So führen Sie OCR auf Nummernschildern in C# aus

Das grundsätzliche Problem

OmniPage erfordert eine vollständige Initialisierungszeremonie, bevor das erste Byte gelesen wird, und eine Abschaltzeremonie nach dem letzten Byte – jede Aufrufstelle muss beides verwalten:

// OmniPage: Ceremony required on EVERY entry point — init, process, shutdown
using var engine = new OmniPageEngine();
engine.SetLicenseFile(@"C:\Program Files\OmniPage\license.lic"); // File must exist here
engine.Initialize();   // Network call to license server — can fail for license reasons, not OCR reasons

var document = engine.CreateDocument();
document.AddPage("invoice.jpg");
document.Recognize(new RecognitionSettings { Language = "English" });
string text = document.GetText();
document.Dispose();    // Must not be skipped
engine.Shutdown();     // Must not be skipped — omitting this locks a floating seat

// OmniPage: Ceremony required on EVERY entry point — init, process, shutdown
using var engine = new OmniPageEngine();
engine.SetLicenseFile(@"C:\Program Files\OmniPage\license.lic"); // File must exist here
engine.Initialize();   // Network call to license server — can fail for license reasons, not OCR reasons

var document = engine.CreateDocument();
document.AddPage("invoice.jpg");
document.Recognize(new RecognitionSettings { Language = "English" });
string text = document.GetText();
document.Dispose();    // Must not be skipped
engine.Shutdown();     // Must not be skipped — omitting this locks a floating seat

Imports OmniPage

' OmniPage: Ceremony required on EVERY entry point — init, process, shutdown
Using engine As New OmniPageEngine()
    engine.SetLicenseFile("C:\Program Files\OmniPage\license.lic") ' File must exist here
    engine.Initialize()   ' Network call to license server — can fail for license reasons, not OCR reasons

    Dim document = engine.CreateDocument()
    document.AddPage("invoice.jpg")
    document.Recognize(New RecognitionSettings With {.Language = "English"})
    Dim text As String = document.GetText()
    document.Dispose()    ' Must not be skipped
    engine.Shutdown()     ' Must not be skipped — omitting this locks a floating seat
End Using

// IronOCR: One NuGet package, one line at startup, one call to read
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"; // At app startup — once, ever
var text = new IronTesseract().Read("invoice.jpg").Text;

// IronOCR: One NuGet package, one line at startup, one call to read
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"; // At app startup — once, ever
var text = new IronTesseract().Read("invoice.jpg").Text;

Imports IronOcr

' IronOCR: One NuGet package, one line at startup, one call to read
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY" ' At app startup — once, ever
Dim text = New IronTesseract().Read("invoice.jpg").Text

Die OmniPage-Version besteht aus acht verschiedenen Schritten, zwei obligatorischen Aufräumaufrufen, einer Netzwerkabhängigkeit und einer Dateisystemabhängigkeit. Die IronOCR Version hat zwei.

Schritt 1: Ersetzen Sie das SDK durch ein NuGet -Paket

OmniPage hat kein NuGet Paket, das entfernt werden muss. Entfernen Sie die manuellen DLL-Referenzen aus der .csproj Datei und deinstallieren Sie das SDK von Entwicklermaschinen, wenn die Migration abgeschlossen ist. Installieren Sie anschließend IronOCR:

dotnet add package IronOcr

Das IronOCR NuGet Paket bündelt die OCR-Engine, Vorverarbeitungsfilter und Laufzeitkomponenten. Kein separates Installationsprogramm, keine native DLL-Verwaltung, keine Komponentenregistrierung.

Schritt 2: Namespaces aktualisieren

// Before (Kofax OmniPage)
using Kofax.OmniPage.CSDK;
using Kofax.OmniPageCSDK;
using CSDK;

// After (IronOCR)
using IronOcr;

// Before (Kofax OmniPage)
using Kofax.OmniPage.CSDK;
using Kofax.OmniPageCSDK;
using CSDK;

// After (IronOCR)
using IronOcr;

Imports IronOcr

Schritt 3: Lizenz initialisieren

Fügen Sie beim Start der Anwendung eine Zeile hinzu. Dies ersetzt den .lic Dateipfad, die Lizenzserverkonfiguration und den engine.Initialize() Aufruf:

IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

Speichern Sie den Schlüssel in einer Umgebung Variable (IRONOCR_LICENSE_KEY) oder appsettings.json anstatt im Quellcode. Der Schlüssel wird offline gelesen – es findet kein Netzwerkaufruf zur Laufzeit statt.

Pfadersetzung für Engine-Initialisierungsfehler

Der gefährlichste Aspekt des Lebenszyklusmodells von OmniPage ist nicht der positive Verlauf – sondern der Fehlerverlauf. Jede Ausnahme, die zwischen engine.Initialize() und engine.Shutdown() geworfen wird, kann einen Floating- Lizenzplatz gesperrt lassen, wenn Shutdown() nicht erreicht wird. Im Produktionscode sind try/finally-Blöcke um jeden Aufruf der Dokumentenverarbeitung erforderlich:

Kofax OmniPage-Ansatz:

// OmniPage: try/finally required everywhere to protect license seat release
public string ProcessInvoice(string imagePath)
{
    var engine = new OmniPageEngine();
    engine.SetLicenseFile(@"C:\Program Files\OmniPage\license.lic");

    try
    {
        engine.Initialize(); // Contacts license server — failure here locks nothing
        var document = engine.CreateDocument();

        try
        {
            document.AddPage(imagePath);
            document.Recognize(new RecognitionSettings { Language = "English" });
            return document.GetText();
        }
        catch (RecognitionException ex)
        {
            // Log, rethrow — but Shutdown must still be called
            throw new OcrProcessingException("Recognition failed", ex);
        }
        finally
        {
            document.Dispose(); // Inner finally: release document
        }
    }
    catch (LicenseValidationException ex)
    {
        throw new OcrProcessingException("License validation failed", ex);
    }
    finally
    {
        engine.Shutdown(); // Outer finally: release license seat — MUST execute
    }
}

// OmniPage: try/finally required everywhere to protect license seat release
public string ProcessInvoice(string imagePath)
{
    var engine = new OmniPageEngine();
    engine.SetLicenseFile(@"C:\Program Files\OmniPage\license.lic");

    try
    {
        engine.Initialize(); // Contacts license server — failure here locks nothing
        var document = engine.CreateDocument();

        try
        {
            document.AddPage(imagePath);
            document.Recognize(new RecognitionSettings { Language = "English" });
            return document.GetText();
        }
        catch (RecognitionException ex)
        {
            // Log, rethrow — but Shutdown must still be called
            throw new OcrProcessingException("Recognition failed", ex);
        }
        finally
        {
            document.Dispose(); // Inner finally: release document
        }
    }
    catch (LicenseValidationException ex)
    {
        throw new OcrProcessingException("License validation failed", ex);
    }
    finally
    {
        engine.Shutdown(); // Outer finally: release license seat — MUST execute
    }
}

Imports System

' OmniPage: try/finally required everywhere to protect license seat release
Public Function ProcessInvoice(imagePath As String) As String
    Dim engine As New OmniPageEngine()
    engine.SetLicenseFile("C:\Program Files\OmniPage\license.lic")

    Try
        engine.Initialize() ' Contacts license server — failure here locks nothing
        Dim document = engine.CreateDocument()

