无法使用 tessnet2 和 Tesseract-OCR 从图像中读取文本

Question

我已经编写了 below.Net 代码来从图像中读取文本：

用于编写代码的平台： Windows 10，Visual Studio 2015，tesseract-ocr-setup-4.00.00dev 和 tessnet2

 using System;
 using System.Collections.Generic;
 using System.Linq;
 using System.Text;
 using System.Threading.Tasks;
using tessnet2;
 using System.Drawing;
using System.Drawing.Drawing2D;
using System.Drawing.Imaging;
using System.IO;

namespace ConsoleApplication2
 {
       class Program
    {
    static void Main(string[] args)
    {
        var image = new Bitmap(@"D:\Python\download.jpg");
        var ocr = new Tesseract();
        ocr.Init(@"C:\Program Files (x86)\Tesseract-OCR\tessdata", "eng",false);
        var result = ocr.DoOCR(image, Rectangle.Empty);
        foreach (tessnet2.Word word in result)
        {
            Console.WriteLine(word.Text);
            File.AppendAllText(@"D:\Python\writefile.txt",word.Text);

        }
        Console.ReadLine();
    }
   }
}

我都尝试过 "Any CPU" 和 X86 的 CPU。也尝试从项目属性更改目标框架版本。

但是，我遇到以下错误：

An unhandled exception of type 'System.IO.FileLoadException' occurred in 
mscorlib.dll

Additional information: Mixed mode assembly is built against version 
'v2.0.50727' 
of the runtime and cannot be loaded in the 4.0 runtime without additional 
  configuration information.

编辑：刚刚在我的 app.config 中写了这个以消除错误，现在看起来如下所示：

  <?xml version="1.0" encoding="utf-8"?>
<configuration>
<startup useLegacyV2RuntimeActivationPolicy="true"> 

<supportedRuntime version="v4.0" sku=".NETFramework,Version=v4.5"/>
 </startup>

参考这个安装了NuGet：https://www.nuget.org/packages/NuGet.Tessnet2/

我无法阅读图像。我从 Google 图片之一下载的图片，里面有文字。

这是我收到的消息：

当我检查路径 C:\Program Files (x86)\Tesseract-OCR\tessdata

这是它的样子：

我做错了什么？如何解决这个问题？

Answer 1

问题已解决：从此处下载 LANG 包：https://github.com/tesseract-ocr/langdata

缺少什么 previously.The Tessnet2 工作最重要的事情是获取语言包，在这里 (https://github.com/tesseract-ocr/langdata) 获取您想要的语言。对于示例，我使用英语。

下载语言并将其解压缩到“..\Tesseract-OCR\tessdata”文件夹。

注意：貌似默认安装时语言包是不会进入tessdata的。

这是我修改后的代码版本：

 using System;
 using System.Collections.Generic;
 using System.Linq;
 using System.Text;
 using System.Threading.Tasks;
 using tessnet2;
 using System.Drawing;
 using System.Drawing.Drawing2D;
 using System.Drawing.Imaging;
 using System.IO;

 namespace ConsoleApplication2
 {
class Program
{
    static void Main(string[] args)
    {
        var image = new Bitmap(@"D:\Python\download.jpg");
        tessnet2.Tesseract ocr = new tessnet2.Tesseract();
        ocr.Init(@"C:\Program Files (x86)\Tesseract-OCR\tessdata", "eng",false);
        List<tessnet2.Word> result = ocr.DoOCR(image, Rectangle.Empty);
        foreach (tessnet2.Word word in result)
        {
            Console.WriteLine("{0} : {1}",word.Confidence,word.Text);

        }

        Console.Read();
    }

}
}

干杯！！！

无法使用 tessnet2 和 Tesseract-OCR 从图像中读取文本

Unable to read the text from an image using tessnet2 and Tesseract-OCR

.net

c#

ocr

tesseract

visual-studio-2015