OCR: Как распознать MRZ символы из изображения в .NET

В этом разделе

VintaSoft Imaging .NET SDK с VintaSoft OCR .NET Plug-in позволяет распознавать текст в изображении с помощью движка Tesseract OCR. Многие словари, созданные для движка Tesseract OCR, предоставляют возможность запускать распознавание текста в более более 100 языков.

Некоторые авторы в Интернете предлагают свои бесплатные словари для распознавания символов MRZ (машиночитаемых зон) с использованием движка Tesseract OCR
Мы протестировали некоторые из них и убедились, что словарь "mrz.traineddata" обеспечивает хорошее качество распознавания символов MRZ.
Словарь "mrz.traineddata" предлагается под лицензией BSD-3, которая позволяет свободно использовать и распространять этот файл.
Мы сделали словарь "mrz.traineddata" доступным для скачивания с нашего сайта , также словарь можно скачать с других интернет-ресурсов.

Словарь "mrz.traineddata" добавлен в список поддерживаемых словарей (элемент MRZ в перечислении Vintasoft.Imaging.Ocr.OcrLanguage), начиная с версии 11.0.5.1 VintaSoft OCR .NET Plug-in.

Более подробную информацию о символах MRZ вы можете прочитать в Wikipedia: https://en.wikipedia.org/wiki/Machine-readable_passport

Вот изображение из Wikipedia, на котором представлен документ с машиночитаемой зоной (MRZ):

Вот C#/VB.NET код, который демонстрирует, как распознавать символы MRZ на изображении с помощью движка Tesseract OCR:

/// <summary>
/// Recognizes MRZ characters from image using Tesseract OCR engine.
/// </summary>
/// <param name="filename">The name of file, which stores images with MRZ characters.</param>
public static void RecognizeMRZCharactersUsingTesseractOCR(string filename)
{
    // create an image collection
    using (Vintasoft.Imaging.ImageCollection images = 
        new Vintasoft.Imaging.ImageCollection())
    {
        // add images from file to the image collection
        images.Add(filename);

        System.Console.WriteLine("Create Tesseract OCR engine...");
        // create the Tesseract OCR engine
        using (Vintasoft.Imaging.Ocr.Tesseract.TesseractOcr tesseractOcr = 
            new Vintasoft.Imaging.Ocr.Tesseract.TesseractOcr())
        {
            System.Console.WriteLine("Initialize OCR engine...");
            // init the Tesseract OCR engine for recognition of MRZ characters (machine-readable zones)
            tesseractOcr.Init(new Vintasoft.Imaging.Ocr.OcrEngineSettings(Vintasoft.Imaging.Ocr.OcrLanguage.MRZ));

            // for each image in image collection
            foreach (Vintasoft.Imaging.VintasoftImage image in images)
            {
                System.Console.WriteLine("Recognize the image...");
                
                // recognize text in image
                Vintasoft.Imaging.Ocr.Results.OcrPage ocrResult = tesseractOcr.Recognize(image);

                // output the recognized text

                System.Console.WriteLine("Page Text:");
                System.Console.WriteLine(ocrResult.GetText());
                System.Console.WriteLine();
            }

            // shutdown the Tesseract OCR engine
            tesseractOcr.Shutdown();
        }

        // free images
        images.ClearAndDisposeItems();
    }
}

VB.NET

''' <summary>
''' Recognizes MRZ characters from image using Tesseract OCR engine.
''' </summary>
''' <param name="filename">The name of file, which stores images with MRZ characters.</param>
Public Shared Sub RecognizeMRZCharactersUsingTesseractOCR(filename As String)
    ' create an image collection
    Using images As New Vintasoft.Imaging.ImageCollection()
        ' add images from file to the image collection
        images.Add(filename)

        System.Console.WriteLine("Create Tesseract OCR engine...")
        ' create the Tesseract OCR engine
        Using tesseractOcr As New Vintasoft.Imaging.Ocr.Tesseract.TesseractOcr()
            System.Console.WriteLine("Initialize OCR engine...")
            ' init the Tesseract OCR engine for recognition of MRZ characters (machine-readable zones)
            tesseractOcr.Init(New Vintasoft.Imaging.Ocr.OcrEngineSettings(Vintasoft.Imaging.Ocr.OcrLanguage.MRZ))

            ' for each image in image collection
            For Each image As Vintasoft.Imaging.VintasoftImage In images
                System.Console.WriteLine("Recognize the image...")

                ' recognize text in image
                Dim ocrResult As Vintasoft.Imaging.Ocr.Results.OcrPage = tesseractOcr.Recognize(image)

                ' output the recognized text

                System.Console.WriteLine("Page Text:")
                System.Console.WriteLine(ocrResult.GetText())
                System.Console.WriteLine()
            Next

            ' shutdown the Tesseract OCR engine
            tesseractOcr.Shutdown()
        End Using

        ' free images
        images.ClearAndDisposeItems()
    End Using
End Sub

Отправить отзыв