        Try
            document.AddPage(imagePath)
            document.Recognize(New RecognitionSettings With {.Language = "English"})
            Return document.GetText()
        Catch ex As RecognitionException
            ' Log, rethrow — but Shutdown must still be called
            Throw New OcrProcessingException("Recognition failed", ex)
        Finally
            document.Dispose() ' Inner finally: release document
        End Try
    Catch ex As LicenseValidationException
        Throw New OcrProcessingException("License validation failed", ex)
    Finally
        engine.Shutdown() ' Outer finally: release license seat — MUST execute
    End Try
End Function

IronOCR Ansatz:

// IronOCR:Neinlicense seat to release, no engine to shut down
public string ProcessInvoice(string imagePath)
{
    using var input = new OcrInput();
    input.LoadImage(imagePath);

    var ocr = new IronTesseract();
    var result = ocr.Read(input);
    return result.Text;
    // OcrInput disposal is automatic — no license implications on any code path
}

// IronOCR:Neinlicense seat to release, no engine to shut down
public string ProcessInvoice(string imagePath)
{
    using var input = new OcrInput();
    input.LoadImage(imagePath);

    var ocr = new IronTesseract();
    var result = ocr.Read(input);
    return result.Text;
    // OcrInput disposal is automatic — no license implications on any code path
}

Imports IronOcr

Public Function ProcessInvoice(imagePath As String) As String
    Using input As New OcrInput()
        input.LoadImage(imagePath)

        Dim ocr As New IronTesseract()
        Dim result = ocr.Read(input)
        Return result.Text
    End Using
End Function

Der using Block auf OcrInput verarbeitet die Speicherbereinigung für die geladenen Bilddaten. Es gibt keinen try/finally um einen Lizenzplatz zu schützen. Eine Ausnahme an beliebiger Stelle in dieser Methode hat keine Nebenwirkungen außerhalb des eigenen Gültigkeitsbereichs der Methode. Informationen zu Konfigurationsoptionen, einschließlich Thread-lokaler Instanzen, finden Sie im IronTesseract-Setup-Leitfaden .

Migration zur zonenbasierten Erkennung

Der primäre Mechanismus zur strukturierten Extraktion von OmniPage ist die Zonendefinition: Dokumentbereiche werden mit Koordinatengrenzen und Erkennungstyp pro Zone (OCR, ICR, OMR, Barcode) deklariert. Entwickler definieren FormZone Objekte pro Dokumentvorlage und übergeben diese an die Erkennungsengine.IronOCR verwendet CropRectangle, um die gleiche gezielte Extraktion ohne Vorlagenverwaltung oder Zonentyperklärungen zu erreichen:

Kofax OmniPage-Ansatz:

// OmniPage: Zone-based form extraction with template management
public Dictionary<string, string> ExtractInvoiceFields(string invoicePath)
{
    using var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);
    engine.Initialize();

    // Define zones per document template
    var zones = new List<FormZone>
    {
        new FormZone { Name = "InvoiceNumber", Type = "OCR",
            X = 520, Y = 80, Width = 200, Height = 30 },
        new FormZone { Name = "InvoiceDate",   Type = "OCR",
            X = 520, Y = 120, Width = 200, Height = 30 },
        new FormZone { Name = "TotalAmount",   Type = "OCR",
            X = 520, Y = 580, Width = 200, Height = 30 },
        new FormZone { Name = "VendorName",    Type = "OCR",
            X = 50,  Y = 80,  Width = 300, Height = 40 }
    };

    var template = new FormTemplate { Name = "StandardInvoice", Zones = zones };
    var settings = new RecognitionSettings { Language = "English" };

    var document = engine.CreateDocument();
    document.AddPage(invoicePath);
    document.ApplyTemplate(template);
    document.Recognize(settings);

    var fields = new Dictionary<string, string>();
    foreach (var zone in zones)
        fields[zone.Name] = document.GetZoneText(zone.Name);

    document.Dispose();
    engine.Shutdown();
    return fields;
}

// OmniPage: Zone-based form extraction with template management
public Dictionary<string, string> ExtractInvoiceFields(string invoicePath)
{
    using var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);
    engine.Initialize();

    // Define zones per document template
    var zones = new List<FormZone>
    {
        new FormZone { Name = "InvoiceNumber", Type = "OCR",
            X = 520, Y = 80, Width = 200, Height = 30 },
        new FormZone { Name = "InvoiceDate",   Type = "OCR",
            X = 520, Y = 120, Width = 200, Height = 30 },
        new FormZone { Name = "TotalAmount",   Type = "OCR",
            X = 520, Y = 580, Width = 200, Height = 30 },
        new FormZone { Name = "VendorName",    Type = "OCR",
            X = 50,  Y = 80,  Width = 300, Height = 40 }
    };

    var template = new FormTemplate { Name = "StandardInvoice", Zones = zones };
    var settings = new RecognitionSettings { Language = "English" };

    var document = engine.CreateDocument();
    document.AddPage(invoicePath);
    document.ApplyTemplate(template);
    document.Recognize(settings);

    var fields = new Dictionary<string, string>();
    foreach (var zone in zones)
        fields[zone.Name] = document.GetZoneText(zone.Name);

    document.Dispose();
    engine.Shutdown();
    return fields;
}

Imports System
Imports System.Collections.Generic

' OmniPage: Zone-based form extraction with template management
Public Function ExtractInvoiceFields(invoicePath As String) As Dictionary(Of String, String)
    Using engine As New OmniPageEngine()
        engine.SetLicenseFile(licensePath)
        engine.Initialize()

        ' Define zones per document template
        Dim zones As New List(Of FormZone) From {
            New FormZone With {.Name = "InvoiceNumber", .Type = "OCR", .X = 520, .Y = 80, .Width = 200, .Height = 30},
            New FormZone With {.Name = "InvoiceDate", .Type = "OCR", .X = 520, .Y = 120, .Width = 200, .Height = 30},
            New FormZone With {.Name = "TotalAmount", .Type = "OCR", .X = 520, .Y = 580, .Width = 200, .Height = 30},
            New FormZone With {.Name = "VendorName", .Type = "OCR", .X = 50, .Y = 80, .Width = 300, .Height = 40}
        }

        Dim template As New FormTemplate With {.Name = "StandardInvoice", .Zones = zones}
        Dim settings As New RecognitionSettings With {.Language = "English"}

        Dim document = engine.CreateDocument()
        document.AddPage(invoicePath)
        document.ApplyTemplate(template)
        document.Recognize(settings)

        Dim fields As New Dictionary(Of String, String)()
        For Each zone In zones
            fields(zone.Name) = document.GetZoneText(zone.Name)
        Next

        document.Dispose()
        engine.Shutdown()
        Return fields
    End Using
End Function

IronOCR Ansatz:

// IronOCR: CropRectangle targets specific regions — no template management
public Dictionary<string, string> ExtractInvoiceFields(string invoicePath)
{
    var fields = new Dictionary<string, string>();
    var ocr = new IronTesseract();

