便說一句，不僅僅是PDF。將JPEG、多頁TIFF 或 PNG轉(zhuǎn)換為可搜索的 PDF到您的應(yīng)用程序現(xiàn)在只需幾分鐘，而不是幾小時或幾天。

閱讀 120多種語言的多種圖像格式

Tesseract.NET SDK 可以準(zhǔn)確識別120多種語言的文本，支持多語言文本，并且可以通過訓(xùn)練使用以前未知的語言。支持的標(biāo)準(zhǔn)包括英語、法語、意大利語、德語、西班牙語、阿拉伯語、中文、希伯來語、日語、俄語、泰語等。

正確的低質(zhì)量掃描

例如，去歪斜輸入過濾器會自動旋轉(zhuǎn)圖像，因此它是正確的向上和正交的。如果頁面過于傾斜，則Tesseract的線分割質(zhì)量會顯著降低，這會嚴(yán)重影響OCR 的質(zhì)量。

Patagames OCR SDK 內(nèi)置的用于增強OCR性能的輸入過濾器包括：二值化、對比度和對比度標(biāo)準(zhǔn)化、去偏斜、增強分辨率、腐蝕和擴張、膨脹和放氣、反轉(zhuǎn)、移除邊框、旋轉(zhuǎn)、ToGray和白色背景。

為您的.Net 應(yīng)用程序配備OCR 功能的最佳方式

雖然Tesseract 無疑是迄今為止最好的OCR 庫，但Tesseract.NET SDK是為您的應(yīng)用程序配備文本識別功能的最佳方式之一。

Tesseract.Net SDK 結(jié)合了易于部署、卓越的識別精度、快速OCR 和各種輸出選項（包括PDF、HOCR、UNLV和純文本），提供靈活簡單的API 以及許多高級和低級文本識別程序。

多虧了簡單的API，您可以用幾行代碼將給定的圖像轉(zhuǎn)換為可搜索的文本。如果您需要更詳細(xì)地了解文本的組成部分，Tesseract.NETSDK API 提供了許多類來檢索單個字母、單詞、段落甚至字體參數(shù)。

審核編輯 ：李倩