Pruebas de software de OCR: Explora las mejores opciones

Patrón de inicialización del motor

Cada integración de OmniPage comienza con un ciclo de vida del motor que abarca toda la ventana de procesamiento de documentos de la aplicación:

// OmniPage: Engine must be initialized before any operations
// License file must exist at this path on every target machine
using var engine = new OmniPageEngine();
engine.SetLicenseFile(@"C:\Program Files\OmniPage\license.lic");
engine.Initialize();  // Contacts license server; loads 100MB+ of native components

// Configure recognition settings for the document
var settings = new RecognitionSettings
{
    PrimaryLanguage = "English",
    SecondaryLanguages = new[] { "German", "French" },
    AccuracyMode = "Maximum",
    PreserveLayout = true,
    DetectTables = true,
    DespeckleLevel = 2,
    ContrastEnhancement = true,
    AutoRotate = true,
    DeskewImage = true
};

// Document-centric workflow
var document = engine.CreateDocument();
document.AddPage(imagePath);
document.Recognize(settings);
string text = document.GetText();

// Explicit cleanup — omitting this can lock the license
document.Dispose();
engine.Shutdown();

// OmniPage: Engine must be initialized before any operations
// License file must exist at this path on every target machine
using var engine = new OmniPageEngine();
engine.SetLicenseFile(@"C:\Program Files\OmniPage\license.lic");
engine.Initialize();  // Contacts license server; loads 100MB+ of native components

// Configure recognition settings for the document
var settings = new RecognitionSettings
{
    PrimaryLanguage = "English",
    SecondaryLanguages = new[] { "German", "French" },
    AccuracyMode = "Maximum",
    PreserveLayout = true,
    DetectTables = true,
    DespeckleLevel = 2,
    ContrastEnhancement = true,
    AutoRotate = true,
    DeskewImage = true
};

// Document-centric workflow
var document = engine.CreateDocument();
document.AddPage(imagePath);
document.Recognize(settings);
string text = document.GetText();

// Explicit cleanup — omitting this can lock the license
document.Dispose();
engine.Shutdown();

Imports OmniPage

' OmniPage: Engine must be initialized before any operations
' License file must exist at this path on every target machine
Using engine As New OmniPageEngine()
    engine.SetLicenseFile("C:\Program Files\OmniPage\license.lic")
    engine.Initialize()  ' Contacts license server; loads 100MB+ of native components

    ' Configure recognition settings for the document
    Dim settings As New RecognitionSettings With {
        .PrimaryLanguage = "English",
        .SecondaryLanguages = {"German", "French"},
        .AccuracyMode = "Maximum",
        .PreserveLayout = True,
        .DetectTables = True,
        .DespeckleLevel = 2,
        .ContrastEnhancement = True,
        .AutoRotate = True,
        .DeskewImage = True
    }

    ' Document-centric workflow
    Dim document = engine.CreateDocument()
    document.AddPage(imagePath)
    document.Recognize(settings)
    Dim text As String = document.GetText()

    ' Explicit cleanup — omitting this can lock the license
    document.Dispose()
    engine.Shutdown()
End Using

Este patrón debe reproducirse en cada punto de integración: los controladores de solicitudes de ASP.NET , los servicios de Windows, los trabajos de procesamiento por lotes y las pruebas unitarias deben gestionar el ciclo de vida del motor. En una configuración de licencia flotante, olvidar Shutdown() en una ruta de error bloquea un asiento de licencia para cada otro proceso hasta que se reinicie el servidor.

Comparación detallada de características

Enfoque OmniPage de Kofax

El proceso de adquisición de OmniPage sigue una secuencia fija que ningún desarrollador puede omitir:

Pasos de implementación de OmniPage (del código fuente kofax-enterprise-ocr.cs):

1. Proceso de venta completo (4–12 semanas)
2. Reciba el instalador SDK de Tungsten.
3. Instalar el SDK en las máquinas de desarrollo.
4. Configurar archivos de licencia (por máquina o flotantes)
5. Configurar el servidor de licencias (si se utiliza licencia de red).
6. Instalar los componentes de tiempo de ejecución en los servidores de producción.
7. Implementar los archivos de licencia en producción.
8. Configure el firewall para la comunicación con el servidor de licencias.
9. Configurar la monitorización de la disponibilidad de licencias.
10. Documentar los procedimientos de cierre para la liberación de la licencia.