    // Extract each field by reading only the target region
    var fieldRegions = new Dictionary<string, CropRectangle>
    {
        ["InvoiceNumber"] = new CropRectangle(520, 80,  200, 30),
        ["InvoiceDate"]   = new CropRectangle(520, 120, 200, 30),
        ["TotalAmount"]   = new CropRectangle(520, 580, 200, 30),
        ["VendorName"]    = new CropRectangle(50,  80,  300, 40)
    };

    foreach (var (fieldName, region) in fieldRegions)
    {
        using var input = new OcrInput();
        input.LoadImage(invoicePath, region);
        fields[fieldName] = ocr.Read(input).Text.Trim();
    }

    return fields;
}

// IronOCR: CropRectangle targets specific regions — no template management
public Dictionary<string, string> ExtractInvoiceFields(string invoicePath)
{
    var fields = new Dictionary<string, string>();
    var ocr = new IronTesseract();

    // Extract each field by reading only the target region
    var fieldRegions = new Dictionary<string, CropRectangle>
    {
        ["InvoiceNumber"] = new CropRectangle(520, 80,  200, 30),
        ["InvoiceDate"]   = new CropRectangle(520, 120, 200, 30),
        ["TotalAmount"]   = new CropRectangle(520, 580, 200, 30),
        ["VendorName"]    = new CropRectangle(50,  80,  300, 40)
    };

    foreach (var (fieldName, region) in fieldRegions)
    {
        using var input = new OcrInput();
        input.LoadImage(invoicePath, region);
        fields[fieldName] = ocr.Read(input).Text.Trim();
    }

    return fields;
}

Imports System.Collections.Generic

' IronOCR: CropRectangle targets specific regions — no template management
Public Function ExtractInvoiceFields(invoicePath As String) As Dictionary(Of String, String)
    Dim fields As New Dictionary(Of String, String)()
    Dim ocr As New IronTesseract()

    ' Extract each field by reading only the target region
    Dim fieldRegions As New Dictionary(Of String, CropRectangle) From {
        {"InvoiceNumber", New CropRectangle(520, 80, 200, 30)},
        {"InvoiceDate", New CropRectangle(520, 120, 200, 30)},
        {"TotalAmount", New CropRectangle(520, 580, 200, 30)},
        {"VendorName", New CropRectangle(50, 80, 300, 40)}
    }

    For Each kvp In fieldRegions
        Dim fieldName = kvp.Key
        Dim region = kvp.Value
        Using input As New OcrInput()
            input.LoadImage(invoicePath, region)
            fields(fieldName) = ocr.Read(input).Text.Trim()
        End Using
    Next

    Return fields
End Function

Jeder CropRectangle spezifiziert (x, y, width, height) in Pixeln. Die OCR-Engine verarbeitet nur den ausgewählten Bereich, nicht die gesamte Seite – derselbe Effizienzvorteil, den die zonenbasierte Verarbeitung in OmniPage bietet. Der regionbasierte OCR-Leitfaden deckt Koordinatenauswahlmuster ab, einschließlich wie man mehrere Regionen mit einer einzigen Bildladung extrahiert, indem man die Multi-Region-API von OcrInput verwendet.

Migration der Ausgabe strukturierter Daten

OmniPage stellt die Dokumentstruktur über eine proprietäre Exportpipeline dar: Formateinstellungen werden auf ein erkanntes Dokument angewendet, und die Ausgabe wird in einer Datei in einem bestimmten Format (RTF, XML, CSV, durchsuchbares PDF) geschrieben. Der Zugriff auf Koordinaten auf Wortebene erfordert die Iteration eines Ergebnisiterators mit expliziten Positionsabfragen.IronOCR stellt die gleichen strukturierten Daten direkt im Ergebnisobjekt bereit, ohne dass ein zweiter Exportschritt erforderlich ist:

Kofax OmniPage-Ansatz:

// OmniPage: Structured output requires format configuration and file export
public void ExtractStructuredContent(string imagePath, string outputDir)
{
    using var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);
    engine.Initialize();

    var settings = new RecognitionSettings { Language = "English" };
    var document = engine.CreateDocument();
    document.AddPage(imagePath);
    document.Recognize(settings);

    // Word-level coordinates through result iterator
    var iterator = document.GetResultIterator(ResultIteratorLevel.Word);
    while (iterator.MoveNext())
    {
        string word = iterator.GetText();
        var bounds = iterator.GetBoundingBox();
        double confidence = iterator.GetConfidence();
        Console.WriteLine($"Word: {word} at ({bounds.X},{bounds.Y}) conf:{confidence:F1}%");
    }

    // Structured export requires separate output format configuration
    var outputSettings = new OutputSettings
    {
        Format = OutputFormat.XML,
        IncludeCoordinates = true,
        IncludeConfidence = true
    };
    document.SaveAs(Path.Combine(outputDir, "output.xml"), outputSettings);

    document.Dispose();
    engine.Shutdown();
}

// OmniPage: Structured output requires format configuration and file export
public void ExtractStructuredContent(string imagePath, string outputDir)
{
    using var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);
    engine.Initialize();

    var settings = new RecognitionSettings { Language = "English" };
    var document = engine.CreateDocument();
    document.AddPage(imagePath);
    document.Recognize(settings);

    // Word-level coordinates through result iterator
    var iterator = document.GetResultIterator(ResultIteratorLevel.Word);
    while (iterator.MoveNext())
    {
        string word = iterator.GetText();
        var bounds = iterator.GetBoundingBox();
        double confidence = iterator.GetConfidence();
        Console.WriteLine($"Word: {word} at ({bounds.X},{bounds.Y}) conf:{confidence:F1}%");
    }

    // Structured export requires separate output format configuration
    var outputSettings = new OutputSettings
    {
        Format = OutputFormat.XML,
        IncludeCoordinates = true,
        IncludeConfidence = true
    };
    document.SaveAs(Path.Combine(outputDir, "output.xml"), outputSettings);

    document.Dispose();
    engine.Shutdown();
}

Imports System
Imports System.IO

Public Sub ExtractStructuredContent(imagePath As String, outputDir As String)
    Using engine As New OmniPageEngine()
        engine.SetLicenseFile(licensePath)
        engine.Initialize()

        Dim settings As New RecognitionSettings With {.Language = "English"}
        Dim document = engine.CreateDocument()
        document.AddPage(imagePath)
        document.Recognize(settings)

        ' Word-level coordinates through result iterator
        Dim iterator = document.GetResultIterator(ResultIteratorLevel.Word)
        While iterator.MoveNext()
            Dim word As String = iterator.GetText()
            Dim bounds = iterator.GetBoundingBox()
            Dim confidence As Double = iterator.GetConfidence()
            Console.WriteLine($"Word: {word} at ({bounds.X},{bounds.Y}) conf:{confidence:F1}%")
        End While

        ' Structured export requires separate output format configuration
        Dim outputSettings As New OutputSettings With {
            .Format = OutputFormat.XML,
            .IncludeCoordinates = True,
            .IncludeConfidence = True
        }
        document.SaveAs(Path.Combine(outputDir, "output.xml"), outputSettings)

        document.Dispose()
        engine.Shutdown()
    End Using
End Sub

IronOCR Ansatz:

// IronOCR: Structured data directly on OcrResult — no export step
public void ExtractStructuredContent(string imagePath)
{
    var result = new IronTesseract().Read(imagePath);

    Console.WriteLine($"Confidence: {result.Confidence:F1}%");
    Console.WriteLine($"Pages: {result.Pages.Length}");

    foreach (var page in result.Pages)
    {
        foreach (var paragraph in page.Paragraphs)
        {
            Console.WriteLine($"[Paragraph at ({paragraph.X},{paragraph.Y})]");
            Console.WriteLine(paragraph.Text);

            foreach (var word in paragraph.Words)
            {
                // Per-word confidence and coordinates — no iterator needed
                Console.WriteLine(
                    $"  Word: '{word.Text}' " +
                    $"at ({word.X},{word.Y}) " +
                    $"conf: {word.Confidence:F1}%");
            }
        }
    }
}

