如何使用OCR识别控件LEADTOOLS OCR增强Google Drive搜索

Google Drive是一项非常不错的云储存服务，通过这项服务，用户可以储存，组织和共享文档、照片和视频文件等，但是TIFF和其他光栅图像文件格式却很容易丢失。为了很好地解决文件丢失的问题，开发人员可以使用LEADTOOLS OCR SDK提取文本，然后将文本添加到每个项目的IndexableTextData。接下来，便可以类似方式在基于文本的文档，如DOC或者PDF文件中搜索光栅图像文件。

例如，我们上传了四个普通TIFF文件到Google Drive，每个文件分别命名为OCR1，OCR2，OCR3和OCR4，因此，仅具有基于文件名的搜索功能完全没有任何帮助。

用我们看来，这些图像就是文本，但是对于Google Drive而言，它却将这些图像看作光栅数据，并且在我们试图搜索扫描文档的内部时，无返回。

难道谷歌就没有办法搜索你的文档？幸运的是，Google Drive会一直挂起，并且在执行文本搜索时，使用每个文档中可自定义的“IndexableTextData” 元数据。在接下来的例子中，我们一起来看看如何在不修改原始图像的情况下，使用Google Drive查找基于文本内容的TIFF文档。

连接到Google Drive

启动Google Drive API来检索ClientID和ClientSecret。因为，当使用 Google Drive API上传和修改TIFF文档时，需要使用到这些属性。接下来，下载 Google Client Library到引用中。

在本示例中，我们将打开WebBrowser控件中的User Authorization Uri，使用户可以输入自己的用户名和密码。用户登录以后，我们可以从WebBrowser控件的标题中获取授权码，然后我们就可以搜索所有账户中的TIFF文件。

使用LEADTOOLS OCR

最后，使用LEADTOOLS OCR引擎来获取TIFF文件的文本信息。创建IOcrEngine和IOcrDocument后， RecognizeText函数将返回一串从页面中提取的文本字符串，然后更新Google Drive中的IndexableTextData元数据。

接下来，在Google Drive中搜索TIFF文档，结果显示如下：

此文应用原文出自：http://www.leadtools.com/downloads/InstantDownload.asp?download=/whitepapers/2013/using-leadtools-ocr-to-enhance-google-drive-search.pdf