Los pasos 5, 8 y 9 no son tareas de los desarrolladores; requieren coordinación con los equipos de infraestructura y seguridad. El Paso 7 significa que cada despliegue de producción necesita el archivo .lic presente en una ruta codificada. El Paso 10 existe porque olvidar Shutdown() en cualquier ruta de código bloquea un asiento de licencia flotante indefinidamente.

El modelo de licencias por página añade otra capa de complejidad operativa. Los informes de uso se envían a un servidor de licencias, la conciliación de la facturación se realiza mensual o trimestralmente, y cualquier aumento inesperado en el volumen de documentos (un nuevo cliente incorporado, un retraso procesado) genera una factura por exceso de consumo que nadie había presupuestado.

Enfoque de IronOCR

// Step 1: Install
// dotnet add package IronOcr

// Step 2: Configure license (one line at startup)
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

// Step 3: Read a document
var text = new IronTesseract().Read("document.jpg").Text;

// Step 1: Install
// dotnet add package IronOcr

// Step 2: Configure license (one line at startup)
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

// Step 3: Read a document
var text = new IronTesseract().Read("document.jpg").Text;

' Step 1: Install
' dotnet add package IronOcr

' Step 2: Configure license (one line at startup)
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

' Step 3: Read a document
Dim text As String = (New IronTesseract()).Read("document.jpg").Text

Sin instalador. Sin referencias a DLL. No hay archivo de licencia en el disco. Sin servidor de licencias. Sin reglas de firewall. No hay procedimiento de apagado. La clave de licencia es una cadena: almacénela en una variable de entorno, appsettings.json, o Azure Key Vault. Cambiar los destinos de implementación (por ejemplo, de una máquina virtual Windows a un contenedor DockerLinux) no requiere ninguna reconfiguración de la licencia.

La guía de configuración de IronTesseract abarca todas las opciones de configuración, incluida la inyección de claves basada en variables de entorno, que elimina por completo las cadenas de licencia del código fuente.

Enfoque OmniPage de Kofax

El modelo de distribución basado en instalador de OmniPage crea fricción en cada etapa de una canalización de despliegue moderno. Construir un contenedor Dockerrequiere que el instalador personalizado del SDK se ejecute dentro de la imagen, que el archivo de licencia se integre o monte en tiempo de ejecución, y que engine.Shutdown() se ejecute antes de que el contenedor se detenga. Un reinicio de un pod de Kubernetes que no apague correctamente el motor de OmniPage puede dejar las licencias flotantes bloqueadas hasta que expire el tiempo de espera de extracción del servidor de licencias (normalmente entre 30 y 60 minutos).

En los pipelines de CI/CD, cada agente que ejecuta pruebas de integración necesita tener instalado el SDK y disponer de un archivo de licencia válido. El paralelismo de las pruebas está limitado por el número de plazas autorizadas. En el modelo de pago por página de OmniPage, las pruebas automatizadas consumen páginas facturables.

El namespace Kofax.OmniPage.CSDK se referencia mediante rutas de DLL añadidas manualmente, no un gestor de paquetes. Actualizar a una nueva versión del SDK significa volver a ejecutar el instalador en cada máquina de desarrollo, agente de compilación y servidor de producción — no incrementar un número de versión en un archivo .csproj.

Enfoque de IronOCR

<PackageReference Include="IronOcr" Version="2024.x.x" />

<PackageReference Include="IronOcr" Version="2024.x.x" />

# Docker: no installer, no license file mount required
FROM mcr.microsoft.com/dotnet/aspnet:8.0
RUN apt-get update && apt-get install -y libgdiplus
COPY --from=build /app/publish /app
WORKDIR /app
ENTRYPOINT ["dotnet", "YourApp.dll"]

La guía de despliegue en Docker cubre la única dependencia de Linux(libgdiplus para el renderizado de imágenes) y nada más. El mismo paquete NuGet se ejecuta en Linux , AWS Lambda y Azure App Service sin necesidad de configuración específica de la plataforma. Las canalizaciones CI/CD restauran el paquete mediante dotnet restore de la misma manera que cualquier otra dependencia se restaura — sin pasos de instalador, sin gestión de archivos de licencia, sin restricciones de conteo de asientos en la paralelización de pruebas.

