Windows App SDK での AI テキスト認識 (OCR) の API リファレンス

画像内のテキスト (文字、単語、線、多角形のテキスト境界、各一致の信頼度) を検出して抽出し、コンピューターで読み取り可能な文字ストリームに変換できる、人工知能 (AI) によってサポートされるWindows アプリ SDK API について説明します。

詳細については、Windows アプリ SDKの「Get Started with Text Recognition (OCR)」を参照してください。

---

Microsoft.Windows.Vision namespace

画像のテキスト コンテンツを分析する機械学習モデルの API を提供します。

DetectedLineStyle 列挙

public enum DetectedLineStyle

認識できる行のスタイルを指定します。

フィールド

Handwritten: 0

テキスト行は手書きです。

Other: 1

テキスト行は手書きではありません。

OrientationDetectionOptions 列挙

public enum OrientationDetectionOptions

認識できるテキストの向きを指定します。

フィールド

None: 0

向きが認識されません。

DetectOrientation: 1

向きが認識されます。

RecognizedLine クラス

public sealed class RecognizedLine

認識されたテキストの 一行を表します。

RecognizedLine.Style プロパティ

public Microsoft.Windows.Vision.RecognizedLineStyle Style { get; }

認識された行のスタイルを取得します。

プロパティ値

認識された行のスタイル。

解説

テキスト行が手書きであったかどうか、および認識の信頼度が含まれます。

RecognizedLine.Text プロパティ

public string Text { get; }

認識された行のテキストを取得します。

プロパティ値

認識された行のテキスト。

解説

すべての単語がスペースで連結されています。

RecognizedLine.Words プロパティ

public Microsoft.Windows.Vision.RecognizedWord[] Words { get; }

認識された行の単語。

プロパティ値

認識された行の単語。

RecognizedLineStyle 構造体

public struct RecognizedLineStyle

認識された行のスタイルを表します。

フィールド

信頼度

行スタイル認識の信頼度レベル。

Name

行のスタイル名。

RecognizedText クラス

public sealed class RecognizedText

画像からテキストへの認識操作の結果を表します。

RecognizedText.ImageAngle プロパティ

public float ImageAngle { get; }

認識されたテキストの時計回りの回転角度を度単位で取得します。

プロパティ値

認識されたテキストの時計回りの回転角度 (度単位)。

RecognizedText.Lines プロパティ

public Microsoft.Windows.Vision.RecognizedLine[] Lines { get; }

認識された行のコレクションを取得します。

プロパティ値

認識された行のコレクション。

RecognizedWord クラス

public sealed class RecognizedWord

認識された ひとつの単語を表します。

RecognizedWord.BoundingBox プロパティ

public Microsoft.Windows.Vision.BoundingBox BoundingBox { get; }

認識された単語の四角形境界を取得します。

プロパティ値

認識された単語の四角形境界。 TopLeft は、単語の回転を基準にしています。

RecognizedWord.Confidence プロパティ

public float Confidence { get; }

この単語が正しく認識された可能性を取得します。

プロパティ値

この単語が正しく認識された可能性。 値の範囲は 0.0 から 1.0 (両端の値を含む) です。

RecognizedWord.Text プロパティ

public string Text { get; }

認識された単語のテキストを取得します。

プロパティ値

認識された単語のテキスト。

TextRecognition.BoundingBox 構造体

public struct BoundingBox

認識された単語とテキスト行の境界に使用される 4 つのポイントを持つ多角形。

フィールド

BottomLeft

境界ボックスの左下隅。

BottomRight

境界ボックスの右下隅。

TopLeft

境界ボックスの左上のポイント。

TopRight

境界ボックスの右上のポイント。

解説

単語または行の境界として返された場合、TopLeft、TopRight、BottomRight、および BottomLeft ポイントは、画像内で認識されたテキストの回転と傾斜を基準とします。 次の図は、0 が TopLeft、1 が TopRight、2 が BottomRight、3 が BottomLeft (すべてテキストを基準とする) であるさまざまなテキスト回転のポイント レイアウトを示しています。

