Verwendung von IronOCR mit KI-Coding-Assistenten
IronOCR ist eine kommerzielle OCR-Bibliothek für .NET mit mehr als sechs Millionen NuGet-Downloads. Seine Tutorials, Anleitungen und Fehlerbehebungshinweise sind seit Jahren öffentlich, sodass Coding-Assistenten sie normalerweise in ihren Trainingsdaten gesehen haben.
Diese Vertrautheit erstreckt sich nicht darauf, welche Version Ihr Projekt verwendet. Ein Assistent, der die Dokumentation von IronOCR liest, schreibt eher OCR-Code, der erstellt und korrekten Text zurückgibt. Teilen Sie die Dokumentation vor der ersten Anfrage.
Diese Werkzeuge fallen in zwei Kategorien, die sich darin unterscheiden, wie viel sie tun, bevor Sie das Ergebnis überprüfen.
- Ein Assistent arbeitet innerhalb eines Teils Ihres Workflows. Er vervollständigt eine Zeile, erklärt eine Methode oder führt eine kleine Änderung durch, wie es die Inline-Vorschläge von GitHub Copilot tun.
- Ein Agent übernimmt eine mehrstufige Aufgabe, bearbeitet über Dateien hinweg, führt den Build und die Tests aus und committet das Ergebnis zur Überprüfung, wie es Claude Code, ChatGPT Codex, Cursor und Google Antigravity tun.
Das Setup ist für beide identisch. Installieren Sie das Paket, wenden Sie den Lizenzschlüssel aus einer Umgebung-Variable an, stellen Sie IronOCRs maschinenlesbare Dokumentation zur Verfügung und überprüfen Sie jeden extrahierten Wert gegen eine Seite, deren Text Sie bereits kennen. Dies gilt sowohl für Bilder als auch gescannte PDFs und für das Durchsuchen einer Scan, das Lesen mehrerer Sprachen, das Extrahieren von Barcodes aus demselben Lesedurchgang oder das Verbessern eines minderwertigen Scans.
Wie man IronOCR mit einem KI-Coding-Assistenten oder Agenten verwendet
- Laden Sie die C# OCR-Bibliothek von NuGet herunter
- Laden Sie den Lizenzschlüssel aus einer Umgebungsvariablen vor dem ersten Lesen
- Geben Sie dem Assistenten den Index
llms.txtvon IronOCR, bevor er Code schreibt - Zeichnen Sie die IronOCR-Regeln dort auf, wo Ihr Assistent Projektanweisungen aufbewahrt
- Beginnen Sie eine neue Sitzung mit dem einmaligen Setup-Aufruf unten
- Kompilieren Sie und überprüfen Sie dann die Ausgabe von IronOCR gegen die Werte, die Sie auf jeder Beispielseite erwarten
Kann mein KI-Assistent OCR allein bewältigen?
Ohne Dokumentation verlässt sich ein Assistent auf den OCR-Code, den er im Training aufgenommen hat, der oft Einstellungen aus rohen Tesseract-Wrappern oder einer früheren IronOCR-Version vermischt.
IronOCR veröffentlicht Dokumentationen, die für Werkzeuge zum Lesen entwickelt wurden, einschließlich Tutorials, Anleitungen und mehr als fünfzig Fehlerbehebungsartikeln. Sobald der Assistent diese geladen hat, zeigt die Dokumentation, wie IronTesseract, OcrInput und OcrResult zusammenpassen.
Die Auswahl der Engine ist dennoch wichtig. Kostenlose Tesseract-Wrapper bearbeiten eine saubere, aufrechte Seite auf Englisch gut.
- Lesbares Ausgabe garantiert keine korrekte Ausgabe: Ein OCR-Ergebnis kann flüssig sein und dennoch 589,50 in 580,50 umwandeln.
OcrResultmeldet einen Vertrauenswert für jedes Wort, um zu zeigen, wo nachzusehen ist. - Scans erfordern Vorbereitung: Schiefe, rauschende oder niedrigauflösende Seiten werden in keiner Engine ordnungsgemäß gelesen.