Enfoque OmniPage de Kofax

La secuencia de validación de licencias de OmniPage crea múltiples modos de fallo que no tienen nada que ver con el OCR:

// OmniPage: License validation at engine startup
// Each of these can fail independently
public static void InitializeWithLicense(string licensePath)
{
    // Failure mode 1: File missing (deployment error, path misconfiguration)
    if (!File.Exists(licensePath))
        throw new LicenseException("License file not found");

    // Failure mode 2: File permissions (service account lacks read access)
    try { using var stream = File.OpenRead(licensePath); }
    catch (UnauthorizedAccessException)
    {
        throw new LicenseException("Cannot read license file — check permissions");
    }

    // Failure mode 3: License server unreachable (network partition, server restart)
    var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);

    try
    {
        engine.Initialize(); // Network call to license server
    }
    catch (LicenseValidationException ex)
    {
        // Could be: expired, invalid hardware, concurrent seat limit exceeded,
        // license server unreachable, or maintenance window
        throw new LicenseException($"License validation failed: {ex.Message}");
    }
}

// OmniPage: License validation at engine startup
// Each of these can fail independently
public static void InitializeWithLicense(string licensePath)
{
    // Failure mode 1: File missing (deployment error, path misconfiguration)
    if (!File.Exists(licensePath))
        throw new LicenseException("License file not found");

    // Failure mode 2: File permissions (service account lacks read access)
    try { using var stream = File.OpenRead(licensePath); }
    catch (UnauthorizedAccessException)
    {
        throw new LicenseException("Cannot read license file — check permissions");
    }

    // Failure mode 3: License server unreachable (network partition, server restart)
    var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);

    try
    {
        engine.Initialize(); // Network call to license server
    }
    catch (LicenseValidationException ex)
    {
        // Could be: expired, invalid hardware, concurrent seat limit exceeded,
        // license server unreachable, or maintenance window
        throw new LicenseException($"License validation failed: {ex.Message}");
    }
}

Imports System.IO

' OmniPage: License validation at engine startup
' Each of these can fail independently
Public Shared Sub InitializeWithLicense(licensePath As String)
    ' Failure mode 1: File missing (deployment error, path misconfiguration)
    If Not File.Exists(licensePath) Then
        Throw New LicenseException("License file not found")
    End If

    ' Failure mode 2: File permissions (service account lacks read access)
    Try
        Using stream = File.OpenRead(licensePath)
        End Using
    Catch ex As UnauthorizedAccessException
        Throw New LicenseException("Cannot read license file — check permissions")
    End Try

    ' Failure mode 3: License server unreachable (network partition, server restart)
    Dim engine As New OmniPageEngine()
    engine.SetLicenseFile(licensePath)

    Try
        engine.Initialize() ' Network call to license server
    Catch ex As LicenseValidationException
        ' Could be: expired, invalid hardware, concurrent seat limit exceeded,
        ' license server unreachable, or maintenance window
        Throw New LicenseException($"License validation failed: {ex.Message}")
    End Try
End Sub

Una partición de red entre un servidor de aplicación y el servidor de licencias falla cada llamada engine.Initialize() hasta que la partición se resuelve, independientemente de si la licencia fue validada previamente en esa máquina. La licencia por página agrega un cuarto modo de falla: cuota de páginas agotada a mitad de lote.

Enfoque de IronOCR

// One line at application startup
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

// Optional: verify license status
bool isLicensed = IronOcr.License.IsLicensed;

// Works offline — no license server, no network calls at runtime
var text = new IronTesseract().Read("document.jpg").Text;

// One line at application startup
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

// Optional: verify license status
bool isLicensed = IronOcr.License.IsLicensed;

// Works offline — no license server, no network calls at runtime
var text = new IronTesseract().Read("document.jpg").Text;

Imports IronOcr

' One line at application startup
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

' Optional: verify license status
Dim isLicensed As Boolean = IronOcr.License.IsLicensed

' Works offline — no license server, no network calls at runtime
Dim text As String = New IronTesseract().Read("document.jpg").Text

IronOCR valida la clave de licencia localmente. Durante las operaciones de OCR no se produce ninguna llamada de red. Un servidor de producción que pierde el acceso a internet tras su arranque continúa procesando documentos sin interrupción. La página de licencias cubre todos los niveles: $999 Lite para uso de un solo desarrollador en un solo proyecto hasta $5,999 Unlimited para equipos sin límites de desarrolladores o proyectos.

