OCR in Azure vs. IronOCR: Welche Lösung zur optischen Zeichenerkennung eignet sich am besten für .NET-Projekte?

Der WinRT Async Stack

Jede grundlegende OCR-Operation mit Windows.Media.Ocr erfordert das Durchlaufen mehrerer Ebenen der WinRT-API-Oberfläche, bevor die Erkennung beginnen kann:

// Windows.Media.Ocr: 6+ async steps before receiving any text
// Requires net8.0-windows10.0.19041.0 TFM — will not compile cross-platform

public async Task<string> ExtractTextAsync(string imagePath)
{
    // Step 1: WinRT file system access
    var file = await StorageFile.GetFileFromPathAsync(imagePath);

    // Step 2: Open WinRT stream
    using var stream = await file.OpenAsync(FileAccessMode.Read);

    // Step 3: Create bitmap decoder
    var decoder = await BitmapDecoder.CreateAsync(stream);

    // Step 4: Decode to SoftwareBitmap
    var bitmap = await decoder.GetSoftwareBitmapAsync();

    // Step 5: Check language availability — null if not installed on this machine
    var engine = OcrEngine.TryCreateFromLanguage(
        new Windows.Globalization.Language("en-US"));
    if (engine == null)
        throw new Exception("OCR engine not available for this language");

    // Step 6: Recognize
    var result = await engine.RecognizeAsync(bitmap);
    return result.Text;
}

// Windows.Media.Ocr: 6+ async steps before receiving any text
// Requires net8.0-windows10.0.19041.0 TFM — will not compile cross-platform

public async Task<string> ExtractTextAsync(string imagePath)
{
    // Step 1: WinRT file system access
    var file = await StorageFile.GetFileFromPathAsync(imagePath);

    // Step 2: Open WinRT stream
    using var stream = await file.OpenAsync(FileAccessMode.Read);

    // Step 3: Create bitmap decoder
    var decoder = await BitmapDecoder.CreateAsync(stream);

    // Step 4: Decode to SoftwareBitmap
    var bitmap = await decoder.GetSoftwareBitmapAsync();

    // Step 5: Check language availability — null if not installed on this machine
    var engine = OcrEngine.TryCreateFromLanguage(
        new Windows.Globalization.Language("en-US"));
    if (engine == null)
        throw new Exception("OCR engine not available for this language");

    // Step 6: Recognize
    var result = await engine.RecognizeAsync(bitmap);
    return result.Text;
}

Imports System.Threading.Tasks
Imports Windows.Media.Ocr
Imports Windows.Storage
Imports Windows.Graphics.Imaging
Imports Windows.Storage.Streams
Imports Windows.Globalization

Public Async Function ExtractTextAsync(imagePath As String) As Task(Of String)
    ' Step 1: WinRT file system access
    Dim file As StorageFile = Await StorageFile.GetFileFromPathAsync(imagePath)

    ' Step 2: Open WinRT stream
    Using stream As IRandomAccessStream = Await file.OpenAsync(FileAccessMode.Read)

        ' Step 3: Create bitmap decoder
        Dim decoder As BitmapDecoder = Await BitmapDecoder.CreateAsync(stream)

        ' Step 4: Decode to SoftwareBitmap
        Dim bitmap As SoftwareBitmap = Await decoder.GetSoftwareBitmapAsync()

        ' Step 5: Check language availability — Nothing if not installed on this machine
        Dim engine As OcrEngine = OcrEngine.TryCreateFromLanguage(New Language("en-US"))
        If engine Is Nothing Then
            Throw New Exception("OCR engine not available for this language")
        End If

        ' Step 6: Recognize
        Dim result As OcrResult = Await engine.RecognizeAsync(bitmap)
        Return result.Text
    End Using
End Function

Die Null-Prüfung auf engine ist nicht optional. Wenn das Zielsprachpaket nicht auf der Maschine installiert ist, die den Code ausführt, gibt TryCreateFromLanguage null zurück und die Erkennung ist unmöglich. Es gibt keinen Ausweg; Die Anwendung muss dem Benutzer einen Fehler anzeigen oder stillschweigend fehlschlagen.

