OCR C# GitHub: Texterkennung mit IronOCR

Welche Installationsmethode sollten Sie verwenden?

Beginnen Sie mit der Installation von IronOCR über den NuGet-Paket-Manager:

Install-Package IronOcr

Mit NuGet installieren

PM >  Install-Package IronOcr

Schauen Sie sich IronOCR auf NuGet für eine schnelle Installation an. Mit über 10 Millionen Downloads transformiert es die PDF-Entwicklung mit C#. Sie können auch das DLL oder den Windows Installer herunterladen.

Für fortgeschrittene Installationsszenarien konsultieren Sie bitte den NuGet Paketleitfaden . Wenn Sie auf bestimmten Plattformen bereitstellen, sehen Sie sich die Anleitungen für Windows , Linux , macOS oder Docker-Container an.

Wo findet man Beispielcode?

IronOCR unterhält offizielle GitHub Repositories mit Beispielen und Tutorials. Das IronOCR Examples-Repository bietet praxisnahe Implementierungen, während das Image to Text-Tutorial-Repository praktische Anwendungsfälle demonstriert, die Sie klonen und modifizieren können.

Diese Repositories demonstrieren OCR mit Barcode-Lesung, Mehrsprachigkeitsunterstützung und PDF-Verarbeitung. Da IronOCR regelmäßig neue Pakete auf NuGet veröffentlicht, haben Sie immer Zugriff auf die neuesten stabilen Versionen.

Welche Projektstruktur sollten Sie verwenden?

MyOcrProject/
├── src/
│   └── OcrProcessor.cs
├── images/
│   └── sample-invoice.jpg
├── .gitignore
├── README.md
└── MyOcrProject.csproj

Diese Struktur unterstützt verschiedene Eingabeformate, darunter JPG, PNG, TIFF und BMP. Mehrseitige TIFF- oder GIF-Dateien werden von IronOCR automatisch verarbeitet.

Der Ordner images/ sorgt für übersichtliche Beispieldateien und erleichtert es den Mitwirkenden, Testbilder hinzuzufügen, ohne das Stammverzeichnis zu überladen. Die Trennung des Ordners src/ von den Konfigurationsdateien erleichtert das Erfassen des Projekts auf einen Blick. Fügen Sie ein README.md hinzu, das erklärt, was das Projekt bewirkt, welche Lizenzschlüsselvariable eingestellt werden muss und wie das Beispiel ausgeführt wird.

Wie implementiert man den OCR-Verarbeitungscode?

Das folgende Beispiel zeigt einen vollständigen OCR-Prozessor, der die wichtigsten Funktionen von IronOCR demonstriert, darunter Bildvorverarbeitung, Textextraktion und Barcode-Erkennung:

using IronOcr;

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
ocr.Language = OcrLanguage.English;

using var input = new OcrInput();
input.LoadImage("images/sample-invoice.jpg");
input.Deskew();
input.DeNoise();
input.EnhanceResolution(225);

var result = ocr.Read(input);

Console.WriteLine($"Confidence: {result.Confidence}%");
Console.WriteLine($"Text Found:\n{result.Text}");

foreach (var barcode in result.Barcodes)
{
    Console.WriteLine($"Barcode: {barcode.Value} ({barcode.Format})");
}

result.SaveAsSearchablePdf("output.pdf");

using IronOcr;

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
ocr.Language = OcrLanguage.English;

using var input = new OcrInput();
input.LoadImage("images/sample-invoice.jpg");
input.Deskew();
input.DeNoise();
input.EnhanceResolution(225);

var result = ocr.Read(input);

Console.WriteLine($"Confidence: {result.Confidence}%");
Console.WriteLine($"Text Found:\n{result.Text}");

foreach (var barcode in result.Barcodes)
{
    Console.WriteLine($"Barcode: {barcode.Value} ({barcode.Format})");
}

result.SaveAsSearchablePdf("output.pdf");

Dieses Beispiel demonstriert verschiedene Funktionen von IronOCR . Der Konstruktor konfiguriert die OCR-Engine mit aktivierter Barcode-Lesung und automatischer Seitensegmentierung. Die Vorverarbeitungspipeline umfasst Entzerrung (Korrektur der Rotation), Rauschunterdrückung (Entfernung von Artefakten) und Auflösungsverbesserung.