OcrInputenthält Filter, die eine Seite begradigen, Rauschen entfernen, die Auflösung erhöhen und mehr. - Feinabstimmung einer Engine ist kostspielig: jeder Versuch eines Assistenten bei rohen Tesseract-Einstellungen verbraucht Tokens für Arbeiten, die die Bibliothek bereits erledigt, und die Kosten treten bei jedem neuen Dokumenttyp wieder auf.
- Das Paket hängt von der Plattform ab:
IronOcrdeckt Windows ab,IronOcr.MacOsdeckt Intel Macs ab, undIronOcr.MacOs.ARMdeckt Apple Silicon ab. Ein Assistent kann auch einen plausiblen Paketnamen erfinden, und Angreifer registrieren solche Namen mit schädlichem Code, eine Praxis, die als Slopsquatting bezeichnet wird. Nennen Sie das Paket im Prompt. - Lizenzierung ist vorhersehbar: Cloud-OCR-Dienste berechnen oft pro Seite oder pro Aufruf, und ein Assistent wird diese Begriffe nicht von sich aus erwähnen. IronOCR läuft lokal unter einer unbefristeten kommerziellen Lizenz, die nach Entwicklern, Standorten und Projekten gestaffelt ist, ohne pro Seite abzurechnen.
Schritt 1: Installieren Sie IronOCR
Sobald die Paketreferenz existiert, kann der Assistent IronOCRs tatsächliche Typen sehen, wenn er Code generiert.
Install the IronOcr NuGet package into this project and confirm it restores.
Der erweiterte NuGet-Installationsleitfaden listet die weiteren Installationsoptionen auf.
Schritt 2: Anwenden des Lizenzschlüssels
IronOCR hat keinen lizenzierten Modus mit Wasserzeichen. Das Erstellen eines IronTesseract ohne Schlüssel gelingt, aber der erste Lesedurchgang wirft IronSoftware.Exceptions.LicensingException mit der Nachricht "Production License Required". Ein vorhandener, aber falsch eingetippter Schlüssel erzeugt "License Key Not Recognized" aus demselben Aufruf. Sie können unten einen kostenlosen Testschlüssel erhalten.
Beginnen Sie noch heute, IronOCR in Ihrem Projekt mit einer kostenlosen Testversion zu verwenden.
Setzen Sie IronOcr.License.LicenseKey beim Anwendungsstart, vor jedem anderen IronOCR-Aufruf, und lesen Sie es von der IRONOCR_LICENSE_KEY-Umgebungsvariable, damit es niemals in der Quellkontrolle landet. Die gleiche Klasse hat auch eine Methode, mit der ein Schlüsselstring getestet werden kann, ohne ihn anzuwenden.
Web.config und appsettings.json.Schritt 3: Verweisen Sie Ihren Assistenten auf die LLM-Dokumentation von IronOCR
llms.txtist der Index, eine Zeile pro Seite.- Zusammenfassungen von 145 Seiten kommen mit einem Abruf von
llms-full.txt. llms-full-catalog.txtfügt dem Index den Blog hinzu.- Die API-Referenz dokumentiert jeden Typ und jedes Mitglied.
- Einrichtung, Lizenzierung, Rezepte und Korrekturen befinden sich in
skill.md. - Das AI-Produktdatenblatt fasst Umfang, Plattformen und Beschränkungen zusammen.
Wenn eine Aufgabe von den Details eines Guides abhängt, lassen Sie den Assistenten die Seite dieses Guides öffnen.
Geben Sie eine direkte Anweisung zusammen mit dem Index.
Before writing any IronOCR code, read https://ironsoftware.com/ocr/csharp/llms.txt
and use only APIs documented there. A read is assembled on an OcrInput, whose
Load overloads differ by source type, and run through IronTesseract.Read.
Confirm the overload you pick against
https://ironsoftware.com/ocr/csharp/object-reference/api/, and if you cannot find
it, say so instead of guessing.
Schritt 4: Fügen Sie IronOCR-Kontext zu Ihrem Projekt hinzu
Platzieren Sie die IronOCR-Regeln in der Datei, die Ihr Team bereits verwendet. Claude Code liest CLAUDE.md, GitHub Copilot liest .github/copilot-instructions.md, und ChatGPT Codex und Google Antigravity lesen AGENTS.md. Cursor liest .cursor/rules/*.mdc oder AGENTS.md, und nur seine Regeldatei benötigt MDC-Frontmatter. Verwenden Sie das Folgende als Ausgangspunkt.