// IronOCR: Structured data directly on OcrResult — no export step
public void ExtractStructuredContent(string imagePath)
{
    var result = new IronTesseract().Read(imagePath);

    Console.WriteLine($"Confidence: {result.Confidence:F1}%");
    Console.WriteLine($"Pages: {result.Pages.Length}");

    foreach (var page in result.Pages)
    {
        foreach (var paragraph in page.Paragraphs)
        {
            Console.WriteLine($"[Paragraph at ({paragraph.X},{paragraph.Y})]");
            Console.WriteLine(paragraph.Text);

            foreach (var word in paragraph.Words)
            {
                // Per-word confidence and coordinates — no iterator needed
                Console.WriteLine(
                    $"  Word: '{word.Text}' " +
                    $"at ({word.X},{word.Y}) " +
                    $"conf: {word.Confidence:F1}%");
            }
        }
    }
}

Public Sub ExtractStructuredContent(imagePath As String)
    Dim result = New IronTesseract().Read(imagePath)

    Console.WriteLine($"Confidence: {result.Confidence:F1}%")
    Console.WriteLine($"Pages: {result.Pages.Length}")

    For Each page In result.Pages
        For Each paragraph In page.Paragraphs
            Console.WriteLine($"[Paragraph at ({paragraph.X},{paragraph.Y})]")
            Console.WriteLine(paragraph.Text)

            For Each word In paragraph.Words
                ' Per-word confidence and coordinates — no iterator needed
                Console.WriteLine(
                    $"  Word: '{word.Text}' " &
                    $"at ({word.X},{word.Y}) " &
                    $"conf: {word.Confidence:F1}%")
            Next
        Next
    Next
End Sub

Die Hierarchie des OcrResult Objekts — Seiten, Absätze, Linien, Wörter, Zeichen — bietet die gleichen Positionsdaten, die der Resultats-Iterator von OmniPage bereitstellt, aber als navigierbares Objektdiagramm anstelle eines sequentiellen Cursors. Konfidenzwerte sind auf Ergebnis-, Seiten-, Absatz- und Wortebene ohne zusätzliche Konfiguration verfügbar. Der Leitfaden zu den Leseergebnissen umfasst alle Eigenschaften strukturierter Daten, und der Leitfaden zu den Konfidenzwerten umfasst Validierungsmuster pro Wort.

Migration der Verarbeitung mehrseitiger TIFF-Dateien

Der Workflow von OmniPage für mehrseitige TIFF-Dateien erfordert die Extraktion jeder einzelnen Seite aus dem TIFF-Container, wobei für jede Seite ein separater Erkennungsaufruf und eine separate Dokumentenentsorgung erfolgen. Dadurch entstehen sowohl Standardtexte als auch eine Ressourcenverwaltungsoberfläche, die proportional zur Seitenzahl ist.IronOCR lädt TIFF-Dateien mit mehreren Einzelbildern in einem einzigen Aufruf:

Kofax OmniPage-Ansatz:

// OmniPage: Page-by-page TIFF extraction with per-page lifecycle
public List<string> ExtractFromMultiPageTiff(string tiffPath)
{
    var pageTexts = new List<string>();

    using var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);
    engine.Initialize();

    // Open TIFF and iterate frames
    var tiffContainer = engine.OpenTiff(tiffPath);
    int pageCount = tiffContainer.GetPageCount();

    var settings = new RecognitionSettings { Language = "English" };

    for (int i = 0; i < pageCount; i++)
    {
        var page = tiffContainer.GetPage(i); // Extract frame
        var document = engine.CreateDocument();

        try
        {
            document.AddPage(page);
            document.Recognize(settings);
            pageTexts.Add(document.GetText());
        }
        finally
        {
            document.Dispose(); // Dispose per page to manage memory
        }
    }

    tiffContainer.Dispose();
    engine.Shutdown();
    return pageTexts;
}

// OmniPage: Page-by-page TIFF extraction with per-page lifecycle
public List<string> ExtractFromMultiPageTiff(string tiffPath)
{
    var pageTexts = new List<string>();

    using var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);
    engine.Initialize();

    // Open TIFF and iterate frames
    var tiffContainer = engine.OpenTiff(tiffPath);
    int pageCount = tiffContainer.GetPageCount();

    var settings = new RecognitionSettings { Language = "English" };

    for (int i = 0; i < pageCount; i++)
    {
        var page = tiffContainer.GetPage(i); // Extract frame
        var document = engine.CreateDocument();

        try
        {
            document.AddPage(page);
            document.Recognize(settings);
            pageTexts.Add(document.GetText());
        }
        finally
        {
            document.Dispose(); // Dispose per page to manage memory
        }
    }

    tiffContainer.Dispose();
    engine.Shutdown();
    return pageTexts;
}

Imports System.Collections.Generic

' OmniPage: Page-by-page TIFF extraction with per-page lifecycle
Public Function ExtractFromMultiPageTiff(tiffPath As String) As List(Of String)
    Dim pageTexts As New List(Of String)()

    Using engine As New OmniPageEngine()
        engine.SetLicenseFile(licensePath)
        engine.Initialize()

        ' Open TIFF and iterate frames
        Dim tiffContainer = engine.OpenTiff(tiffPath)
        Dim pageCount As Integer = tiffContainer.GetPageCount()

        Dim settings As New RecognitionSettings With {.Language = "English"}

        For i As Integer = 0 To pageCount - 1
            Dim page = tiffContainer.GetPage(i) ' Extract frame
            Dim document = engine.CreateDocument()

            Try
                document.AddPage(page)
                document.Recognize(settings)
                pageTexts.Add(document.GetText())
            Finally
                document.Dispose() ' Dispose per page to manage memory
            End Try
        Next

        tiffContainer.Dispose()
        engine.Shutdown()
    End Using

    Return pageTexts
End Function

IronOCR Ansatz:

// IronOCR: Multi-frame TIFF loaded in one call — all pages in one result
public List<string> ExtractFromMultiPageTiff(string tiffPath)
{
    using var input = new OcrInput();
    input.LoadImageFrames(tiffPath); // All frames loaded automatically

    var result = new IronTesseract().Read(input);

    // Each TIFF frame becomes a page in the result
    return result.Pages.Select(page => page.Text).ToList();
}

// IronOCR: Multi-frame TIFF loaded in one call — all pages in one result
public List<string> ExtractFromMultiPageTiff(string tiffPath)
{
    using var input = new OcrInput();
    input.LoadImageFrames(tiffPath); // All frames loaded automatically

    var result = new IronTesseract().Read(input);

    // Each TIFF frame becomes a page in the result
    return result.Pages.Select(page => page.Text).ToList();
}

Imports System.Collections.Generic
Imports IronOcr

' IronOCR: Multi-frame TIFF loaded in one call — all pages in one result
Public Function ExtractFromMultiPageTiff(tiffPath As String) As List(Of String)
    Using input As New OcrInput()
        input.LoadImageFrames(tiffPath) ' All frames loaded automatically

        Dim result = New IronTesseract().Read(input)

        ' Each TIFF frame becomes a page in the result
        Return result.Pages.Select(Function(page) page.Text).ToList()
    End Using
End Function

LoadImageFrames liest jedes Frame aus dem TIFF-Container in einem einzigen Aufruf. Das Ergebnis zeigt ein OcrResult.Page pro Frame, wobei die Seitenstruktur ohne manuelle Iterationsschleife oder Seitensäuberung beibehalten wird. Für Produktions-TIFF-Batch-Workflows siehe das TIFF- und GIF-Eingabeleitfaden.

