问题标签 [microsoft-ocr]

I have recently started to use the Microsoft OCR Library for loading text from images. And I have a question. Is it possible to automatically detect the language of the picture? Or I need set all possible languages by myself?

TL;博士：

有谁知道在服务器端 ASP.Net Web 应用程序（如 MV4 Web API）上引用Microsoft.Windows.Ocr（/ WindowsPreview.Media.Ocr.dll）程序集的方法，并利用该程序集中的 OCR 功能将照片图像作为输入并从中提取文本内容它 ？ 如果是，请在您的回答中提供详细说明。

问题详细信息（以及到目前为止我尝试过的内容）

我正在构建一个 Web 应用程序，该应用程序将图像上传到服务器（通过文件上传 UI 屏幕），然后使用OCR读取文本并在下一页上显示文本，就在上传的图像旁边。

由于大多数商业 OCR 库的成本都很高（我上次检查时超过 1,300 美元），我想我可以尝试使用免费的Microsoft OCR 库 Microsoft.Windows.Ocr，而且看起来非常简单易用。

所以我尝试将Microsoft.Windows.Ocr Nuget 包安装到我的 ASP.Net MVC4 Web API 项目中，并且成功了。

之后，我查看了我的 MVC4 Web API 项目引用，令我惊讶的是，没有找到对Microsoft.Windows.Ocr.dll程序集的引用。

因此，我尝试通过浏览文件夹中的程序集来添加对 Microsoft.Windows.Ocr.dll 程序集的 x86 版本的引用，并从文件夹\packages中选择WindowsPreview.Media.Ocr.dll\lib\win81\x86

注意：程序集名称是 WindowsPreview.Media.Ocr.dll 而不是 Microsoft.Windows.Ocr.dll ，不知道为什么！

当我这样做并单击OK时，我收到以下错误消息。

然后我从Nuget 页面发现“支持的平台”只有Windows Phone 8、Windows Phone 8.1、Windows 8.1（仅限 Windows Store 应用程序）。

但可以肯定的是，一定有办法在 ASP.Net 应用程序的服务器端使用这个OCR dll吗？

有谁知道在服务器端 ASP.Net Web 应用程序（如 MV4 Web API）上引用Microsoft.Windows.Ocr（/ WindowsPreview.Media.Ocr.dll）程序集的方法，并利用该程序集中的 OCR 功能将照片图像作为输入并从中提取文本内容它？**如果是，请在您的回答中提供详细说明。

任何“黑客”和/或示例代码将不胜感激！

谢谢！！

我一直在寻找答案 2 天，但我不能。这就是为什么我把它贴在这里。我跟着这个教程。

我收到错误bitmap.SetSource(imgStream);，所以我将其更改为bitmap.SetSource(imgStream.AsStream);

我在这条线上也收到了错误消息。我无法将像素转换为数组。因为没有PixelBuffer，我不能使用Pixels

所以我在互联网上搜索并找到了stackoverflow.com的这个链接。所以我复制并粘贴了以下代码

接着 byte[] hello = ByteArrayChange.ToByteArray(bitmap);

App.Xaml.cs我用 Device 运行代码，它给出了异常Application_UnhandledException

注意：我正在 Windows Phone 8/8.1 (Silverlight) 上开发

抱歉，如果这个问题很愚蠢或含糊不清，但我的任务是在实习期间在服务器端实现 ocr。我在哪里可以获得合适的 api 以将其与我公司的网站集成。我曾尝试使用 microsoft vision api，但不知道如何将其发送到服务器！我是IT领域的新手。因此，请帮助我提出您宝贵的建议。谢谢！

我正在使用 Microsoft OCR 库来阅读文本。

Microsoft OCR 库完美运行。但是我想阅读链接http://www.ict4u.net/databases/database-images/micr.jpg中给出的以下字符列表。有没有一种方法可以训练 OCR 库读取以下字符，或者是否有一种语言可以读取以下字符。

我一直在使用 Microsoft OCR API，我正在从图像中获取文本，但我想知道文本是特定颜色还是特定背景颜色。

例如，我有以下图片，我想知道是否有红色文字， 即图片

我以为这条线：

将帮助我建立我想从图像中接收的参数，所以如果我想知道一行文字中的颜色。所以我添加了这样的视觉功能：

但这并没有解决问题。

另外：我可以混合来自图像分析的 uriBase 链接和来自 OCR 的链接吗？

我正在尝试使用 Microsoft Azure OCR API 服务从图像中提取一些文本。

我用于发送到 API 服务的图像具有“data:image/png; base64,”结构，因此我无法使用内容类型“application/json”发送它。

我尝试使用内容类型“multipart/form-data”或“application/octet-stream”发送它，但它也失败了......