La clave puede provenir de una variable de entorno (IRONOCR_LICENSE_KEY) sin cambios en el código, lo que facilita el uso de claves diferentes en desarrollo, preparación y producción sin modificar los binarios desplegados.

Enfoque OmniPage de Kofax

Cadena de propietarios de OmniPage desde 2001: Caere → Nuance → Kofax → Tungsten Automation. Cada adquisición introdujo un período de transición en el que las URL de la documentación dejaron de funcionar, los canales de soporte cambiaron, las redes de socios se reestructuraron y los acuerdos de licencia Enterprise requirieron una renegociación bajo nuevos términos. El lanzamiento en enero de 2026 de OmniPage Capture SDK 2025.3 (que añadió compatibilidad con Linux) confirma el desarrollo activo, pero el cambio de marca a Tungsten Automation tiene menos de dos años y la documentación de la hoja de ruta del producto figuraba como "en revisión" durante esa transición.

Para los equipos que adquieren contratos Enterprise de 3 a 5 años, la cuestión no es si OmniPage funciona hoy —que sí funciona— sino si las prioridades estratégicas de Tungsten Automation para 2028 coinciden con la hoja de ruta actual del producto. Las adquisiciones de software Enterprise suelen resultar en un estado de mantenimiento para los productos adquiridos cuando las prioridades de la hoja de ruta del comprador Shift hacia sus propios componentes de plataforma.

La migración de la documentación por sí sola genera fricción operativa: los tickets de soporte de la era Kofax, los marcadores de documentación y las publicaciones del foro de la comunidad que hacen referencia a estructuras de URL antiguas ya no se resuelven correctamente, lo que añade fricción a la experiencia de soporte justo en el momento en que los desarrolladores más necesitan ayuda (durante incidentes e integraciones complejas).

Enfoque de IronOCR

Iron Software es una empresa centrada en herramientas para desarrolladores, cuyo catálogo completo son bibliotecas .NET. IronOCR, IronPDF, IronBarcode y productos relacionados constituyen el negocio principal de la empresa, no un producto adquirido que se esté integrando en una plataforma de automatización Enterprise más amplia. El historial de versiones muestra actualizaciones constantes alineadas con el ciclo de lanzamiento de .NET (compatible con .NET 8, .NET 9 y orientada a la compatibilidad con .NET 10). El centro de documentación y los tutoriales se mantienen bajo URL estables con contenido específico para cada versión.

Se alcanza el límite presupuestario.

Un equipo Enterprise que utiliza OmniPage para el procesamiento de contratos alcanza un límite natural cuando el volumen de documentos aumenta y los costos de las licencias por página aumentan en consecuencia. Las tarifas de ejecución se acumulan anualmente además de la licencia del SDK y el mantenimiento. El caso de negocio para una única $2,999 licencia Professional de IronOCR se vuelve sencillo: la licencia perpetua se paga por sí misma rápidamente en comparación con tarifas continuas por página. Los equipos que se encuentran en esta situación suelen realizar una validación de precisión paralela en 1000 documentos representativos, descubren que la diferencia de precisión entre OmniPage e IronOCR es inferior al 1 % en el contenido estándar de sus facturas y contratos, y completan la migración en menos de dos semanas.

El cronograma de adquisiciones bloquea la entrega del producto.

Una empresa emergente o mediana que está desarrollando una función de digitalización de documentos descubre que el proveedor de OCR, que requiere entre 4 y 12 semanas de interacción con el cliente, no cumplirá con la fecha de lanzamiento de su producto. El gerente de producto no tiene 8 semanas para la adquisición.IronOCR se instala desde NuGet en 30 segundos; La clave de licencia de la página del producto IronOCR se obtiene de forma autónoma. La función se incluye en el envío. Este escenario no es hipotético; es la razón más común que los equipos de desarrollo documentan cuando explican sus decisiones tecnológicas a la dirección de ingeniería a posteriori.

Cambios en la topología de despliegue

Un equipo que utiliza OmniPage en servidores Windows decide migrar a una implementación en contenedores en Kubernetes. El instalador del SDK de OmniPage no se integra fácilmente en una canalización de compilación de Docker, el archivo de licencia debe montarse o incorporarse a la imagen (ambas opciones tienen implicaciones de seguridad) y los reinicios de contenedores requieren gestionar correctamente el ciclo de vida de apagado/arranque del motor. Para escalar horizontalmente a 10 contenedores se requieren 10 licencias flotantes o 10 licencias vinculadas a un nodo. El modelo de implementación NuGet de IronOCR, las claves de licencia basadas en variables de entorno y la validación de licencias sin conexión hacen que la implementación en contenedores sea muy sencilla. La documentación de implementación de Docker cubre la configuración completa, y el escalado horizontal no requiere acciones de licencia adicionales: la licencia Ilimitada cubre implementaciones ilimitadas.