Nach der Verarbeitung extrahiert die Engine englischen Text mit Konfidenzwerten, identifiziert Barcodes und generiert ein durchsuchbares PDF. Der Code ist unter Verwendung von Top-Level-Anweisungen for .NET 10 geschrieben, wodurch das Beispiel kurz und lesbar bleibt.

Für fortgeschrittene Szenarien können Sie die asynchrone Verarbeitung für einen besseren Durchsatz nutzen oder die Fortschrittsverfolgung für langlaufende Operationen implementieren. Die Klasse OcrResult liefert eine detaillierte Ausgabe einschließlich Textpositionen, Wortkoordinaten und Absatzstruktur – und bietet Ihnen damit weit mehr als nur eine einfache Textzeichenfolge.

Entwickler können IronOCR auch so konfigurieren, dass es andere Sprachen wie Chinesisch, Spanisch oder Französisch lesen kann, was es zu einer guten Wahl für mehrsprachige GitHub -Projekte macht. Hinweise zur Installation zusätzlicher Sprachpakete finden Sie im Leitfaden für 125 internationale Sprachen .

Was sollte in Ihre .gitignore-Datei aufgenommen werden?

Fügen Sie Ihrer .gitignore-Datei Einträge hinzu, die verhindern, dass Laufzeitartefakte, Testausgaben und geheime Konfigurationen übernommen werden:

# IronOCR runtime files
runtimes/
# Test images and outputs
*.pdf
test-images/
output/
# License keys
appsettings.*.json

Es ist besonders wichtig, den Ordner runtimes/ nicht in die Quellcodeverwaltung aufzunehmen, da IronOCR plattformspezifische Binärdateien zur Build-Zeit herunterlädt. Das Einchecken dieser Dateien würde Ihr Repository unnötig aufblähen und Plattformkonflikte verursachen. Erfahren Sie mehr über die Verwaltung von Lizenzschlüsseln für eine ordnungsgemäße Implementierung.

Was unterscheidet IronOCR von anderen OCR-Lösungen?

IronOCR ist flexibel genug, um einzelne Wörter, Zeilen und ganze Absätze zu erkennen, sodass Sie genau steuern können, wie viele Details Sie aus jedem Scan extrahieren. Die Bibliothek zeichnet sich durch ihre Expertise bei speziellen Dokumententypen aus, darunter Nummernschilder, Reisepässe, handschriftliche Texte, Screenshots und gescannte Dokumente.

Die kommerzielle Lizenz bietet rechtliche Klarheit für öffentliche Repositories. Sie dürfen IronOCR ausdrücklich in kommerziellen Anwendungen einsetzen. Die integrierten Bildvorverarbeitungsfilter umfassen erweiterte Optionen wie Farbkorrektur, Qualitätsverbesserung und einen Filterassistenten, der automatisch optimale Einstellungen für schwierige Bilder findet.

Warum ist die Single-DLL-Architektur wichtig?

Die Architektur von IronOCR mit einem einzigen DLL bedeutet, dass Mitwirkende Ihr Repository klonen und sofort mit der Entwicklung beginnen können, ohne sich mit nativen Abhängigkeiten oder plattformspezifischen Konfigurationen herumzuschlagen, die andere OCR-Lösungen plagen. Diese Einfachheit ist der Grund, warum Entwickler IronOCR dem reinen Tesseract vorziehen.

Vergleicht man den Aufwand für die Einrichtung, so erfordert eine einfache Tesseract-Implementierung typischerweise die separate Installation nativer Binärdateien, die Konfiguration von PATH-Variablen und die manuelle Verwaltung von tessdata-Sprachdateien. IronOCR kümmert sich um all das intern, sodass sich die README-Datei Ihres Projekts auf die Anwendungslogik konzentrieren kann und nicht auf Anweisungen zur Einrichtung der Umgebung.

