C#图片文字识别
VeryfyCode里的文字和文本框.txtVeryfyCode.Text是一致的.
数字识别率我碰到的几乎是100%1、 前言
光学字符识别(OCR,Optical Character Recognition)是指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技术非常专业，一般多是印刷、打印行业的从业人员使用，可以快速的将纸质资料转换为电子资料。关于中文OCR，目前国内水平较高的有清华文通、汉王、尚书，其产品各有千秋，价格不菲。国外OCR 发展较早MODI，像一些大公司，如IBM、微软、HP等，即使没有推出单独的OCR产品，但是他们的研发团队早已掌握核心技术，将OCR功能植入了自身的软件系统。
MODI也就是Office 2003中的MicrosoftOffice Document Imaging 的缩写，它是我们安装Office时需要选择安装的一个组件。当我们安装Office选择安装MODI后，我们就可以轻松的把MODI中的OCR功能添加扫我们的应用程序中去。在MODI的帮助下，我们只需要写很少的代码就能够完成OCR的功能。
2、 MODI的应用
由于MODI组件是Office 2003自带的一个组件，所以我们必须安装Office 2003以上版本才会有MODI组件。当我们在使用MODI进行开发的时候，只要支持外部引用的编译器都可以使用MODI组件。在这里我们使用C#来进行MODI程序的开发和示例。
2.1 添加MODI组件
我们首先需要添加MODI引用到我们的工程文件中去。我们在添加引用库的时候，选择COM组件库，我们可以看到Microsoft Office DocumentImaging 11.0 Type Library组件(对应文件为MDIVWCTL.DLL)。添加成功后，我们可以在VS2008 C#的解决方案管理器的引用栏中看到MODI项，这就说明我们添加MODI成功了。
2.2 利用MODI组件中的Document对象
Document对象是MODI中最重要的一个对象，它提供了图片的引入、扫描等重要的方法。在这里我们首先创建一个MODI中的Document对象的一个实例:
MODI.Document_MODIDocument = newMODI.Document();
然后把需要处理的文档图片准备好。图片的格式为TIFF或者BMP。当然我们有必要首先对图片进行一些必要的处理，尽量让图片干净、清晰论文网站大全。然后可以利用Document对象中的Create（）方法，引入图片文档：_MODIDocument.Create(filename);期中MODI，filename为图片文档的路径。
2.3 运用Document对象的OCR方法，进行文字的处理
OCR( )方法是文字识别的一个重要的方法，它决定了图片识别的精度。
_MODIDocument.OCR(_MODIParameters.Language,
_MODIParameters.WithAutoRotation,
_MODIParameters.WithStraightenImage);
在调用了OCR方法之后，所有图片的文档就已经被处理好了。若图片文档有很多页，如果想单独的处理某一页，可以调用MODIimage.OCR（）方法来单独处理。
其中OCR（）方法中有三个重要的参数，分别为：
①Language ②AutoRotation③StraightenImage
这三个参数的设置是与图片文档上面的字符类型、格式密切相关的。
其中，第一个参数Language，表示的是当前文档上的字符是哪种语言的字符，我们只要选择相对应的语言参数就可以了；
第二个参数AutoRotation，是个布尔型的参数，表示的是自动旋转设置。可能图片的文档方向不是正向的，所以需要设置这个参数来开启是否自动旋转功能；
第三个参数StraightenImage，表示的是自动扶直图片。当字体有倾斜时，设置此选项可以自动纠正文字的倾斜。
这三个参数根据文档的具体情况来设置，才能达到更精确的效果。下图为选择OCR参数后开始OCR的界面。
图1 图像文字识别
2.4 追踪OCR扫描的进度
整个OCR过程可能会花去一些时间，我们可以关注这个扫描的过程。因此利用OnOCRProgress事件MODI，来跟踪整个OCR的处理过程。
利用下面的代码，就可以跟踪OCR的处理进度。
_MODIDocument.OnOCRProgress += newMODI._IDocumentEvents_OnOCRProgressEventHandler(this.ShowProgress);
public void ShowProgress(int progress,ref bool cancel)
{ statusBar1.Text =progress.ToString() + "% processed."; }
2.5 利用MODI中的Document Viewer对象
Document Viewer对象和Document对象一样，都属于同一个组件库MDIVWCTL.DLL，只需要对Document Viewer有个简单的声明，就可以使用Document Viewer对象了。运用Document Viewer对象可以对图片文件进行选择、画图等操作。
MODI.MiDocView ax MiDocView1=newMODI.MiDocView( );
axMiDocView1.Document = _MODIDocument;
处理OCR之后的结果
for(inti=0;i<= axMiDocView1.PageNum;i++)
{axMiDocView1.selectAll(i); }
string ocrResult= axMiDocView1.TextSelection.Text.ToString();
到这里就可以得到图片文件中所包含的文字了。这里选择图一中的拷贝文字到剪贴板后，将文字拷贝到文本文件中，效果如下图所示：
图2 图像文字识别结果
也可通过以下途径实现：
// 引用 Interop.MODI.dll
// 识别率不是很高
private string OcrFunc(string imgfileName) // 参数为包含文本的图片文件名
{
var langs = MODI.MiLANGUAGES.miLANG_ENGLISH;
// MODI.MiLANGUAGES.miLANG_CHINESE_SIMPLIFIED; 中文含英文
// MODI.MiLANGUAGES.miLANG_JAPANESE; 日文含英文
var doc = new MODI.Document();
var image = default(MODI.Image);
var layout = default(MODI.Layout);
try
{
doc.Create(imgfileName);
doc.OCR(langs, true, true);
var sb = new StringBuilder();
for (int i = 0; i < doc.Images.Count; i++)