我对应该如何发送图像或是否应该进行一些转换感到有些困惑。

我应该使用哪种内容类型来执行正确的请求？我应该更改图像源的编码吗？如何？

谢谢你们！

试图在扫描的图像中找到文本的坐标。扫描的图像有很多文本数据，需要将图像数据转换为文本，然后得到文本的坐标。坐标表示边界框，例如X，Y轴，高度和宽度，其中文本是

使用 Microsoft OCR ProjectOxford Vision

预期输出： 获取具有各自坐标的文本（x，y，高度，宽度）

输入图像

json输出

{“状态”：“成功”，“成功”：真，“失败”：假，“完成”：真，“识别结果”：[{“页面”：1，“顺时针方向”：359.62，“宽度”：505 ，“高度”：399，“单位”：“像素”，“线”：[{“boundingBox”：[224、58、380、57、381、74、225、75]，“文本”：“政府印度”，“单词”：[ { “boundingBox”：[ 229, 59, 321, 58, 320, 75,229, 75 ], "text": "GOVERNMENT" }, { "boundingBox": [ 324, 58, 341, 58, 341, 75, 323, 75 ], "text": "OF" }, { "boundingBox" : [ 344, 58, 381, 58, 381, 75, 344, 75 ], "文本": "印度" } ] }, { "boundingBox": [ 211, 159, 429,160, 428, 180, 210, 178 ]，“文本”：“FH faPet/出生日期：27/07/1982”，“单词”：[ { “boundingBox”：[ 225、160、243、160、243、179 , 225, 179 ], "text": "FH" }, { "boundingBox": [ 247, 160, 286, 160, 286, 179, 247, 179 ], "text": "faPet/" }, { "边界框”：[290、160、333、160、333、179、290、179]，“文本”：“出生日期：”}，{“边界框”：[337、160、428、162、428、180、337、179] , "text": "27/07/1982" } ] }, { "boundingBox": [ 209, 192, 313, 190, 314, 208, 210, 210 ], "text": "you / MALE", "字”：[ { "boundingBox": [ 214, 192, 247, 192, 246, 209, 214, 210 ], "text": "you" }, { "boundingBox": [ 254, 192, 260, 192, 260, 209 , 254, 209 ], "text": "/" }, { "boundingBox": [ 264, 192, 314, 192, 313, 208, 263, 209 ],"text": "MALE" } ] }, { "boundingBox": [ 201, 314, 351, 313, 352, 330, 202, 331 ], "text": "66 66 6666 6666", "words": [ { "boundingBox": [ 204, 315, 225, 314, 225, 330, 204, 331 ], "text": "66" }, { "boundingBox": [ 229, 314, 251, 314, 251, 330,229, 330 ], "text": "66" }, { "boundingBox": [ 255, 314, 301, 314, 301, 330, 255, 330 ], "text": "6666" }, { "boundingBox" : [ 307, 314, 352, 314, 351, 331, 306, 330 ], "文本": "6666" } ] } ] } ] }66" }, { "boundingBox": [ 255, 314, 301, 314, 301, 330, 255, 330 ], "text": "6666" }, { "boundingBox": [ 307, 314, 352, 314, 351, 331, 306, 330 ], "文本": "6666" } ] } ] } ] }66" }, { "boundingBox": [ 255, 314, 301, 314, 301, 330, 255, 330 ], "text": "6666" }, { "boundingBox": [ 307, 314, 352, 314, 351, 331, 306, 330 ], "文本": "6666" } ] } ] } ] }330, 255, 330 ], "text": "6666" }, { "boundingBox": [ 307, 314, 352, 314, 351, 331, 306, 330 ], "text": "6666" } ] } ] } ] }330, 255, 330 ], "text": "6666" }, { "boundingBox": [ 307, 314, 352, 314, 351, 331, 306, 330 ], "text": "6666" } ] } ] } ] }“文本”：“6666”} ] } ] } ] }“文本”：“6666”} ] } ] } ] }

我有一个 Angular 应用程序，我想将本地图像从我的设备发送到 Microsoft OCR API，但我遇到了这个问题。

在 onUpload() 函数中，它看起来像这样

当我尝试记录“this.imgURL”时，它返回“data:image/png;base64,iVBORw0KGg.......”

我在这里测试了请求并选择了“application/octet-stream”，它说body应该是[Binary Image Data]

请求返回“400”

代码：“InvalidImageFormat” requestId：“1be37150-b8ea-4750-ad06-d12e76b3ac49”消息：“输入数据不是有效图像。”