このステップバイステップのチュートリアルでは、C＃でスキャンしたPDFからテキストを抽出する方法を示します。ドキュメントをスキャンしてPDFにすると、それらのページはスキャンされた画像としてPDFファイル内に追加されます。したがって、スキャンしたPDFファイルからテキストを抽出するには、実際には、光学式文字認識（OCR）を適用してC＃でPDFの画像からテキストを抽出する必要があります。

C＃でスキャンしたPDFからテキストを抽出する手順

1. NuGet.orgパッケージマネージャーからAspose.OCR for .NETを取得します
2. Aspose.OCR namespaceへの参照を追加します
3. SetLicenseメソッドを使用してライセンスコードを適用する
4. AsposeOcrクラスのインスタンスを開始します
5. DocumentRecognitionSettings classを使用して認識設定を指定します
6. RecognizePDFメソッドを使用してすべてのPDFページを抽出します
7. RecognitionTextプロパティを使用して各PDFページからテキストを取得します

上記の手順を使用すると、C＃でスキャンしたPDFからテキストをすばやく簡単に読み取ることができます。以前、C＃で画像からテキストを抽出するの方法を説明しました。ただし、この例は、C＃でPDFからテキストを取得するのに役立ちます。

C＃でスキャンしたPDFからテキストを抽出するコード

上記のC＃のPDFからのテキストの取得例は、シンプルで理解しやすいものです。スキャンしたPDFファイルを読み取り、各ページからテキストを抽出するだけです。ただし、ここで理解しておくべき重要なポイントの1つは、DetectAreaプロパティです。 trueに設定すると、精度は向上しますが、PDFの処理速度は低下します。ただし、falseに設定すると、速度が向上し、精度が少し低下する場合があります。したがって、状況に基づいて2つのオプションから選択する必要があります。