Detaillierter Funktionsvergleich

Windows.Media.OCR-Ansatz

Die WinRT-Abhängigkeit manifestiert sich in der Projektdatei, bevor auch nur eine einzige Codezeile ausgeführt wird. Der TargetFramework muss eine Windows-Plattformversion angeben:

<PropertyGroup>
  <TargetFramework>net8.0-windows10.0.19041.0</TargetFramework>
</PropertyGroup>

<PropertyGroup>
  <TargetFramework>net8.0-windows10.0.19041.0</TargetFramework>
</PropertyGroup>

Aufgrund dieser TFM kann das Projekt nicht in einem Linux-Container verwendet werden. Ein Docker-Image basierend auf mcr.microsoft.com/dotnet/aspnet:8.0 — dem Standard-Linux-Basisimage für ASP.NET-Bereitstellungen — hat keine WinRT-Laufzeit. Der Versuch, Windows.Media.Ocr-Typen in einem Projekt, das auf net8.0 (ohne Windows-Suffix) abzielt, zu referenzieren, führt zu Kompilierungsfehlern, nicht zu Laufzeitfehlern. Die Festlegung des Systems erfolgt während der Bauphase.

Wenn OCR-Anforderungen in einer Microservices-Architektur auftreten, in der der OCR-Worker unter Linuxläuft, oder in einer CI/CD-Pipeline, die plattformübergreifende Docker-Images erzeugt, ist Windows.Media.Ocr keine Option, die evaluiert werden kann – sie wird bereits vor dem ersten Auftreten von Problemen ausgeschlossen.

IronOCR-Ansatz

IronOCR zielt auf net6.0, net7.0, net8.0 und net9.0 ohne plattformspezifische TFMs. Das gleiche NuGet Paket und die gleiche Anwendungsdatei laufen unter Windows, Linuxund macOS. Das Deployen von IronOCR in Docker erfordert eine apt-get-Zeile für libgdiplus im Linux-Basisimage, sonst nichts:

FROM mcr.microsoft.com/dotnet/aspnet:8.0
# Linuxdependency for System.Drawing
RUN apt-get update && apt-get install -y libgdiplus

COPY --from=build /app/publish /app
WORKDIR /app
ENTRYPOINT ["dotnet", "YourApp.dll"]

Der Anwendungscode selbst ist zwischen den Windows- und Linux-Versionen unverändert:

// Same code — Windows, Linux, macOS, Docker, AWS Lambda
//Neinplatform TFM, no WinRT, no conditional compilation
using IronOcr;

IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";
var text = new IronTesseract().Read("document.jpg").Text;

// Same code — Windows, Linux, macOS, Docker, AWS Lambda
//Neinplatform TFM, no WinRT, no conditional compilation
using IronOcr;

IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";
var text = new IronTesseract().Read("document.jpg").Text;

Imports IronOcr

IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"
Dim text As String = New IronTesseract().Read("document.jpg").Text

IronOCR läuft auf AWS Lambda , Azure Functions auf Linux und direkt auf Linux-Servern ohne Codeänderung. Das Bereitstellungsziel ist eine Konfigurationsfrage, keine architektonische Einschränkung.

Windows.Media.OCR-Ansatz

OcrEngine.TryCreateFromLanguage gibt null zurück, wenn die angeforderte Sprache nicht installiert ist. TryCreateFromUserProfileLanguages gibt null zurück, wenn überhaupt kein OCR-fähiges Sprachpaket existiert. Beide Wege erfordern die Behandlung von Nullwerten, und keiner bietet einen eleganten Wiederherstellungspfad – es gibt keine Möglichkeit, eine Sprache aus dem Code zu installieren oder sie mit der Anwendung zu bündeln:

// Windows.Media.Ocr: language availability is a runtime unknown
// Returns null if the language pack is not installed on this machine

var engine = OcrEngine.TryCreateFromLanguage(
    new Windows.Globalization.Language("fr-FR"));

if (engine == null)
{
    // French OCR is simply unavailable — no recovery path
    // User must go to Windows Settings > Language to install French
    throw new InvalidOperationException(
        "French OCR unavailable. Install the French language pack in Windows Settings.");
}

var result = await engine.RecognizeAsync(bitmap);

// Windows.Media.Ocr: language availability is a runtime unknown
// Returns null if the language pack is not installed on this machine

var engine = OcrEngine.TryCreateFromLanguage(
    new Windows.Globalization.Language("fr-FR"));

if (engine == null)
{
    // French OCR is simply unavailable — no recovery path
    // User must go to Windows Settings > Language to install French
    throw new InvalidOperationException(
        "French OCR unavailable. Install the French language pack in Windows Settings.");
}

var result = await engine.RecognizeAsync(bitmap);

Imports Windows.Globalization
Imports Windows.Media.Ocr

' Windows.Media.Ocr: language availability is a runtime unknown
' Returns Nothing if the language pack is not installed on this machine

Dim engine = OcrEngine.TryCreateFromLanguage(New Language("fr-FR"))

If engine Is Nothing Then
    ' French OCR is simply unavailable — no recovery path
    ' User must go to Windows Settings > Language to install French
    Throw New InvalidOperationException("French OCR unavailable. Install the French language pack in Windows Settings.")
End If

Dim result = Await engine.RecognizeAsync(bitmap)

Die Bereitstellung einer mehrsprachigen Dokumentenverarbeitungsanwendung mit Windows.Media.Ocr erfordert die Koordination der Installation von Windows-Sprachpaketen auf allen Rechnern im Bereitstellungsziel. Auf einem gemeinsam genutzten Server oder einem Benutzerrechner, der über Gruppenrichtlinien verwaltet wird, liegt dies nicht in der Hand des Entwicklers.

IronOCR-Ansatz

IronOCR liefert Sprachmodelle als separate NuGet Pakete aus, die zusammen mit der Anwendungsdatei bereitgestellt werden. Die Sprachdaten werden mit dem Build-Artefakt übertragen, nicht mit der Betriebssystemkonfiguration. Unterstützung von 125+ Sprachen ist ein dotnet add package-Vorgang:

dotnet add package IronOcr.Languages.French, IronOcr.Languages.German, IronOcr.Languages.Arabic, IronOcr.Languages.ChineseSimplified

// IronOCR: language availability is a deploy-time guarantee, not a runtime unknown
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.French;
ocr.AddSecondaryLanguage(OcrLanguage.German);

// Works on any machine, any OS, zero OS configuration required
var result = ocr.Read("multilingual-document.jpg");
Console.WriteLine(result.Text);

// IronOCR: language availability is a deploy-time guarantee, not a runtime unknown
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.French;
ocr.AddSecondaryLanguage(OcrLanguage.German);

// Works on any machine, any OS, zero OS configuration required
var result = ocr.Read("multilingual-document.jpg");
Console.WriteLine(result.Text);

Imports IronOcr

' IronOCR: language availability is a deploy-time guarantee, not a runtime unknown
Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.French
ocr.AddSecondaryLanguage(OcrLanguage.German)

' Works on any machine, any OS, zero OS configuration required
Dim result = ocr.Read("multilingual-document.jpg")
Console.WriteLine(result.Text)

Der vollständige Sprachkatalog umfasst Latein, CJK, Arabisch, Hebräisch, Devanagari, Kyrillisch und spezielle Zeichensätze einschließlich mathematischer Notation. Jede Sprachpaketversion ist an die IronOCR Paketversion gekoppelt, sodass das Sprachmodell in der Produktionsumgebung mit dem lokal getesteten übereinstimmt.