## OCR with IronOCR
This project uses IronOCR (NuGet package `IronOcr`, or `IronOcr.Linux` for Linux and Docker, namespace `IronOcr`) for all OCR work.
- Reference: https://ironsoftware.com/ocr/csharp/llms.txt
- Skill file: https://ironsoftware.com/ocr/csharp/skill.md
- Read with `IronTesseract` and an `OcrInput` inside a `using` block, and use the `OcrResult` it returns.
- Read the license key from the IRONOCR_LICENSE_KEY environment variable at startup. Never inline it.
- Every OCR change must be tested against sample pages whose text is known, reporting the values read and their confidence.
- Do not add another OCR engine or a cloud OCR service. If IronOCR cannot do something, say so.
Das Einzeldateibeispiel der Fertigkeitsdatei fixiert immer noch IronOcr 2026.7.2, während NuGet jetzt 2026.10.2 bereitstellt. Es wird auch gesagt, dass jede Iron-Paket in derselben Version zu halten ist, was Sprachpakete nicht befolgen können, da IronOcr.Languages.German zuletzt als 2020.11.2 veröffentlicht wurde. Sein Einzeilen-ConvertToSearchablePdf-Rezept warf bei unseren Tests auf bild- nur gescannten PDFs einen Fehler, während das Laden des PDFs, das Lesen und der Aufruf von SaveAsSearchablePdf auf dem Ergebnis funktionierte.
Schritt 5: Einmaliger Einrichtungsaufforderung
Alles von Schritt 1 bis 4 kann in einer einzigen Nachricht gesendet werden.
Use IronOCR for all OCR work in this project.
1. Install the IronOcr NuGet package (IronOcr.Linux when the app runs on Linux or Docker).
2. Apply the license key at application startup, before any other IronOCR call,
reading it from the IRONOCR_LICENSE_KEY environment variable. Never write
the key into source or into a committed file.
3. Read https://ironsoftware.com/ocr/csharp/llms.txt before writing OCR code
and work only from APIs documented there, checking the API reference when a
member is unfamiliar.
4. Load https://ironsoftware.com/ocr/csharp/skill.md if your tooling supports skill files.
5. Keep these instructions for future sessions in this project.
Schritt 6: Aufforderungsmuster, die funktionierenden Code produzieren
Schwache Ergebnisse resultieren normalerweise aus einer Eingabe, die dem Assistenten Spielraum zum Raten lässt.
Benennen Sie die Eingabe, die Felder und die Sprache.
Vage Lesen Sie die Rechnungen mit IronOCR.
Besser Verwenden Sie IronTesseract mit einem OcrInput, der jedes gescannte PDF lädt, lesen Sie die Rechnungsnummer und die Zeile, die mit Gesamtbetrag fällig beginnt, und geben Sie den Betrag mit dem Vertrauensgrad dieser Zeile zurück.
Geben Sie auch die Version und das Framework an.
Besser Zielen Sie auf .NET 9 mit IronOcr 2026.9.4.
Fordern Sie die gesamte Datei an.
Besser Geben Sie das komplette Program.cs zurück, einschließlich Direktiven und Lizenzsetup, bereit zum Kompilieren ohne Bearbeitung.
Schritt 7: Verifizieren Sie, was Sie zurückbekommen
Achten Sie auf diese häufigen Fehler.
- OCR auf einem PDF, das bereits Text hat: das Extrahieren einer echten Textschicht ist schneller und genauer als das Ausführen von OCR über die Seiten. Überprüfen Sie zuerst auf eine Textschicht und führen Sie OCR nur auf gescannten Seiten aus.
- Jeder Filter auf einmal: das Stapeln einer Korrektur nach der anderen auf einer sauberen Seite kann die Genauigkeit verringern und immer Zeit hinzufügen. Auf einem dichten Rechnungssatz in unseren Testrunden verwandelte
DeNoisedie finale 1 einer gedrehten Rechnungsnummer in eine 4, und das Hinzufügen vonDilateheilte jene Seite, kostete andere Sets aber ein bis drei Zeilen. Wenden Sie nur den Filter an, der den von Ihnen wahrgenommenen Defekt behebt. Die IronOCR-Fertigkeitsdatei gibt denselben Rat, und der Leitfaden zur Bildqualitätkorrektur beschreibt, wann jeder Filter angewendet wird.
