| Versi | 4.4 |
|---|---|
| Penerbit | IronSoftware |
| Tarikh pelepasan | 24 Okt 2019 |
| Tarikh ditambahkan | 24 Okt 2019 |
| Keperluan Os | Windows 10, Windows 2003, Windows Vista, Windows, Windows 2000, Windows 8, Windows 7, Windows XP |
| Keperluan | Visual Studio Community 2015 or newer |
| Jumlah muat turun | 141 |
| Muat turun setiap minggu | 1 |
| Harga | Free to try |
Penerangan
Perpustakaan C# OCR oleh 'Pasukan Pembangunan perisian OCR Besi' ialah pakej perisian untuk pengaturcara C#, menambahkan pengecaman aksara optik pada aplikasi desktop dan web sebagai alternatif kepada tesseract.
Iron OCR boleh digunakan untuk mengimbas dokumen atau teks sebagai aset imej ke dalam teks boleh diindeks biasa yang boleh dibaca oleh aplikasi komputer dan diindeks oleh pangkalan data.
Perpustakaan OCR C#(atau singkatannya IronOcr) ditujukan kepada profesional pembangunan perisian C# dan .net dari semua peringkat yang perlu menambah imbasan atau imej pada fungsi teks pada aplikasi mereka.
Ciri Perpustakaan C# OCR termasuk:
1 - 'Imej ke Teks' -memaparkan perwakilan grafik aksara kepada rentetan data.
2 - Kamus OCR terbina dalam dan model pembelajaran mesin pra-latihan untuk bahasa termasuk bahasa Inggeris.
3 - Pemasangan terurus ke dalam persekitaran pembangunan perisian Microsoft Visual Studio menggunakan pengurus pakej NuGet.
4 - API mudah yang membenarkan OCR ditambahkan pada aplikasi dalam tiga baris kod.
Pilihan pelesenan termasuk pelesenan pembangunan percuma untuk membina dan menguji aplikasi, sebagai tambahan kepada lesen komersial dalam tiga kategori: peribadi untuk pekerja bebas dan pemula, lesen organisasi untuk pembangunan dalaman dan sistem perniagaan, dan lesen perusahaan untuk kontrak pembangunan perisian serta perisian OEM pemaju. Contoh sumber terbuka dengan kod sumber juga boleh didapati di tapak web.
Perisian pengecaman aksara optik berfungsi dengan mensimulasikan penglihatan manusia dengan menggunakan membandingkan aksara yang terdapat dalam imej dengan aksara sedia ada yang terdapat dalam muka taip dan dalam tulisan tangan yang biasanya dilatih ke dalam model pembelajaran mesin (seperti pepohon keputusan dan rantai Markov tersembunyi) untuk membolehkan ini sangat tinggi. tugas yang rumit untuk dicapai dalam masa nyata.