Threadsichere Migration zur parallelen Verarbeitung

Die Engine von OmniPage ist eine gemeinsam genutzte, zustandsbehaftete Ressource. Das Teilen einer OmniPageEngine Instanz über Threads erfordert externe Synchronisation, da mehrere Threads, die gleichzeitig CreateDocument() aufrufen, einen verschachtelten Zustand erzeugen können. Das sichere Muster — eine Engine-Instanz pro Thread — steht im Konflikt mit den schweren Initialisierungskosten der Engine. IronOCR-Instanzen tragen keinen geteilten Zustand: Erstellen Sie eine IronTesseract pro Thread ohne Koordinationsaufwand:

Kofax OmniPage-Ansatz:

// OmniPage: Shared engine with locking to serialize document operations
public ConcurrentDictionary<string, string> ProcessBatchWithEngine(
    string[] imagePaths, string licensePath)
{
    var results = new ConcurrentDictionary<string, string>();
    var engineLock = new object();

    // One engine — document operations must be serialized
    using var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);
    engine.Initialize();

    var settings = new RecognitionSettings { Language = "English" };

    Parallel.ForEach(imagePaths, imagePath =>
    {
        lock (engineLock) // Serialize: one recognition at a time
        {
            var document = engine.CreateDocument();
            try
            {
                document.AddPage(imagePath);
                document.Recognize(settings);
                results[imagePath] = document.GetText();
            }
            finally
            {
                document.Dispose();
            }
        }
    });

    engine.Shutdown();
    return results;
}

// OmniPage: Shared engine with locking to serialize document operations
public ConcurrentDictionary<string, string> ProcessBatchWithEngine(
    string[] imagePaths, string licensePath)
{
    var results = new ConcurrentDictionary<string, string>();
    var engineLock = new object();

    // One engine — document operations must be serialized
    using var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);
    engine.Initialize();

    var settings = new RecognitionSettings { Language = "English" };

    Parallel.ForEach(imagePaths, imagePath =>
    {
        lock (engineLock) // Serialize: one recognition at a time
        {
            var document = engine.CreateDocument();
            try
            {
                document.AddPage(imagePath);
                document.Recognize(settings);
                results[imagePath] = document.GetText();
            }
            finally
            {
                document.Dispose();
            }
        }
    });

    engine.Shutdown();
    return results;
}

Imports System.Collections.Concurrent
Imports System.Threading.Tasks

' OmniPage: Shared engine with locking to serialize document operations
Public Function ProcessBatchWithEngine(imagePaths As String(), licensePath As String) As ConcurrentDictionary(Of String, String)
    Dim results As New ConcurrentDictionary(Of String, String)()
    Dim engineLock As New Object()

    ' One engine — document operations must be serialized
    Using engine As New OmniPageEngine()
        engine.SetLicenseFile(licensePath)
        engine.Initialize()

        Dim settings As New RecognitionSettings With {.Language = "English"}

        Parallel.ForEach(imagePaths, Sub(imagePath)
                                        SyncLock engineLock ' Serialize: one recognition at a time
                                            Dim document = engine.CreateDocument()
                                            Try
                                                document.AddPage(imagePath)
                                                document.Recognize(settings)
                                                results(imagePath) = document.GetText()
                                            Finally
                                                document.Dispose()
                                            End Try
                                        End SyncLock
                                    End Sub)
        engine.Shutdown()
    End Using

    Return results
End Function

IronOCR Ansatz:

// IronOCR: One IronTesseract per thread — no locking, genuine parallelism
public ConcurrentDictionary<string, string> ProcessBatchInParallel(string[] imagePaths)
{
    var results = new ConcurrentDictionary<string, string>();

    Parallel.ForEach(imagePaths, imagePath =>
    {
        // Each thread creates its own instance — no shared state, no locks
        var ocr = new IronTesseract();
        using var input = new OcrInput();
        input.LoadImage(imagePath);

        var result = ocr.Read(input);
        results[imagePath] = result.Text;
    });

    return results;
}

// IronOCR: One IronTesseract per thread — no locking, genuine parallelism
public ConcurrentDictionary<string, string> ProcessBatchInParallel(string[] imagePaths)
{
    var results = new ConcurrentDictionary<string, string>();

    Parallel.ForEach(imagePaths, imagePath =>
    {
        // Each thread creates its own instance — no shared state, no locks
        var ocr = new IronTesseract();
        using var input = new OcrInput();
        input.LoadImage(imagePath);

        var result = ocr.Read(input);
        results[imagePath] = result.Text;
    });

    return results;
}

Imports System.Collections.Concurrent
Imports System.Threading.Tasks
Imports IronOcr

' IronOCR: One IronTesseract per thread — no locking, genuine parallelism
Public Function ProcessBatchInParallel(imagePaths As String()) As ConcurrentDictionary(Of String, String)
    Dim results As New ConcurrentDictionary(Of String, String)()

    Parallel.ForEach(imagePaths, Sub(imagePath)
        ' Each thread creates its own instance — no shared state, no locks
        Dim ocr As New IronTesseract()
        Using input As New OcrInput()
            input.LoadImage(imagePath)

            Dim result = ocr.Read(input)
            results(imagePath) = result.Text
        End Using
    End Sub)

    Return results
End Function

Die OmniPage-Version serialisiert die gesamte Erkennung durch eine Sperre, wodurch die Parallelität aufgehoben wird. Die IronOCR Version verarbeitet Dokumente gleichzeitig und ohne Koordination. Für Batch-Workloads mit hohem Durchsatz siehe das Beispiel zur Multithreading-Verarbeitung und den Leitfaden zur Geschwindigkeitsoptimierung .

Erstellung durchsuchbarer PDFs aus gescannten Archiven

Die durchsuchbare PDF-Ausgabe von OmniPage erfordert das Zusammensetzen einer Erkennungspipeline mit expliziten OutputSettings und OutputFormat Konfiguration, bevor sie gespeichert wird.IronOCR erzeugt durchsuchbare PDFs mit einem einzigen Methodenaufruf auf dem Ergebnisobjekt:

Kofax OmniPage-Ansatz:

// OmniPage: Searchable PDF requires OutputSettings configuration before save
public void ConvertArchiveToSearchable(string[] scannedPdfPaths, string outputDirectory)
{
    using var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);
    engine.Initialize();

    var recognitionSettings = new RecognitionSettings
    {
        Language = "English",
        AccuracyMode = "Maximum",
        PreserveLayout = true
    };

    var outputSettings = new OutputSettings
    {
        Format = OutputFormat.SearchablePDF,
        Compression = PDFCompression.Standard,
        ImageQuality = 85,
        EmbedFonts = true
    };

    foreach (var pdfPath in scannedPdfPaths)
    {
        var document = engine.OpenPDF(pdfPath);
        document.RecognizeAll(recognitionSettings);

        string outputPath = Path.Combine(
            outputDirectory,
            Path.GetFileNameWithoutExtension(pdfPath) + "_searchable.pdf");

        document.SaveAs(outputPath, outputSettings);
        document.Dispose();
    }

    engine.Shutdown();
}

// OmniPage: Searchable PDF requires OutputSettings configuration before save
public void ConvertArchiveToSearchable(string[] scannedPdfPaths, string outputDirectory)
{
    using var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);
    engine.Initialize();

    var recognitionSettings = new RecognitionSettings
    {
        Language = "English",
        AccuracyMode = "Maximum",
        PreserveLayout = true
    };

    var outputSettings = new OutputSettings
    {
        Format = OutputFormat.SearchablePDF,
        Compression = PDFCompression.Standard,
        ImageQuality = 85,
        EmbedFonts = true
    };

    foreach (var pdfPath in scannedPdfPaths)
    {
        var document = engine.OpenPDF(pdfPath);
        document.RecognizeAll(recognitionSettings);

        string outputPath = Path.Combine(
            outputDirectory,
            Path.GetFileNameWithoutExtension(pdfPath) + "_searchable.pdf");

        document.SaveAs(outputPath, outputSettings);
        document.Dispose();
    }

    engine.Shutdown();
}

Imports System.IO

' OmniPage: Searchable PDF requires OutputSettings configuration before save
Public Sub ConvertArchiveToSearchable(scannedPdfPaths As String(), outputDirectory As String)
    Using engine As New OmniPageEngine()
        engine.SetLicenseFile(licensePath)
        engine.Initialize()

        Dim recognitionSettings As New RecognitionSettings With {
            .Language = "English",
            .AccuracyMode = "Maximum",
            .PreserveLayout = True
        }

        Dim outputSettings As New OutputSettings With {
            .Format = OutputFormat.SearchablePDF,
            .Compression = PDFCompression.Standard,
            .ImageQuality = 85,
            .EmbedFonts = True
        }

        For Each pdfPath As String In scannedPdfPaths
            Dim document = engine.OpenPDF(pdfPath)
            document.RecognizeAll(recognitionSettings)

            Dim outputPath As String = Path.Combine(outputDirectory, Path.GetFileNameWithoutExtension(pdfPath) & "_searchable.pdf")

            document.SaveAs(outputPath, outputSettings)
            document.Dispose()
        Next
    End Using

    engine.Shutdown()
End Sub

IronOCR Ansatz:

// IronOCR: Searchable PDF output is one method call on the result
public void ConvertArchiveToSearchable(string[] scannedPdfPaths, string outputDirectory)
{
    var ocr = new IronTesseract();

    foreach (var pdfPath in scannedPdfPaths)
    {
        using var input = new OcrInput();
        input.LoadPdf(pdfPath); // All pages loaded automatically

        var result = ocr.Read(input);

        string outputPath = Path.Combine(
            outputDirectory,
            Path.GetFileNameWithoutExtension(pdfPath) + "_searchable.pdf");

        result.SaveAsSearchablePdf(outputPath);
        Console.WriteLine($"Processed: {Path.GetFileName(pdfPath)} ({result.Pages.Length} pages)");
    }
}

// IronOCR: Searchable PDF output is one method call on the result
public void ConvertArchiveToSearchable(string[] scannedPdfPaths, string outputDirectory)
{
    var ocr = new IronTesseract();

    foreach (var pdfPath in scannedPdfPaths)
    {
        using var input = new OcrInput();
        input.LoadPdf(pdfPath); // All pages loaded automatically

        var result = ocr.Read(input);

        string outputPath = Path.Combine(
            outputDirectory,
            Path.GetFileNameWithoutExtension(pdfPath) + "_searchable.pdf");

        result.SaveAsSearchablePdf(outputPath);
        Console.WriteLine($"Processed: {Path.GetFileName(pdfPath)} ({result.Pages.Length} pages)");
    }
}

Imports System.IO
Imports IronOcr

Public Sub ConvertArchiveToSearchable(scannedPdfPaths As String(), outputDirectory As String)
    Dim ocr As New IronTesseract()

    For Each pdfPath As String In scannedPdfPaths
        Using input As New OcrInput()
            input.LoadPdf(pdfPath) ' All pages loaded automatically

            Dim result = ocr.Read(input)

            Dim outputPath As String = Path.Combine(outputDirectory, Path.GetFileNameWithoutExtension(pdfPath) & "_searchable.pdf")

            result.SaveAsSearchablePdf(outputPath)
            Console.WriteLine($"Processed: {Path.GetFileName(pdfPath)} ({result.Pages.Length} pages)")
        End Using
    Next
End Sub

SaveAsSearchablePdf bettet eine Textebene in das PDF ein, wodurch es in Dokumentenmanagementsystemen indizierbar wird, ohne das visuelle Erscheinungsbild des ursprünglichen Scans zu verändern. Der durchsuchbare PDF-Leitfaden behandelt die Optionen für die Textebene, und das PDF-OCR-Beispiel demonstriert die vollständige Verarbeitung gescannter PDFs.

Problem 1: Ausnahmen beim Nichtfinden der Lizenzdatei in der Produktion

Kofax OmniPage: Jedes Deployment erfordert, dass die .lic Datei an einem spezifischen Pfad existiert, der für den Anwendungsprozess zugänglich ist. Eine Deployment-Pipeline, die nicht explizit die Lizenzdatei auf den Zielserver kopiert, verursacht FileNotFoundException oder LicenseException bei der Initialisierung des Engines. Sicherheitsteams markieren häufig eingebettete .lic Dateien in Container-Images oder begehen diese in die Versionskontrolle.

Lösung:IronOCR liest seine Lizenz aus einer Zeichenkette. Speichern Sie den Schlüssel als Umgebungsvariable und lesen Sie ihn beim Start aus – keine Datei muss bereitgestellt, kein Pfad konfiguriert werden:

// At application startup — reads IRONOCR_LICENSE_KEY from environment
IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE_KEY")
    ?? throw new InvalidOperationException("IronOCR license key not configured.");

// At application startup — reads IRONOCR_LICENSE_KEY from environment
IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE_KEY")
    ?? throw new InvalidOperationException("IronOCR license key not configured.");

Imports System

' At application startup — reads IRONOCR_LICENSE_KEY from environment
IronOcr.License.LicenseKey = If(Environment.GetEnvironmentVariable("IRONOCR_LICENSE_KEY"), Throw New InvalidOperationException("IronOCR license key not configured."))

In Docker, übergeben Sie --env IRONOCR_LICENSE_KEY=YOUR-KEY. In Azure App Service legen Sie es als Anwendungseinstellung fest. In Kubernetes wird es über ein Secret injiziert. Keine Dateieinbindung, keine Pfadkonfiguration, keine Sicherheitsprüfung für eingebettete Lizenzdateien.

Problem 2: Floating License Seats nach Prozessabsturz gesperrt

Kofax OmniPage: Wenn ein Anwendungsprozess abstürzt, von einem Watchdog beendet wird oder über Environment.FailFast beendet wird, wird engine.Shutdown() nicht ausgeführt. Die Floating-Lizenzplätze bleiben so lange ausgebucht, bis das Timeout des Lizenzservers abläuft – in der Regel 30–60 Minuten. In einer containerisierten Umgebung, in der Pods häufig neu gestartet werden, führt dieses Verhalten zur Erschöpfung des Lizenzpools.