TextRecognizer クラス

public sealed class TextRecognizer : System.IDisposable

ソース画像内の単語と行、およびその四角形の境界を認識します。

TextRecognizer.Close メソッド

オブジェクトと関連付けられているリソースを破棄します。

解説

C# では実装されていません。

TextRecognizer.CreateAsync メソッド

public static Windows.Foundation.IAsyncOperation<Microsoft.Windows.Vision.TextRecognizer> CreateAsync ();

TextRecognizer クラスの新しいインスタンスを非同期的に作成します。

返品

TextRecognizer クラスの新しいインスタンス。

GetModelReadyStatus が Ready でない場合、エラーが返されます。

TextRecognizer.IsAvailable メソッド

public static bool IsAvailable ();

基になる言語モデルがインストールされているかどうかを取得します。

返品

基になる言語モデルがインストールされている場合は True。 それ以外の場合は、 falseです。

TextRecognizer.MakeAvailableAsync メソッド

public static Windows.Foundation.IAsyncOperationWithProgress<Microsoft.Windows.Management.Deployment.PackageDeploymentResult, 
Microsoft.Windows.Management.Deployment.PackageDeploymentProgress> MakeAvailableAsync ();

基になる言語モデルがインストールされ、使用できることを確認します。

返品

完了時に PackageDeploymentResult を返す進行状況を含む非同期アクション。

TextRecognizer.RecognizeTextFromImage(Microsoft.Windows.Imaging.ImageBuffer, Microsoft.Windows.Vision.TextRecognizerOptions) メソッド

public Microsoft.Windows.Vision.RecognizedText RecognizeTextFromImage (Microsoft.Windows.Imaging.ImageBuffer imageBuffer, 
Microsoft.Windows.Vision.TextRecognizerOptions options);

指定された画像内のテキストを認識します。

パラメーター

imageBuffer

圧縮されていないビットマップ。

options

TextRecognizer のテキスト認識モデルを構成するためのオプション。

返品

認識されたテキスト。

TextRecognizer.RecognizeTextFromImageAsync(Microsoft.Windows.Imaging.ImageBuffer, Microsoft.Windows.Vision.TextRecognizerOptions) メソッド

public Windows.Foundation.IAsyncOperation<Microsoft.Windows.Vision.RecognizedText> RecognizeTextFromImageAsync (Microsoft.Windows.Imaging.ImageBuffer imageBuffer, 
Microsoft.Windows.Vision.TextRecognizerOptions options);

指定された画像内のテキストを非同期的に認識します。

パラメーター

imageBuffer

圧縮されていないビットマップ。

options

TextRecognizer のテキスト認識モデルを構成するためのオプション。

返品

認識されたテキスト。

TextRecognizerOptions クラス

public sealed class TextRecognizerOptions

TextRecognizer のテキスト認識モデルを構成するためのオプションを提供します。

TextRecognizerOptions.MaxAnalysisSize プロパティ

public Windows.Graphics.SizeInt32 MaxAnalysisSize { get; set; }

最大画像サイズを取得または設定します。

プロパティ値

最大画像サイズ。 既定値は、幅 1152、高さ 768 です。

解説

このサイズは提案であり、常に優先されるとは限りません。

ソース画像が最大サイズより大きい場合は、自動的にサイズの上限に縮小されます。

TextRecognizerOptions.MaxLineCount プロパティ

public uint MaxLineCount { get; set; }

認識操作から返される行の最大数を取得または設定します。

プロパティ値

認識操作から返される行の最大数。

解説

既定値は MaxLineCountSupported です。 指定した場合、返される最大行数は、この値と MaxLineCountSupported の小さい方になります。

TextRecognizerOptions.OrientationDetection プロパティ

public Microsoft.Windows.Vision.OrientationDetectionOptions OrientationDetection { get; set; }

テキストの向きを検出するかどうかを取得または設定します。

プロパティ値

テキストの向きを検出するかどうか。 既定値は None です。

TextRecognizerOptions.#ctor コンストラクター

public TextRecognizerOptions ();

TextRecognizerOptions クラスの新しいインスタンスを初期化します。

関連するコンテンツ

• Windows での責任ある生成AIアプリケーションと機能の開発
• Windows アプリ SDKでのテキスト認識 (OCR) の概要
• Windows App SDK
• Windows アプリ SDK の最新のリリース ノート