El requisito del ICR desaparece.

Muchos equipos adoptan OmniPage inicialmente porque un requisito de las partes interesadas incluía el "reconocimiento de escritura a mano" como una característica. Cuando se define el alcance de ese requisito —y resulta que la necesidad real son formularios impresos con casillas de verificación, no campos de texto libre escritos a mano— la justificación de ICR para el precio Enterprise se esfuma.IronOCR gestiona la detección de casillas de verificación mediante sus capacidades compatibles con OMR y la extracción de datos estructurados a una fracción del coste. Los equipos que reevalúan su corpus documental suelen descubrir que más del 95 % de su volumen consiste en PDF impresos y facturas escaneadas, donde la ventaja de ICR de OmniPage nunca se aprovecha.

La incertidumbre en la adquisición de tungsteno desencadena una revisión de riesgos.

Los equipos de compras de las Enterprise realizan revisiones periódicas de los riesgos que corren los proveedores. Cuando un proveedor de herramientas ha cambiado de propietario cuatro veces en 25 años, el cambio de marca más reciente tiene menos de dos años y la documentación de la hoja de ruta del producto se marcó como "en revisión" durante la transición, algunos equipos optan por reducir el riesgo de concentración de proveedores trasladando una carga de trabajo a un proveedor de herramientas para desarrolladores estable y especializado. Se trata tanto de una decisión empresarial como técnica: la precisión del OCR de IronOCR en documentos comerciales estándar es comparable a la de OmniPage, y la migración elimina la discusión sobre la renovación del contrato Enterprise del ciclo presupuestario anual.

Ciclo de vida del motor a llamadas sin estado

Las integraciones de OmniPage están construidas alrededor de una instancia de larga duración de OmniPageEngine que debe ser inicializada al iniciar y apagada al salir del proceso.IronOCR no tiene un ciclo de vida equivalente. La clase IronTesseract se instancia por llamada o se comparte como un servicio de larga duración — ambos patrones funcionan.

// OmniPage pattern: service class with engine lifecycle
public class KofaxDocumentService : IDisposable
{
    private OmniPageEngine _engine;

    public KofaxDocumentService(string licensePath)
    {
        _engine = new OmniPageEngine();
        _engine.SetLicenseFile(licensePath);
        _engine.Initialize();
    }

    public string ProcessDocument(string imagePath)
    {
        var document = _engine.CreateDocument();
        document.AddPage(imagePath);
        document.Recognize(new RecognitionSettings { Language = "English" });
        string text = document.GetText();
        document.Dispose();  // Must not be forgotten
        return text;
    }

    public void Dispose()
    {
        _engine.Shutdown();  // Must not be forgotten
    }
}

//IronOCR equivalent: no lifecycle management needed
public class IronOcrDocumentService
{
    private readonly IronTesseract _ocr;

    public IronOcrDocumentService()
    {
        _ocr = new IronTesseract();
        _ocr.Language = OcrLanguage.English;
    }

    public string ProcessDocument(string imagePath)
    {
        using var input = new OcrInput();
        input.LoadImage(imagePath);
        return _ocr.Read(input).Text;
    }
    // No Dispose — no unmanaged resources to release
}

// OmniPage pattern: service class with engine lifecycle
public class KofaxDocumentService : IDisposable
{
    private OmniPageEngine _engine;

    public KofaxDocumentService(string licensePath)
    {
        _engine = new OmniPageEngine();
        _engine.SetLicenseFile(licensePath);
        _engine.Initialize();
    }

    public string ProcessDocument(string imagePath)
    {
        var document = _engine.CreateDocument();
        document.AddPage(imagePath);
        document.Recognize(new RecognitionSettings { Language = "English" });
        string text = document.GetText();
        document.Dispose();  // Must not be forgotten
        return text;
    }

    public void Dispose()
    {
        _engine.Shutdown();  // Must not be forgotten
    }
}

