c# - 需要一个文档来使用 onenote Interop 从图像中提取文本？

Question

我需要做一个简单的程序，需要使用 Onenote Interop 从图像中提取文本？有人可以建议我为我的概念提供合适的文件吗？

Answer 1

OneNote 的 OCR 识别的文本存储在 OneNote的 XML 文件结构中的one:OCRText元素中。例如

<one:Page ...>
    ...
    <one:Image ...>
        ...
        <one:OCRData lang="en-US">
            <one:OCRText><![CDATA[This is some sampletext]]></one:OCRText>
        </one:OCRData>
    </one:Image>
</one:Page>

您可以使用名为 OMSPY 的程序查看此 XML（它向您显示 OneNote 页面背后的 XML） - http://blogs.msdn.com/b/johnguin/archive/2011/07/28/onenote-spy-omspy-for -onenote-2010.aspx

要提取文本，您将使用 OneNote COM 互操作（正如您所指出的）。例如

//Instantialize OneNote
ApplicationClass onApp = new ApplicationClass();

//Get the XMl from the selected page
string xml = "";
onApp.GetPageContent("put the page id here", out xml);

//Put it into an XML document (from System.XML.Linq)
XDocument xDoc = XDocument.Parse(xml);

//OneNote's Namespace - for OneNote 2010
XNamespace one = "http://schemas.microsoft.com/office/onenote/2010/onenote";

//Get all the OCRText from the page
string[] OCRText = xDoc.Descendants(one + "OCRText").Select(x => x.Value).ToArray();

有关更多信息，请参阅 MSDN 上的“应用程序接口”文档 - http://msdn.microsoft.com/en-us/library/gg649853.aspx