Lassen Sie den Agenten seine eigene Arbeit überprüfen
Build and run this project in Release. Confirm that every IronOCR member you used
appears in the documentation, that IronOcr.License.IsLicensed returns true, and
that every sample page reads back with the values it is known to contain.
Report the build result and a table of page, expected value, value read, confidence, and match.
Wie lesen Sie andere Sprachen als Englisch?
Englisch ist die einzige Sprache im IronOcr-Paket. Die Sprachliste von IronOCR deckt 125 ab. Geben Sie dem Assistenten diese Fakten.
- Eine andere Sprache benötigt ihr Paket, wie
IronOcr.Languages.German, dannLanguage = OcrLanguage.German. - Ohne Zugriff auf NuGet, verwenden Sie die
.ocrdata-Datei undInstallation.LanguagePackDirectory. - Schnelle und Beste Variationen wie
OcrLanguage.GermanFastwerden im selben Paket versendet. - Für eine Seite in mehreren Sprachen rufen Sie
AddSecondaryLanguage, die am weitesten verbreitete, zuerst auf. - Finanzielle Tabellen nehmen
OcrLanguage.FinancialausIronOcr.Languages.Financial. - Ein woanders trainiertes Modell wird über
UseCustomTesseractLanguageFilemit einer.traineddata-Datei geladen.
Ein fehlendes Paket verursacht LanguagePackException beim ersten Lesen. Seine Nachricht benennt das genaue NuGet-Paket und die .ocrdata-Alternative, haben Sie also den Assistenten installieren, was die Nachricht benennt.
Der schnelle Konfigurationsleitfaden von IronOCR berichtet von einem 17%- Gewinn durch EnglishFast, kombiniert mit dem Ausschalten der Barcode-Erkennung. Auf zehn unserer Seiten blieb nur diese Variante innerhalb des Durchgangsrauschens von Englisch, testen Sie also die Varianten auf Ihren eigenen Seiten, bevor Sie Genauigkeit gegen Geschwindigkeit eintauschen.
ClickOnce-Veröffentlichungen lassen die .ocrdata-Dateien der Zweitsprachen aus, wie die ClickOnce- Notiz erklärt. Auf Windows kann das Hinzufügen von EnglishFast als sekundäre Sprache bei großen PDFs in den Versionen 2025.12.3 bis 2026.7.2 hängen bleiben, wie dieser Fehlerbehebungseintrag aufzeichnet.
Welche IronOCR-Einstellungen sind standardmäßig eingeschaltet?
Der generierte Code setzt oft Werte, die bereits standardmäßig sind, oder verpasst eine Einstellung, die standardmäßig ausgeschaltet ist. Dies sind die Anfangswerte in IronOcr 2026.9.4, gelesen aus einem neuen IronTesseract.
| Einstellung | Default | Ändern Sie es zu |
|---|---|---|
Language | Englisch | Andere Sprachen |
Configuration.ReadBarCodes | aus | Barcodes |
Configuration.ReadDataTables | aus | Tabellenstruktur |
Configuration.RenderSearchablePdf | ein | Überspringen durchsuchbarer Ausgabe |
Configuration.RenderHocr | aus | hOCR-Ausgabe |
Configuration.PageSegmentationMode | AutoOsd | Einzeilige oder einwort Ausschnitte |
Configuration.EngineMode | LstmOnly | Selten |
Configuration.WhiteListCharacters und BlackListCharacters | leer | Eingeschränkte Zeichensätze |
Configuration.TesseractVariables | drei voreingestellte Einträge | Rohe Tesseract-Variablen |
MultiThreaded | ein | Selten |
MaxDegreeOfParallelism | Environment.ProcessorCount | Große Chargen mit wenig Speicher |
OcrInput.TargetDPI | 0 | Niedrigauflösende Scans |
Über die Standardlese hinaus liefert IronTesseract Leser, die für andere Eingaben angepasst sind. ReadPhoto bearbeitet Fotodokumente und ReadScreenShot bearbeitet Bildschirmaufnahmen. Das Spezialisierte-Dokumente-Tutorial listet immer noch IronOcr.Extensions.AdvancedScan für sie auf, aber dieses Paket wurde zuletzt 2025 ausgeliefert, und keiner der Leser benötigte es. Das gleiche Tutorial behandelt auch die Pass- und Kennzeichenscanner.