Windows.Media.OCR-Ansatz

Die API akzeptiert eine SoftwareBitmap und gibt Text zurück. Wie sich die Bildqualität zwischen diesen beiden Zeitpunkten entwickelt, lässt sich nicht konfigurieren. Entwickler, die die Genauigkeit bei suboptimalen Eingaben verbessern müssen, müssen die Vorverarbeitung manuell unter Verwendung der Windows Imaging Component APIs implementieren, bevor sie die SoftwareBitmap konstruieren. Das ist eine separate Codebasis mit eigenem Wartungsaufwand und bleibt aus demselben Grund Windows-spezifisch wie die OCR-API selbst:

// Windows.Media.Ocr: no preprocessing — what you pass is what gets recognized
// Skewed, noisy, or low-resolution images degrade accuracy with no remedy
// Manual preprocessing via separate Windows Imaging APIs is the only option

var bitmap = await decoder.GetSoftwareBitmapAsync();
// bitmap goes directly to recognition with no quality improvement
var result = await engine.RecognizeAsync(bitmap);

// Windows.Media.Ocr: no preprocessing — what you pass is what gets recognized
// Skewed, noisy, or low-resolution images degrade accuracy with no remedy
// Manual preprocessing via separate Windows Imaging APIs is the only option

var bitmap = await decoder.GetSoftwareBitmapAsync();
// bitmap goes directly to recognition with no quality improvement
var result = await engine.RecognizeAsync(bitmap);

Imports System.Threading.Tasks

' Windows.Media.Ocr: no preprocessing — what you pass is what gets recognized
' Skewed, noisy, or low-resolution images degrade accuracy with no remedy
' Manual preprocessing via separate Windows Imaging APIs is the only option

Dim bitmap = Await decoder.GetSoftwareBitmapAsync()
' bitmap goes directly to recognition with no quality improvement
Dim result = Await engine.RecognizeAsync(bitmap)

Bei standardmäßigen, sauberen Dokumentenscans (kontrollierte Scanumgebung, gleichmäßige Beleuchtung, mindestens 300 DPI, korrekte Ausrichtung) ist diese Einschränkung verkraftbar. Für Dokumentenverarbeitungspipelines, die Bilder von Handykameras, Flachbettscannern mit automatischer Einzugsfehlausrichtung, gefaxten Dokumenten oder fotokopierten Materialien empfangen, bedeutet dies entweder den Aufbau einer Vorverarbeitungsschicht von Grund auf oder die Akzeptanz von Genauigkeitseinbußen.

IronOCR-Ansatz

Die OcrInput-Klasse von IronOCR bietet eine Vorverarbeitungspipeline mit einzelnen Filtermethoden, die in Reihe angewendet werden. Bildqualitätskorrekturfilter beheben die häufigsten Fehlerquellen bei der Dokumentenverarbeitung in der Produktion:

// IronOCR: explicit preprocessing pipeline
// Each filter targets a specific quality defect
using var input = new OcrInput();
input.LoadImage("low-quality-scan.jpg");

input.Deskew();              // Correct page rotation up to ~40 degrees
input.DeNoise();             // Remove scanner speckle and compression artifacts
input.Contrast();            // Boost contrast on faded or washed-out text
input.Binarize();            // Convert to black/white with optimal threshold
input.EnhanceResolution(300); // Scale image to 300 DPI for recognition

var result = new IronTesseract().Read(input);
Console.WriteLine($"Confidence: {result.Confidence}%");

// IronOCR: explicit preprocessing pipeline
// Each filter targets a specific quality defect
using var input = new OcrInput();
input.LoadImage("low-quality-scan.jpg");

input.Deskew();              // Correct page rotation up to ~40 degrees
input.DeNoise();             // Remove scanner speckle and compression artifacts
input.Contrast();            // Boost contrast on faded or washed-out text
input.Binarize();            // Convert to black/white with optimal threshold
input.EnhanceResolution(300); // Scale image to 300 DPI for recognition

var result = new IronTesseract().Read(input);
Console.WriteLine($"Confidence: {result.Confidence}%");