{
image = (MODI.Image)doc.Images[i];
layout = image.Layout;
sb.AppendLine(string.Format("{0}, {1}", i, layout.Text));
}
doc.Close(false);
return sb.ToString();
}
catch (System.Exception ex)
{
MessageBox.Show(ex.Message);
return string.Empty;
}
finally
{
layout = null;
image = null;
doc = null;
}
}
3、 结果分析及其结论
运用Office中自带的MODI组件，可以快速而有效的编写相关的OCR，但是识别精度和图片文档的质量与清晰度有关。运用MODI就可以很轻松的开发出很专业的OCR 程序，既节约了时间，又节约了成本。
2、
图片识别的技术到几天已经很成熟了，只是相关的资料很少，为了方便在此汇总一下（C#实现），方便需要的朋友查阅，也给自己做个记号。
图片识别的用途：很多人用它去破解网站的验证码，用于达到自动刷票或者是批量注册的目的，但我觉得它最吸引我的地方是可以让一些书写的东西，自动识别成电脑上的文字，比如说手拟的合同，修改过的书面论文或者是文档，每月的花费发票需要在电脑上录入或者是汇总信息，日记本上的文章要转移到电脑上等等，我们现在就不用再头痛把它们在电脑上敲写一遍了。
本文介绍两种比较主流和成熟的识别方式：
方式一、Asprise-OCR实现。
方式二、Microsoft Office Document Imaging（Office 2007） 组件实现。
方式一、Asprise-OCR的使用。
Asprise-OCR下载地址：
http://asprise.com/product/ocr/download.php?lang=csharp
其中需要使用的3个dll是AspriseOCR.dll、DevIL.dll、ILU.dll。
需要注意的是这几个.dll是vc写的引用要在程序中用DllImport引用，关键代码：
[DllImport("AspriseOCR.dll", EntryPoint = "OCR", CallingConvention = CallingConvention.Cdecl)]
public static extern IntPtr OCR(string file, int type);
[DllImport("AspriseOCR.dll", EntryPoint = "OCRpart", CallingConvention = CallingConvention.Cdecl)]
static extern IntPtr OCRpart(string file, int type, int startX, int startY, int width, int height);
[DllImport("AspriseOCR.dll", EntryPoint = "OCRBarCodes", CallingConvention = CallingConvention.Cdecl)]
static extern IntPtr OCRBarCodes(string file, int type);
[DllImport("AspriseOCR.dll", EntryPoint = "OCRpartBarCodes", CallingConvention = CallingConvention.Cdecl)]
static extern IntPtr OCRpartBarCodes(string file, int type, int startX, int startY, int width, int height);
调用代码很简单只有一句：
MessageBox.Show(Marshal.PtrToStringAnsi(OCRpart(img_path, -1, startX, startY, width, height)));
其中img_path：为图片路径，startX、startY坐标均为0即可，width、height图片的宽和高。
方式二、Microsoft Office Document Imaging（Office 2007） 组件实现。
在使用之前需要给大家说的是Imaging 组件的兼容性不是很好，使用win 7 office 2007的时必须打上office 2007 sp1或者sp2补丁，读取中文才行。
sp1补丁地址(226M) ：
sp2补丁地址（301 MB）：
给项目添加组件引用，如图：
使用代码：
MODI.Document doc = new MODI.Document();
doc.Create(img_Path);
MODI.Image image;
MODI.Layout layout;
doc.OCR(MODI.MiLANGUAGES.miLANG_CHINESE_SIMPLIFIED, true, true); // 识别简体中文
for (int i = 0; i < doc.Images.Count; i++)
{
image = (MODI.Image)doc.Images[i];
layout = image.Layout;
sb.Append(layout.Text);
}
MessageBox.Show(sb.ToString());
其中img_Path为图片路径，MODI.MiLANGUAGES为读取图片的文字类型枚举。
本文源码下载地址：http://files.cnblogs.com/stone_w/OCR.rar
3、c#调用dll 实现图像文字识别
请先下载http://asprise.com/product/ocr/index.php?lang=csharp 的SDK.里面提供了详细的OCR方法,如下:
将发现图像框picbVeryfyCode里的文字和文本框.txtVeryfyCode.Text是一致的.
数字识别率我碰到的几乎是100%
[DllImport("AspriseOCR.dll")]
static extern string craboOCR(string file, int type);
private void GetVeryfyCode()
{
if(File.Exists(_imgPath))//ok now?
{
try
{
this.picbVeryfyCode.Image=System.Drawing.Bitmap.FromFile(_imgPath);
_veryfyCode=craboOCR(_imgPath,-1); //将返回string,并以"\r\n"结尾!!
_veryfyCode=_veryfyCode.Substring(0,4);
this.txtVeryfyCode.Text=_veryfyCode;
}
catch(Exception e)
{
this.lblResult.Text+=e.Message;
}
}
}