Ein Ergebnis, das Sie reproduzieren können
Die Aufforderung
Build a .NET 9 console app that reads totals from scanned invoices. Start in an empty folder; if it already holds code or project files, stop and report. Work start to finish alone: write, build, run, and fix, making sensible assumptions where anything is unspecified. Save every deliverable under the project root, in the folders named below.
1. Install the IronOcr NuGet package pinned to version 2026.9.4.
2. Read https://ironsoftware.com/ocr/csharp/llms.txt and the pages it links to, and use only IronOCR APIs documented there for the OCR work. Any .NET imaging library may draw the test images.
3. Read the license key from the IRONOCR_LICENSE_KEY environment variable at startup and never write it into source or any output file. If IronOcr.License.IsLicensed is false, stop and report that.
4. With random seed 2026, generate testset/invoice-01.png to invoice-10.png. Each is a US Letter page of exactly 1700 x 2200 pixels, saved as PNG with 200 DPI in the file metadata, with all text in Arial inside 0.75 inch margins, headings at 14 point bold and everything else at 11 point. Each invoice has an invoice number made of INV- and six random digits, a customer name, three line items with random prices in dollars and cents, and a total equal to their sum, with no two totals alike.
5. Rotate invoice-02 and invoice-07 by 3 degrees about the page center, keeping the 1700 x 2200 canvas. Add speckle noise to invoice-04 and invoice-09: dark square specks 1 or 2 pixels wide, placed anywhere including over the text, until they have darkened 1% of the page's pixels, counting a pixel as dark below 128 of 255. Leave the other six clean. Write manifest.csv with each file, invoice number, the three prices, total, and distortion (none, rotated, or speckled).
6. Before the first OCR call, check every saved image: 1700 x 2200 pixels, 200 DPI when rounded, and, measured on each page before distortion, the smallest distance from any ink to an edge, at least 0.75 inch. On each speckled page, check that speckling raised the share of dark pixels by 0.9 to 1.1 percentage points. Also draw a capital H with the 11 point font on a 200 DPI bitmap and check that its ink is 21 to 23 pixels tall. If a check fails, fix the generator. After the first OCR call, never regenerate or change the saved image files; filters applied in memory are expected.
7. Read all 10 images in one OcrInput with one set of filters for every page. Each run of the program uses one filter set; it must not try several or choose between them, and choosing filters is your job between runs. No manifest value, file name, or expected value may steer the OCR or the parsing of its text; read the manifest only to write roundtrip.md. The reader must hold no invoice number, price, or total as a literal and must run the same code for every page. Extract each page's invoice number and total, save each page's OCR text as ocr/invoice-01.txt to invoice-10.txt, and save the result as invoices-searchable.pdf.
8. Build in Release and run.
9. Write roundtrip.md: the step 6 checks as measured numbers for every image, not pass or fail words, the filter set used, then a table of file, distortion, expected invoice number, invoice number read, expected total, total read, the Confidence (0 to 100) of the OCR line holding the total or n/a, and match, then the page count of invoices-searchable.pdf loaded back with OcrInput. A row matches only when the invoice number read is identical to the expected one and the total read equals the expected total to the cent.
10. All 10 rows must match and the PDF must have 10 pages. If not, read the saved OCR text of the failing pages, change the filter set or the reader, rebuild, and run again. If rows still fail after eight such runs, stop and report which rows failed, the filter sets tried, and why.