Imports IronOcr

' IronOCR: explicit preprocessing pipeline
' Each filter targets a specific quality defect
Using input As New OcrInput()
    input.LoadImage("low-quality-scan.jpg")

    input.Deskew()              ' Correct page rotation up to ~40 degrees
    input.DeNoise()             ' Remove scanner speckle and compression artifacts
    input.Contrast()            ' Boost contrast on faded or washed-out text
    input.Binarize()            ' Convert to black/white with optimal threshold
    input.EnhanceResolution(300) ' Scale image to 300 DPI for recognition

    Dim result = New IronTesseract().Read(input)
    Console.WriteLine($"Confidence: {result.Confidence}%")
End Using

Für den allgemeinen Fall wendet IronOCR eine automatische Vorverarbeitung an, wenn direkt auf einem Dateipfad Read aufgerufen wird — die Engine erkennt Qualitätsprobleme und korrigiert sie ohne explizite Filterkonfiguration. Das Tutorial zu Bildfiltern deckt das gesamte Filterspektrum, einschließlich Sharpen, Dilate, Erode, Invert und ToGrayScale für spezialisierte Szenarien ab. Farbkorrekturfilter und Ausrichtungskorrektur erweitern den Workflow zusätzlich für Dokumente mit nicht standardmäßigen Farbprofilen oder Mehrwinkelrotation.

Windows.Media.OCR-Ansatz

Es gibt keinen PDF-Pfad in der API. Um ein gescanntes PDF mit Windows.Media.Ocr zu OCRen, muss der Entwickler: jede Seite in ein SoftwareBitmap mithilfe einer separaten PDF-Rendering-Bibliothek (keine davon ist in Windows integriert) rendern, Seiten iterieren, RecognizeAsync pro Seite aufrufen und Ergebnisse manuell zusammenfügen. Diese Rendering-Bibliothek selbst bringt zusätzliche Lizenz- und Bereitstellungsaspekte mit sich. Der Windows.Media.Ocr-Code ist der kleinere Teil der Gesamtimplementierung:

// Windows.Media.Ocr: no PDF support
// Requires external PDF renderer to rasterize pages before OCR
// Conceptual pattern — a PDF rendering library is not provided by Windows APIs

// Step 1: Use external PDF library to render page to bitmap (not shown)
// Step 2: Pass rendered bitmap to Windows OCR
// var bitmap = RenderPdfPageToBitmap(pdfPath, pageIndex); // external library required

var engine = OcrEngine.TryCreateFromUserProfileLanguages();
if (engine == null)
    throw new Exception("No OCR language available");

// Step 3: Recognize the rasterized page
// var result = await engine.RecognizeAsync(bitmap);
// Step 4: Collect and concatenate results across all pages manually

// Windows.Media.Ocr: no PDF support
// Requires external PDF renderer to rasterize pages before OCR
// Conceptual pattern — a PDF rendering library is not provided by Windows APIs

// Step 1: Use external PDF library to render page to bitmap (not shown)
// Step 2: Pass rendered bitmap to Windows OCR
// var bitmap = RenderPdfPageToBitmap(pdfPath, pageIndex); // external library required

var engine = OcrEngine.TryCreateFromUserProfileLanguages();
if (engine == null)
    throw new Exception("No OCR language available");

// Step 3: Recognize the rasterized page
// var result = await engine.RecognizeAsync(bitmap);
// Step 4: Collect and concatenate results across all pages manually

' Windows.Media.Ocr: no PDF support
' Requires external PDF renderer to rasterize pages before OCR
' Conceptual pattern — a PDF rendering library is not provided by Windows APIs

' Step 1: Use external PDF library to render page to bitmap (not shown)
' Step 2: Pass rendered bitmap to Windows OCR
' Dim bitmap = RenderPdfPageToBitmap(pdfPath, pageIndex) ' external library required

Dim engine = OcrEngine.TryCreateFromUserProfileLanguages()
If engine Is Nothing Then
    Throw New Exception("No OCR language available")
End If

' Step 3: Recognize the rasterized page
' Dim result = Await engine.RecognizeAsync(bitmap)
' Step 4: Collect and concatenate results across all pages manually

Allein der externe PDF-Rendering-Schritt fügt dem, was ursprünglich eine "kostenlose und integrierte" Lösung war, eine Abhängigkeit, eine separate Lernkurve und eine zusätzliche Fehlerquelle hinzu.

