| Versione | 4.4 |
|---|---|
| Editore | IronSoftware |
| Data di rilascio | 24 ott 2019 |
| Data aggiunta | 24 ott 2019 |
| Requisiti del sistema operativo | Windows 10, Windows 2003, Windows Vista, Windows, Windows 2000, Windows 8, Windows 7, Windows XP |
| Requisiti | Visual Studio Community 2015 or newer |
| Download totali | 141 |
| Download a settimana | 1 |
| Prezzo | Free to try |
Descrizione
La libreria C# OCR del "Team di sviluppo software Iron OCR" è un pacchetto software per programmatori C#, che aggiunge il riconoscimento ottico dei caratteri alle applicazioni desktop e Web come alternativa a tesseract.
Iron OCR può essere utilizzato per scansionare documenti o testo come risorse immagine in testo indicizzabile semplice che può essere letto dalle applicazioni del computer e indicizzato dal database.
La libreria C# OCR (o IronOcr in breve) è rivolta ai professionisti dello sviluppo software C# e .net di tutti i livelli che necessitano di aggiungere funzionalità di scansione o immagine al testo alle proprie applicazioni.
Le funzionalità della libreria C# OCR includono:
1 - 'Image to Text' - rendering di rappresentazioni grafiche di caratteri in stringhe di dati.
2 - Dizionari OCR integrati e modelli di apprendimento automatico pre-addestrati per le lingue, compreso l'inglese.
3 - Installazione gestita nell'ambiente di sviluppo del software Microsoft Visual Studio utilizzando il gestore di pacchetti NuGet.
4 - Un'API semplice che consente di aggiungere l'OCR a un'applicazione in tre righe di codice.
Le opzioni di licenza includono licenze di sviluppo gratuite per la creazione e il test di applicazioni, oltre a licenze commerciali in tre categorie: personali per liberi professionisti e start-up, licenze organizzative per sviluppo interno e sistemi aziendali e licenze aziendali per contratti di sviluppo software e software OEM sviluppatori. Esempi open source con codice sorgente possono essere trovati anche sul sito web.
Il software di riconoscimento ottico dei caratteri funziona simulando la visione umana confrontando i caratteri trovati nelle immagini con i caratteri esistenti trovati nei caratteri tipografici e nella scrittura a mano che è tipicamente addestrata in modelli di apprendimento automatico (come alberi decisionali e catene di Markov nascoste) per consentire questo altamente compito complicato da realizzare in tempo reale.