Die Bibliothek beinhaltet Tesseract 5 mit zahlreichen Leistungsverbesserungen und Multithreading-Unterstützung, die es Ihnen ermöglichen, mehrere Dokumente parallel zu verarbeiten, ohne benutzerdefinierten Threading-Code schreiben zu müssen.

Wie geht man mit großen Dateien in Git um?

Verwenden Sie Git LFS für große Test-Images, um die Größe Ihres Repositorys überschaubar zu halten:

git lfs track "*.jpg" "*.png" "*.tiff"
git add .gitattributes
git commit -m "Track large image files with Git LFS"

git lfs track "*.jpg" "*.png" "*.tiff"
git add .gitattributes
git commit -m "Track large image files with Git LFS"

Dies ist besonders wichtig bei der Arbeit mit hochauflösenden Bildern oder mehrseitigen TIFF-Dateien. Bei Scans mit geringer Qualität kann die Vorverarbeitung von IronOCR die Ergebnisse deutlich verbessern, ohne dass Sie Testbilder vor der endgültigen Speicherung manuell bearbeiten müssen.

Beim Speichern von Testdokumenten in Ihrem Repository sollten Sie berücksichtigen, ob diese sensible Informationen enthalten. Es ist besser, synthetische Testbilder programmatisch zu generieren, als echte Rechnungen oder Ausweisdokumente zu speichern, selbst in privaten Archiven.

Wie sollten Lizenzschlüssel und Dokumentation verwaltet werden?

Speichern Sie IronOCR Lizenzschlüssel mithilfe von Umgebungsvariablen oder .NET Benutzergeheimnissen. Commits sollten niemals direkt in irgendeinen Branch, auch nicht in einen privaten, eingecheckt werden. Beachten Sie die Hinweise zum Lizenzschlüssel für eine ordnungsgemäße Implementierung. Sie können Lizenzen auch in der web.config-Datei für ASP.NET -Anwendungen konfigurieren.

Beschreiben Sie die unterstützten Bildformate und die zu erwartenden Genauigkeitsgrade in Ihrer README-Datei. Fügen Sie Beispielbilder in einem Ordner test-data/ hinzu, damit die Mitwirkenden die OCR-Funktionalität unmittelbar nach dem Klonen überprüfen können. Fügen Sie einen kurzen Abschnitt hinzu, der erklärt, wie der Lizenzschlüssel über eine Umgebungsvariable festgelegt werden kann, damit neue Mitwirkende bei ihrem ersten Start nicht blockiert werden.

Informationen zur plattformübergreifenden Entwicklung finden Sie im IronOCR -Setup-Leitfaden für Linux oder in den Installationsanweisungen für macOS. Mobile-Entwickler sollten die in der IronOCR Dokumentation verfügbaren Anleitungen für Android und iOS konsultieren.

Warum funktioniert OCR unter Windows nicht?

Häufige Installationsprobleme sind fehlende Visual C++ Redistributables unter Windows. IronOCR benötigt die Version 2019. Detaillierte Anweisungen finden Sie im Leitfaden zur Fehlerbehebung für Visual C++ Redistributable . Für Linux-Bereitstellungen sorgen Sie dafür, dass libgdiplus installiert ist.

Sollte die Texterkennung mangelhaft erscheinen, überprüfen Sie anhand der DPI-Einstellungsanleitung, ob Ihre Bilder mindestens 200 DPI aufweisen. Die C# OCR-Community auf Stack Overflow bietet auch hilfreiche Lösungen für häufige GitHub-Projektprobleme.

Bei spezifischen Konfigurationsproblemen verwenden Sie das IronOCR Hilfsprogramm zur Fehlerdiagnose und die allgemeine Anleitung zur schrittweisen Fehlerbehebung .

Wo erhalten Sie weitere Unterstützung?

Detaillierte Hinweise zur Fehlerbehebung finden Sie im IronOCR Leitfaden zur Fehlerbehebung . Das IronOCR Supportteam bietet lizenzierten Benutzern, die an auf GitHub gehosteten OCR-Anwendungen arbeiten, schnelle Unterstützung. Im Produktänderungsprotokoll finden Sie die neuesten Aktualisierungen.