11. Finish with a short report: build result, match count, filters used, font sizes used, and assumptions made.
Ausgabe
Dies ist die Rechnung-09, eine der zwei gesprenkelten Seiten des Durchlaufs, zugeschnitten auf den Druckbereich. Ein einfaches Lesen stimmte mit 8 von 10 Rechnungen überein und verpasste beide gesprenkelten Seiten, wodurch die Rechnungsnummer dieser Seite als ANV-938066 zurückgegeben wurde, und Deskew allein machte es nicht besser. Mit DeNoise hinzugefügt, gab IronOCR INV-939066 und 1731,53 zurück, mit 41,45 Vertrauen in der Gesamtzeile, dem niedrigsten des Durchlaufs. Die andere gesprenkelte Gesamtzeile las bei 63,86 und die sauberen Seiten bei etwa 95. Claude Code wählte diese beiden Filter in seinem ersten Entwurf und behielt sie durch alle fünf Läufe des Programms.
- Eine unabhängige Überprüfung hat jede Anforderung erneut gemessen, und alle 10 Rechnungen stimmten überein.
- ChatGPT Codex mit GPT-6 Luna stimmte ebenfalls 10 von 10 mit derselben Eingabe überein.
roundtrip.mdwird ungeschnitten veröffentlicht und
in reduzierter Größe.
Was besteht
- Der Code brauchte keine Änderungen von Ihnen.
- Das Öffnen eines beliebigen Bildes zeigt kleinen Text, ohne dass etwas an den Rändern abgeschnitten ist, und Flecken auf dem Text sowie den Rändern.
- Jede Rechnungsnummer und Summe in
roundtrip.mderscheint auch im auf dieser Seite gespeicherten OCR-Text.
Der Laufaufzeichnung
- Die Maschine läuft auf Windows 11 x64 mit einem Core i9-14900KF und 64 GB Speicher.
- Jedes Projekt zielt auf .NET 9.
- Dieser Leitfaden, Copilot und Cursor liefen
IronOcr2026.9.4, während Claude Code, Codex und Antigravity 2026.10.2 liefen. Copilot fügteIronOcr.Linux2026.9.4 hinzu und Codex, Cursor und Antigravity fügtenIronOcr.Languages.German2020.11.2 hinzu. - Zuletzt getestet am 8. Oktober 2026 mit dem Cursor-Lauf. Jeder andere Lauf ist vom 6. Oktober.
| Anleitung | Assistent und Version | Modell | Dauer (Minuten) |
|---|---|---|---|
| Dieser Leitfaden | Claude Code 2.1.277, Genehmigungsaufforderungen ausgeschaltet | Claude Opus 5 | 20.8 |
| Claude Code | Claude Code 2.1.277 | Claude Sonnet 5 | 9.4 |
| ChatGPT Codex | Codex CLI 0.160.0 | GPT-6 Luna | 27.7 |
| GitHub Copilot | Copilot-Agentenmodus in VS Code 1.140 | GPT-6 Luna, von Auto geleitet | 22.0 |
| Cursor | Cursor 3.23.23 Desktop-Anwendung | Grok 4.7 | 83.5 |
| Google Antigravity | Antigravity CLI 1.3.0 | Gemini 3.8 Flash (Hoch) | 32.7 |
Agentenspezifische Anleitungen
Öffnen Sie für Schritte, die einem Tool entsprechen, dessen Leitfaden.
- Verwenden Sie IronOCR mit Claude Code
- Verwenden Sie IronOCR mit ChatGPT Codex
- Verwenden Sie IronOCR mit GitHub Copilot
- Verwenden Sie IronOCR mit Cursor
- Verwenden Sie IronOCR mit Google Antigravity
Fehlerbehebung
- Wenden Sie einen Lizenzschlüssel in IronOCR an
- Verbessern Sie die OCR-Genauigkeit, wenn der erkannte Text nicht zur Seite passt
- Allgemeine OCR-Fehlerbehebung, wenn nach der Bereitstellung Fehler auftreten
Fragen?
Wenn Sie Fragen haben, wenden Sie sich an support@ironsoftware.com.
Curtis Chau hat einen Bachelor-Abschluss in Informatik von der Carleton University und ist spezialisiert auf Frontend-Entwicklung mit Expertise in Node.js, TypeScript, JavaScript und React. Leidenschaftlich widmet er sich der Erstellung intuitiver und ästhetisch ansprechender Benutzerschnittstellen und arbeitet gerne mit modernen Frameworks sowie der Erstellung gut strukturierter, optisch ansprechender Handbücher.