//IronOCR equivalent: no lifecycle management needed
public class IronOcrDocumentService
{
    private readonly IronTesseract _ocr;

    public IronOcrDocumentService()
    {
        _ocr = new IronTesseract();
        _ocr.Language = OcrLanguage.English;
    }

    public string ProcessDocument(string imagePath)
    {
        using var input = new OcrInput();
        input.LoadImage(imagePath);
        return _ocr.Read(input).Text;
    }
    // No Dispose — no unmanaged resources to release
}

Imports System

' OmniPage pattern: service class with engine lifecycle
Public Class KofaxDocumentService
    Implements IDisposable

    Private _engine As OmniPageEngine

    Public Sub New(licensePath As String)
        _engine = New OmniPageEngine()
        _engine.SetLicenseFile(licensePath)
        _engine.Initialize()
    End Sub

    Public Function ProcessDocument(imagePath As String) As String
        Dim document = _engine.CreateDocument()
        document.AddPage(imagePath)
        document.Recognize(New RecognitionSettings With {.Language = "English"})
        Dim text As String = document.GetText()
        document.Dispose()  ' Must not be forgotten
        Return text
    End Function

    Public Sub Dispose() Implements IDisposable.Dispose
        _engine.Shutdown()  ' Must not be forgotten
    End Sub
End Class

' IronOCR equivalent: no lifecycle management needed
Public Class IronOcrDocumentService

    Private ReadOnly _ocr As IronTesseract

    Public Sub New()
        _ocr = New IronTesseract()
        _ocr.Language = OcrLanguage.English
    End Sub

    Public Function ProcessDocument(imagePath As String) As String
        Using input As New OcrInput()
            input.LoadImage(imagePath)
            Return _ocr.Read(input).Text
        End Using
    End Function
    ' No Dispose — no unmanaged resources to release
End Class

El patrón using var input = new OcrInput() maneja la limpieza de recursos para los datos de entrada. La instancia de IronTesseract en sí misma no lleva un estado no gestionado que requiera desmantelamiento explícito.

Procesamiento de PDF sin licencia de módulo independiente

El procesamiento de PDF en OmniPage generalmente requiere una configuración de formato de salida específica y, según la edición del SDK, una licencia de módulo PDF independiente. La compatibilidad de IronOCR con la entrada de archivos PDF está integrada en el paquete NuGet básico. Los archivos PDF escaneados, los archivos PDF nativos y los archivos PDF protegidos con contraseña utilizan la misma interfaz API.

// Extract text from a scanned PDF — no extra module or license
using var input = new OcrInput();
input.LoadPdf("scanned-contract.pdf");
var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

// Create a searchable PDF from a scanned-only PDF
result.SaveAsSearchablePdf("contract-searchable.pdf");

// Process specific pages from a large PDF
using var input = new OcrInput();
input.LoadPdfPages("large-report.pdf", 1, 10);  // Pages 1–10 only
var result = new IronTesseract().Read(input);

// Extract text from a scanned PDF — no extra module or license
using var input = new OcrInput();
input.LoadPdf("scanned-contract.pdf");
var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

// Create a searchable PDF from a scanned-only PDF
result.SaveAsSearchablePdf("contract-searchable.pdf");

// Process specific pages from a large PDF
using var input = new OcrInput();
input.LoadPdfPages("large-report.pdf", 1, 10);  // Pages 1–10 only
var result = new IronTesseract().Read(input);

Imports IronOcr

' Extract text from a scanned PDF — no extra module or license
Using input As New OcrInput()
    input.LoadPdf("scanned-contract.pdf")
    Dim result = New IronTesseract().Read(input)
    Console.WriteLine(result.Text)
End Using

' Create a searchable PDF from a scanned-only PDF
result.SaveAsSearchablePdf("contract-searchable.pdf")

' Process specific pages from a large PDF
Using input As New OcrInput()
    input.LoadPdfPages("large-report.pdf", 1, 10)  ' Pages 1–10 only
    Dim result = New IronTesseract().Read(input)
End Using

La guía de salida de PDF con capacidad de búsqueda abarca la incrustación de la capa de texto que permite indexar los PDF escaneados en los sistemas de gestión documental, un requisito común en los mismos flujos de trabajo donde se implementa OmniPage.

Distribución de paquetes de idiomas

Los diccionarios de idioma de OmniPage forman parte de la instalación del SDK y se cargan al iniciar el motor, independientemente de si el documento actual los necesita o no. Los paquetes de idioma de IronOCR son paquetes NuGet independientes; Solo se cargan los idiomas instalados y referenciados.