IronOCR-Ansatz

IronOCR liest PDFs nativ. Kein externer Renderer, kein Rasterisierungsschritt, keine manuelle Seitenzusammenstellung. Die gleiche IronTesseract.Read-Methode, die Bildpfade akzeptiert, akzeptiert auch PDF-Pfade. Die PDF-OCR in .NET ist eine einzeilige Operation:

// IronOCR: native PDF support — no external renderer needed
var text = new IronTesseract().Read("scanned-document.pdf").Text;

// Password-protected PDFs
using var input = new OcrInput();
input.LoadPdf("encrypted.pdf", Password: "secret");
var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

// Durchsuchbares PDF output: make a scanned PDF text-searchable
var ocrResult = new IronTesseract().Read("scanned-archive.pdf");
ocrResult.SaveAsSearchablePdf("searchable-output.pdf");

// IronOCR: native PDF support — no external renderer needed
var text = new IronTesseract().Read("scanned-document.pdf").Text;

// Password-protected PDFs
using var input = new OcrInput();
input.LoadPdf("encrypted.pdf", Password: "secret");
var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

// Durchsuchbares PDF output: make a scanned PDF text-searchable
var ocrResult = new IronTesseract().Read("scanned-archive.pdf");
ocrResult.SaveAsSearchablePdf("searchable-output.pdf");

Imports IronOcr

' IronOCR: native PDF support — no external renderer needed
Dim text As String = New IronTesseract().Read("scanned-document.pdf").Text

' Password-protected PDFs
Using input As New OcrInput()
    input.LoadPdf("encrypted.pdf", Password:="secret")
    Dim result = New IronTesseract().Read(input)
    Console.WriteLine(result.Text)
End Using

' Durchsuchbares PDF output: make a scanned PDF text-searchable
Dim ocrResult = New IronTesseract().Read("scanned-archive.pdf")
ocrResult.SaveAsSearchablePdf("searchable-output.pdf")

Die Funktion "Durchsuchbares PDF" bettet eine Textebene über das ursprüngliche gescannte Bild ein und erzeugt so ein PDF, das die visuelle Qualität beibehält und gleichzeitig die Volltextsuche und das Kopieren und Einfügen ermöglicht. Dies ist eine gängige Anforderung an Dokumentenmanagementsysteme und Compliance-Archive. Windows.Media.Ocr kann diese Ausgabe auf keiner Ebene seiner API erzeugen.

Die Anwendung sprengt die Grenzen des Windows-Desktops.

Der häufigste Auslöser ist eine Anforderungsänderung, die ein Nicht-Windows-Bereitstellungsziel einführt. Ein Desktop-Dienstprogramm, das ursprünglich als internes Windows-Tool entwickelt wurde, wird zu einem Webdienst, einem Docker-basierten Mikrodienst oder einer Cloud-Funktion weiterentwickelt. Sobald das passiert, wird Windows.Media.Ocr zum Hindernis. Die OCR-Komponente muss komplett neu geschrieben werden, da die API auf der Zielplattform nicht existiert – es gibt keinen Port, keine Kompatibilitätsschicht und kein bedingtes Kompilierungsflag, das das Problem behebt. Teams, die mit IronOCR im Voraus geplant haben, sind von dieser Überarbeitung nicht betroffen.