Lösung:IronOCR kennt kein Konzept eines ausgecheckten Lizenzplatzes. Ein Prozessabsturz gibt keine Ressourcen frei und blockiert kein externes System. Der nächste Prozess beginnt sofort, ohne Wartezeit auf freie Plätze:

// IronOCR: Process crash has no license implications whatsoever
// Start processing immediately after any failure
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";
var result = new IronTesseract().Read("document.jpg"); //Neinseat to check out

// IronOCR: Process crash has no license implications whatsoever
// Start processing immediately after any failure
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";
var result = new IronTesseract().Read("document.jpg"); //Neinseat to check out

' IronOCR: Process crash has no license implications whatsoever
' Start processing immediately after any failure
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"
Dim result = New IronTesseract().Read("document.jpg") 'Neinseat to check out

Informationen zu robusten ASP.NET Core Diensten finden Sie im Leitfaden zur asynchronen OCR für Muster, die sich nahtlos in gehostete Dienste integrieren lassen und ein ordnungsgemäßes Herunterfahren ermöglichen.

Problem 3: Docker-Image-Erstellung schlägt fehl – ​​Installationsprogramm kann nicht nicht-interaktiv ausgeführt werden

Kofax OmniPage: Der OmniPage-SDK-Installer ist ein GUI- oder semi-interaktiver Installer, der nicht sauber in einem docker build Kontext ausgeführt wird. Teams, die versuchen, das SDK in ein Container-Image einzubinden, stoßen bei der Lizenzvereinbarung des Installationsprogramms oder bei der Komponentenauswahl auf Fehler. Workarounds (Optionen für die stille Installation, vorab extrahierte DLL-Kopien) sind undokumentiert und versionsspezifisch.

Lösung: IronOCR's Dockerfile sind drei Zeilen:

FROM mcr.microsoft.com/dotnet/aspnet:8.0
RUN apt-get update && apt-get install -y libgdiplus  # Single Linux dependency
COPY --from=build /app/publish /app
WORKDIR /app
ENTRYPOINT ["dotnet", "YourApp.dll"]

libgdiplus ist die einzige Systemabhängigkeit. Das IronOCR NuGet-Paket wird von dotnet restore in der Build-Phase wie jeder andere Paketverweis wiederhergestellt. Der Docker-Bereitstellungsleitfaden behandelt sowohl Debian- als auch Alpine-Basisimages, und der Linux-Bereitstellungsleitfaden behandelt distributionsspezifische Paketnamen.

Problem 4: Reaktivierung nach VM-Migration oder Cloud-Autoscaling erforderlich

Kofax OmniPage: Die OmniPage-Aktivierung ist an die Hardwareidentität gebunden. Cloud-Umgebungen, die VMs zwischen physischen Hosts migrieren, automatisch auf neue Instanzen skalieren oder Container durch neue Images ersetzen, lösen Hardware-Identitätsänderungen aus, die eine Reaktivierung erfordern. Die Kontaktaufnahme mit dem Tungsten-Support zur Reaktivierung während eines laufenden Vorfalls birgt ein zusätzliches operationelles Risiko.

Lösung: Der Lizenzschlüssel von IronOCR ist hardwareunabhängig. Derselbe Schlüssel funktioniert auf jeder Maschine, jedem Container, jeder Cloud-Region und jeder Anzahl automatisch skalierter Instanzen innerhalb der lizenzierten Stufe. Keine Reaktivierung, kein Supportkontakt, keine Ausfallzeiten:

// Identical startup code on any hardware topology
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";
bool valid = IronOcr.License.IsLicensed; // Verify without a network call

// Identical startup code on any hardware topology
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";
bool valid = IronOcr.License.IsLicensed; // Verify without a network call

' Identical startup code on any hardware topology
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"
Dim valid As Boolean = IronOcr.License.IsLicensed ' Verify without a network call

Problem 5: Das Objekt "RecognitionSettings" hat kein IronOCR Äquivalent.

Kofax OmniPage: OmniPage verwendet ein RecognitionSettings Objekt (oder PreprocessingSettings je nach SDK-Version), um das Verhalten des Engines pro Dokument zu konfigurieren. Teams, die migrieren, erwarten ein paralleles Konfigurationsobjekt in IronOCR.

Lösung:IronOCR teilt die Konfiguration auf zwei Oberflächen auf: Vorverarbeitungsoperationen auf OcrInput und Engine-Einstellungen auf IronTesseract. Es ist kein Einstellungsobjekt vorhanden, das instanziiert werden kann:

// OmniPage settings object →IronOCR method calls on OcrInput
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;              // RecognitionSettings.Language
// ocr.Configuration.TesseractVersion = ...     // Engine version already optimized

using var input = new OcrInput();
input.LoadImage(imagePath);
input.Deskew();                                  // settings.DeskewImage = true
input.DeNoise();                                 // settings.DespeckleLevel = 2
input.Contrast();                                // settings.ContrastEnhancement = true

var result = ocr.Read(input);

// OmniPage settings object →IronOCR method calls on OcrInput
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;              // RecognitionSettings.Language
// ocr.Configuration.TesseractVersion = ...     // Engine version already optimized

using var input = new OcrInput();
input.LoadImage(imagePath);
input.Deskew();                                  // settings.DeskewImage = true
input.DeNoise();                                 // settings.DespeckleLevel = 2
input.Contrast();                                // settings.ContrastEnhancement = true

var result = ocr.Read(input);

Imports IronOcr

' OmniPage settings object → IronOCR method calls on OcrInput
Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.English ' RecognitionSettings.Language
' ocr.Configuration.TesseractVersion = ... ' Engine version already optimized

Using input As New OcrInput()
    input.LoadImage(imagePath)
    input.Deskew() ' settings.DeskewImage = true
    input.DeNoise() ' settings.DespeckleLevel = 2
    input.Contrast() ' settings.ContrastEnhancement = true

    Dim result = ocr.Read(input)
End Using

Der Leitfaden zur Bildqualitätskorrektur listet alle verfügbaren Vorverarbeitungsmethoden auf und gibt Hinweise darauf, welche Filter für welche Dokumentqualitätsprofile geeignet sind.

Problem 6: Zonenvorlagendateien können nicht direkt portiert werden

Kofax OmniPage: OmniPage-Formvorlagen speichern Zonen-Definitionen in proprietären .fdt oder .fpf Vorlagendateien, die Feldpositionen, Erkennungstypen und Validierungsregeln pro Dokumentklasse definieren. Diese Dateien können von IronOCR nicht importiert werden.