// Add language packs as NuGet packages, not installer components
// dotnet add package IronOcr.Languages.German
// dotnet add package IronOcr.Languages.French

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
ocr.AddSecondaryLanguage(OcrLanguage.German);
ocr.AddSecondaryLanguage(OcrLanguage.French);

using var input = new OcrInput();
input.LoadImage("multilingual-document.jpg");
var result = ocr.Read(input);

// Add language packs as NuGet packages, not installer components
// dotnet add package IronOcr.Languages.German
// dotnet add package IronOcr.Languages.French

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
ocr.AddSecondaryLanguage(OcrLanguage.German);
ocr.AddSecondaryLanguage(OcrLanguage.French);

using var input = new OcrInput();
input.LoadImage("multilingual-document.jpg");
var result = ocr.Read(input);

Imports IronOcr

' Add language packs as NuGet packages, not installer components
' dotnet add package IronOcr.Languages.German
' dotnet add package IronOcr.Languages.French

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.English
ocr.AddSecondaryLanguage(OcrLanguage.German)
ocr.AddSecondaryLanguage(OcrLanguage.French)

Using input As New OcrInput()
    input.LoadImage("multilingual-document.jpg")
    Dim result = ocr.Read(input)
End Using

La guía multilingüe abarca patrones de combinación de idiomas. Los paquetes de idiomas se restauran vía dotnet restore en las canalizaciones CI/CD sin que participe el instalador. El catálogo completo de idiomas incluye los más de 125 paquetes disponibles.

Preprocesamiento: Configuración de objetos frente a canalización de métodos

OmniPage configura el preprocesamiento a través de un objeto RecognitionSettings o PreprocessingSettings pasado al motor.IronOCR expone el preprocesamiento como una tubería de métodos en OcrInput. El comportamiento es equivalente; El modelo de invocación es diferente.

// OmniPage: preprocessing embedded in RecognitionSettings
var preprocessSettings = new PreprocessingSettings
{
    AutoRotate = true,
    Deskew = true,
    DespeckleLevel = 2,
    ContrastEnhancement = true,
    NoiseReduction = true
};
var recognitionSettings = new RecognitionSettings
{
    Language = "English",
    Preprocessing = preprocessSettings
};

// IronOCR: preprocessing as method pipeline on OcrInput
using var input = new OcrInput();
input.LoadImage(imagePath);
input.Deskew();
input.DeNoise();
input.Contrast();
input.Binarize();
input.EnhanceResolution(300);
var result = new IronTesseract().Read(input);

// OmniPage: preprocessing embedded in RecognitionSettings
var preprocessSettings = new PreprocessingSettings
{
    AutoRotate = true,
    Deskew = true,
    DespeckleLevel = 2,
    ContrastEnhancement = true,
    NoiseReduction = true
};
var recognitionSettings = new RecognitionSettings
{
    Language = "English",
    Preprocessing = preprocessSettings
};

// IronOCR: preprocessing as method pipeline on OcrInput
using var input = new OcrInput();
input.LoadImage(imagePath);
input.Deskew();
input.DeNoise();
input.Contrast();
input.Binarize();
input.EnhanceResolution(300);
var result = new IronTesseract().Read(input);

Imports IronOcr

' OmniPage: preprocessing embedded in RecognitionSettings
Dim preprocessSettings As New PreprocessingSettings With {
    .AutoRotate = True,
    .Deskew = True,
    .DespeckleLevel = 2,
    .ContrastEnhancement = True,
    .NoiseReduction = True
}
Dim recognitionSettings As New RecognitionSettings With {
    .Language = "English",
    .Preprocessing = preprocessSettings
}

' IronOCR: preprocessing as method pipeline on OcrInput
Using input As New OcrInput()
    input.LoadImage(imagePath)
    input.Deskew()
    input.DeNoise()
    input.Contrast()
    input.Binarize()
    input.EnhanceResolution(300)
    Dim result = New IronTesseract().Read(input)
End Using

La guía de corrección de la calidad de imagen abarca todos los filtros disponibles. Para los documentos en los que el preprocesamiento automático predeterminado es suficiente, no se necesitan llamadas explícitas:IronOCR aplica automáticamente la corrección de inclinación, la reducción de ruido y la mejora del contraste.