Sprachanforderungen übersteigen die installierten Pakete

Dokumentenverarbeitungspipelines erweitern häufig ihren Umfang. Ein System, das für die Verarbeitung englischer Rechnungen konzipiert wurde, erhält die Anforderung, auch französische, deutsche, arabische oder japanische Dokumente verarbeiten zu können. Mit Windows.Media.Ocr erfordert die Unterstützung dieser Sprachen die Koordination der Installation des Betriebssystem-Sprachpakets auf allen Bereitstellungszielen – Entwicklerrechnern, Test-VMs, Produktionsservern und allen darin enthaltenen Containern. In Umgebungen, die über Gruppenrichtlinien verwaltet werden, oder in Cloud-VMs mit minimalem Betriebssystem-Footprint ist diese Koordination unpraktisch. Die NuGet-basierten Sprachpakete von IronOCR werden zusammen mit der Anwendung bereitgestellt und erfordern keine Betriebssystemkoordination.

PDF-Verarbeitung wird in den Leistungsumfang aufgenommen

Wenn die ursprüngliche Anforderung "OCR-Bilder von einem Flachbettscanner" lautete, funktioniert Windows.Media.Ocr. Wenn die Anforderung erweitert wird auf "auch die Verarbeitung des Rückstands an gescannten PDFs in unserem Archiv", kommt eine zweite Bibliothek ins Spiel. Diese Bibliothek stellt eine zusätzliche Abhängigkeit, eine zusätzliche Lizenzierungsüberlegung und eine zusätzliche Fehlerquelle dar. Teams, die sowohl Bild-OCR als auch PDF-OCR über eine einheitliche API benötigen, stellen fest, dass IronOCR die Zwei-Bibliotheken-Architektur von vornherein überflüssig macht.

Die Genauigkeit nimmt bei Eingaben aus der realen Welt ab.

Kontrollierte Scanumgebungen erzeugen saubere Bilder. Eingaben aus der Praxis – Fotos, die mit Mobiltelefonen aufgenommen wurden, leicht verzerrte Scans von Flachbettscannern, ältere Faxdokumente, fotokopierte Materialien – führen zu Genauigkeitseinbußen, die sich mit Windows.Media.Ocr nicht beheben lassen. Als die ersten Kundenbeschwerden über verpasste SMS eintreffen, stellen die Teams fest, dass der zuvor übersprungene Vorverarbeitungsschritt nun notwendig geworden ist. Die nachträgliche Integration der Vorverarbeitung mithilfe der Windows Imaging APIs ist ein erheblicher Entwicklungsaufwand, der die Lösung auf Windows beschränkt. Die Vorverarbeitungspipeline von IronOCR ist bereits vorhanden.

Es stellt sich die Frage der Serverbereitstellung.

Die Dokumentation zu Windows.Media.Ocr positioniert die API explizit für Clientanwendungen. Die Ausführung im Serverkontext – beispielsweise als ASP.NET Anwendung zur Verarbeitung von Benutzer-Upload-Dokumenten oder als Windows-Dienst zur Verarbeitung einer Dokumentenwarteschlange – erfordert eine Windows Server-Umgebung mit installierter Desktopdarstellung. Dies ist ein ressourcenintensiveres und teureres VM-Profil als ein Linux-Container. Wenn das Infrastrukturteam fragt, ob der OCR-Worker auf einer Linux-Instanz ausgeführt werden kann, um die Hostingkosten zu senken, lautet die Antwort bei Windows.Media.Ocr nein.

Projektdatei TFM-Änderung

Windows.Media.Ocr erfordert ein Windows-spezifisches TFM in der Projektdatei (net8.0-windows10.0.19041.0 oder ähnlich). Um diese Abhängigkeit zu beseitigen und plattformübergreifende Ziele zu unterstützen, muss das Suffix TFM entfernt werden.IronOCR zielt auf net6.0, net8.0 und net9.0 ohne Windows-spezifische Suffixe. Bei der Migration ist zu prüfen, ob andere WinRT-API-Abhängigkeiten im Projekt das Windows TFM benötigen – gegebenenfalls müssen andere Windows-Plattformfunktionen (Shell-Integration, Windows-Benachrichtigungen usw.) durch Plattformprüfungen abstrahiert werden.