Lösung: Extrahieren Sie die Koordinatendaten aus den Vorlagendateien (diese sind XML-basiert) und konvertieren Sie jede Zone in ein CropRectangle. Feldnamen werden zu Wörterbuchschlüsseln; Zonenkoordinaten werden direkt auf (x, y, width, height) Parameter abgebildet:

// Convert OmniPage zone definition to IronOCR CropRectangle
// OmniPage zone: Name="TotalDue" X="490" Y="612" Width="180" Height="28"
//IronOCR equivalent:
var totalDueRegion = new CropRectangle(490, 612, 180, 28);

using var input = new OcrInput();
input.LoadImage(invoicePath, totalDueRegion);
string totalDue = new IronTesseract().Read(input).Text.Trim();

// Convert OmniPage zone definition to IronOCR CropRectangle
// OmniPage zone: Name="TotalDue" X="490" Y="612" Width="180" Height="28"
//IronOCR equivalent:
var totalDueRegion = new CropRectangle(490, 612, 180, 28);

using var input = new OcrInput();
input.LoadImage(invoicePath, totalDueRegion);
string totalDue = new IronTesseract().Read(input).Text.Trim();

Imports IronOcr

' Convert OmniPage zone definition to IronOCR CropRectangle
' OmniPage zone: Name="TotalDue" X="490" Y="612" Width="180" Height="28"
' IronOCR equivalent:
Dim totalDueRegion As New CropRectangle(490, 612, 180, 28)

Using input As New OcrInput()
    input.LoadImage(invoicePath, totalDueRegion)
    Dim totalDue As String = New IronTesseract().Read(input).Text.Trim()
End Using

Für Dokumente, bei denen Zonen pro Seite variieren, laden Sie dasselbe Bild mit unterschiedlichen CropRectangle Werten pro Region statt die Datei neu zu laden. Das Region Crop Beispiel zeigt mehrere Lesevorgänge aus einer einzigen Bildquelle.

Vor der Migration

Identifizieren Sie alle OmniPage-Integrationspunkte im Quellcode:

# Find all OmniPage namespace references
grep -r "Kofax\|OmniPage\|CSDK" --include="*.cs" --include="*.csproj" .

# Find engine lifecycle calls
grep -r "Initialize\|Shutdown\|SetLicenseFile" --include="*.cs" .

# Find document and zone creation patterns
grep -r "CreateDocument\|AddPage\|FormZone\|RecognitionSettings\|PreprocessingSettings" --include="*.cs" .

# Find output format configuration
grep -r "OutputSettings\|OutputFormat\|SaveAs\|GetText" --include="*.cs" .

# Find license file path references
grep -r "\.lic\|license\.lic\|licensePath" --include="*.cs" --include="*.config" --include="*.json" .

# Find all OmniPage namespace references
grep -r "Kofax\|OmniPage\|CSDK" --include="*.cs" --include="*.csproj" .

# Find engine lifecycle calls
grep -r "Initialize\|Shutdown\|SetLicenseFile" --include="*.cs" .

# Find document and zone creation patterns
grep -r "CreateDocument\|AddPage\|FormZone\|RecognitionSettings\|PreprocessingSettings" --include="*.cs" .

# Find output format configuration
grep -r "OutputSettings\|OutputFormat\|SaveAs\|GetText" --include="*.cs" .

# Find license file path references
grep -r "\.lic\|license\.lic\|licensePath" --include="*.cs" --include="*.config" --include="*.json" .

Bestandsaufnahme vor Beginn:

• Zähle die Dateien mit OmniPage-Namespace-Importen
• Listen Sie alle FormTemplate und FormZone Definitionen auf und extrahieren Sie ihre Koordinatendaten
• Identifizieren Sie, welche Sprachwörterbücher geladen sind und ordnen Sie diese IronOcr.Languages.* NuGet-Paketen zu
• Beachten Sie, welche Ausgabeformate verwendet werden (durchsuchbares PDF, Klartext, XML) und deren IronOCR Äquivalente.
• Finden Sie alle .lic Dateireferenzen in Deployment-Skripten und Konfiguration

Code-Migration

1. Entfernen Sie OmniPage DLL-Referenzen aus allen .csproj Dateien
2. Führen Sie dotnet add package IronOcr in jedem Projekt aus, das OCR durchführt
3. Fügen Sie Sprachpakete für jede verwendete Sprache hinzu: dotnet add package IronOcr.Languages.[Language]
4. Fügen Sie IronOcr.License.LicenseKey = ...; an jedem Anwendungseinstiegspunkt hinzu (Program.cs, Startup.cs oder Service-Host)
5. Ersetzen Sie alle using Kofax.OmniPage.CSDK;, using CSDK; und verwandte Namensraumimporte durch using IronOcr;
6. Entfernen Sie alle OmniPageEngine Konstruktionen, SetLicenseFile und Initialize Aufrufe
7. Entfernen Sie alle engine.Shutdown() Aufrufe und die IDisposable Implementierungen, die ausschließlich existieren, um das Herunterfahren sicherzustellen
8. Ersetzen Sie engine.CreateDocument() + document.AddPage() durch new OcrInput() + input.LoadImage()
9. Ersetzen Sie engine.OpenPDF() + pro Seite Iteration durch input.LoadPdf() (alle Seiten in einem Aufruf)
10. Ersetzen Sie engine.OpenTiff() + pro Frame Schleifen durch input.LoadImageFrames()
11. Ersetzen Sie document.Recognize(settings) durch new IronTesseract().Read(input)
12. Konvertieren Sie FormZone Koordinatendaten in CropRectangle(x, y, width, height) Instanzen
13. Ersetzen Sie document.GetZoneText() mit pro Region input.LoadImage(path, cropRectangle) + result.Text
14. Ersetzen Sie document.SaveAs(path, outputSettings) für durchsuchbare PDF durch result.SaveAsSearchablePdf(path)
15. Ersetzen Sie Ergebnis-Iterator-Muster durch result.Pages / .Paragraphs / .Words Eigenschaftswanderung
16. Entfernen Sie PreprocessingSettings Objekte und ersetzen Sie Boolesche Flags durch explizite input.Deskew(), input.DeNoise(), input.Contrast() Methodenaufrufe
17. Lizenzdateipfade aus Bereitstellungsskripten, Konfigurationsdateien und Infrastructure-as-Code-Vorlagen entfernen

Nach der Migration

• Überprüfen Sie die OCR-Genauigkeit anhand einer repräsentativen Stichprobe von über 100 Dokumenten aus dem Live-Korpus – vergleichen Sie die Ergebnisse zeilenweise mit der OmniPage-Ausgabe für Rechnungen, Verträge und Formulare.
• Bestätigen Sie, dass CropRectangle-basierte Zonenextraktion Text ergibt, der der OmniPage GetZoneText() Ausgabe für jedes gemappte Feld entspricht
• Test der Verarbeitung mehrseitiger PDFs: Überprüfung der Seitenanzahl, Seitenreihenfolge und Textkontinuität
• Test der Mehrbild-TIFF-Verarbeitung: Sicherstellen, dass alle Bilder verarbeitet wurden und die Bildreihenfolge erhalten bleibt.
• Überprüfen Sie, ob die durchsuchbare PDF-Ausgabe im verwendeten Dokumentenmanagementsystem (SharePoint, OpenText usw.) indexierbar ist.
• Führen Sie einen Parallelverarbeitungstest mit mehr als 50 gleichzeitig verarbeiteten Dokumenten durch und bestätigen Sie, dass keine Thread-Sicherheitsprobleme auftreten.
• Testen Sie die Sprachpaketabdeckung: Laden Sie jedes zuvor verwendete Sprachwörterbuch über IronOcr.Languages.* und überprüfen Sie die Erkennungsqualität
• Sicherstellen, dass Prozessabstürze und Containerneustarts keine Lizenzwiederherstellungsmaßnahmen erfordern.
• Führen Sie den Docker-Build auf dem CI-Agenten aus – überprüfen Sie dotnet restore löst IronOCR ohne Installationsschritte
• Die Validierungskonfidenzwerte sind pro Wort verfügbar und entsprechen den Datenqualitätsanforderungen jedes nachgelagerten Validierungsworkflows.
• Überprüfen Sie, dass die Anwendung ohne die .lic Datei in einem beliebigen Pfad sauber startet