桌面软件中的 Onenote OCR 功能

Question

是否有 API 可以使用 Onenote OCR 功能自动识别图像中的文本？

Answer 1

如果您在执行程序的同一台机器上安装了 OneNote 客户端，您可以在 OneNote 中创建一个页面并通过 COM API 插入图像。然后您可以阅读包含 OCR 文本的 XML 格式的页面。

你想用

1. Application.CreateNewPage创建页面
2. Application.UpdatePageContent 插入图片
3. Application.GetPageContent 读取页面内容并在 XML 中查找 OCRData 和 OCRText 元素。

OneNote COM API 记录在这里：http://msdn.microsoft.com/en-us/library/office/jj680120(v=office.15).aspx

Answer 2

当您通过 API 将图像放在 OneNote 中的页面上时，任何图像都会自动进行 OCR 处理。然后，用户将能够在 OneNote 中搜索图像中的任何文本。但是，此时您无法拉回图像并读取 OCR 文本。

如果您对此功能感兴趣，我邀请您访问我们的 UserVoice 网站并提交此想法：http://onenote.uservoice.com/forums/245490-onenote-developers

更新：投票：https://onenote.uservoice.com/forums/245490-onenote-developer-apis/suggestions/10671321-make-ocr-available-in-the-c-api

-- 詹姆斯

Answer 3

这里有一个很好的示例来说明如何做到这一点： http://www.journeyofcode.com/free-easy-ocr-c-using-onenote/

代码的主要部分是：

private string RecognizeIntern(Image image)
{
    this._page.Reload();

    this._page.Clear();
    this._page.AddImage(image);

    this._page.Save();

    int total = 0;
    do
    {
        Thread.Sleep(PollInterval);

        this._page.Reload();

        string result = this._page.ReadOcrText();
        if (result != null)
            return result;
    } while (total++ < PollAttempts);

    return null;
}

Answer 4

由于我将删除我的博客（在另一篇文章中提到），我想我应该在此处添加内容以供将来参考：

用法

让我们先来看看如何使用该组件：OnenoteOcrEngine 类实现了核心功能，并实现了提供单一方法的接口IOcrEngine： p>

public interface IOcrEngine
{
    string Recognize(Image image);
}

排除任何错误处理，使用方式类似如下：

using (var ocrEngine = new OnenoteOcrEngine())
using (var image = Image.FromFile(imagePath))
{
    var text = ocrEngine.Recognize(image);
    if (text == null)
        Console.WriteLine("nothing recognized");
    else
        Console.WriteLine("Recognized: " + text);
}

实施

实现远没有那么简单。在 Office 2010 之前，Microsoft Office Document Imaging (MODI) 可用于 OCR。不幸的是，情况不再如此。进一步的研究证实，OneNote 的 OCR 功能并未直接以 API 的形式公开，但建议手动解析 OneNote 文档中的文本（请参阅 Is it possible to do OCR on a Tiff image using the OneNote interop API? 或 need a document to extract text from image using onenote Interop?。这正是我所做的：

1. 使用COM interop 连接到 OneNote
2. 创建一个包含要处理的图像的临时页面
3. 显示临时页面（很重要，否则 OneNote 不会执行 OCR）
4. 在页面的 XML 代码中轮询包含 OCRText 标记的 OCRData 标记。
5. 删除临时页面

挑战包括解析 XML 代码，我决定使用 LINQ to XML。例如，插入图像是使用以下代码完成的：

private XElement CreateImageTag(Image image)
{
    var img = new XElement(XName.Get("Image", OneNoteNamespace));

    var data = new XElement(XName.Get("Data", OneNoteNamespace));
    data.Value = this.ToBase64(image);
    img.Add(data);

    return img;
}

private string ToBase64(Image image)
{
    using (var memoryStream = new MemoryStream())
    {
        image.Save(memoryStream, ImageFormat.Png);

        var binary = memoryStream.ToArray();
        return Convert.ToBase64String(binary);
    }
}

注意使用XName.Get("Image", OneNoteNamespace)（其中OneNoteNamespace 是常量“http://schemas.microsoft.com/office/onenote/2013/onenote”）创建具有正确命名空间的元素以及将GDI 图像从内存序列化到Base64 format 的方法ToBase64。不幸的是，轮询（有关该主题的讨论，请参阅What is wrong with polling?）结合超时来确定检测过程是否已成功完成：

int total = 0;
do
{
    Thread.Sleep(PollInterval);

    this._page.Reload();

    string result = this._page.ReadOcrText();
    if (result != null)
        return result;
} while (total++ < PollAttempts);

结果

结果并不完美。然而，考虑到图像的质量，我认为它们非常令人满意。我可以在我的项目中成功使用该组件。仍然存在一个非常烦人的问题：有时，OneNote 在此过程中崩溃。大多数情况下，简单的重新启动即可解决此问题，但尝试从某些图像中识别文本会导致 OneNote 崩溃。

代码/下载

在GitHub查看代码

Answer 5

不确定OCR，但是onenote API的文档站点是这个

http://msdn.microsoft.com/en-us/library/office/dn575425.aspx#sectionSection1