Migration von asynchron zu synchron

Windows.Media.Ocr ist vollständig asynchron — RecognizeAsync gibt IAsyncOperation<OcrResult> zurück, das über die WinRT-Interop auf Task<OcrResult> abbildet.IronOCR bietet sowohl synchrone als auch asynchrone Pfade. Der synchrone ocr.Read("file.jpg") ersetzt direkt die mehrstufige Await-Kette. Für Serveranwendungen, bei denen der OCR-Aufruf in einem Hintergrunddienst oder einer aufgabenbasierten Pipeline erfolgt, steht auch der asynchrone Pfad zur Verfügung. In beiden Fällen ist der Übergang von 6 oder mehr asynchronen Schritten zu einem einzigen Aufruf unkompliziert:

// Before: Windows.Media.Ocr — 6+ await operations
var file = await StorageFile.GetFileFromPathAsync(imagePath);
using var stream = await file.OpenAsync(FileAccessMode.Read);
var decoder = await BitmapDecoder.CreateAsync(stream);
var bitmap = await decoder.GetSoftwareBitmapAsync();
var engine = OcrEngine.TryCreateFromUserProfileLanguages();
var winResult = await engine.RecognizeAsync(bitmap);
string text = winResult.Text;

// After:IronOCR— 1 call, same result, any platform
string text = new IronTesseract().Read(imagePath).Text;

// Before: Windows.Media.Ocr — 6+ await operations
var file = await StorageFile.GetFileFromPathAsync(imagePath);
using var stream = await file.OpenAsync(FileAccessMode.Read);
var decoder = await BitmapDecoder.CreateAsync(stream);
var bitmap = await decoder.GetSoftwareBitmapAsync();
var engine = OcrEngine.TryCreateFromUserProfileLanguages();
var winResult = await engine.RecognizeAsync(bitmap);
string text = winResult.Text;

// After:IronOCR— 1 call, same result, any platform
string text = new IronTesseract().Read(imagePath).Text;

Imports Windows.Storage
Imports Windows.Graphics.Imaging
Imports Windows.Media.Ocr

' Before: Windows.Media.Ocr — 6+ await operations
Dim file As StorageFile = Await StorageFile.GetFileFromPathAsync(imagePath)
Using stream = Await file.OpenAsync(FileAccessMode.Read)
    Dim decoder As BitmapDecoder = Await BitmapDecoder.CreateAsync(stream)
    Dim bitmap = Await decoder.GetSoftwareBitmapAsync()
    Dim engine = OcrEngine.TryCreateFromUserProfileLanguages()
    Dim winResult = Await engine.RecognizeAsync(bitmap)
    Dim text As String = winResult.Text
End Using

' After: IronOCR— 1 call, same result, any platform
Dim text As String = New IronTesseract().Read(imagePath).Text

Sprachpaket-Ersetzung

Für jede Sprache, die zuvor über OcrEngine.TryCreateFromLanguage(new Windows.Globalization.Language("fr-FR")) aufgelöst wurde, installieren Sie das entsprechende IronOCR-Sprachpaket und setzen Sie ocr.Language = OcrLanguage.French. Der IronOCR Sprachkatalog listet alle über 125 verfügbaren Pakete auf. Sprachcodes werden problemlos von BCP-47-Tags auf das OcrLanguage-Enum abgebildet.

Null-Motorhandhabung Entfernung

Windows.Media.Ocr erfordert eine Nullprüfung bei jedem Aufruf zur Engine-Erstellung.IronOCR löst bei Konfigurations- oder Initialisierungsfehlern strukturierte Ausnahmen aus, anstatt null zurückzugeben. Entfernen Sie die Nullprüfungsklauseln und ersetzen Sie sie gegebenenfalls durch eine Standard-Ausnahmebehandlung. Das Ergebnis ist eine übersichtlichere Anrufplattform ohne den Fehlermodus "still nicht verfügbare Sprache".