IronOCR vs Azure OCR para PDF: Procesamiento Local de Facturae y AEAT conforme con LOPDGDD

El bloqueo de MAUI en código

En el momento en que llamas a AddTesseractOcr(), la lógica OCR está vinculada al host de la aplicación MAUI. No hay forma de extraerlo a una biblioteca compartida:

// MauiProgram.cs — this registration only compiles inside a MAUI project
public static MauiApp CreateMauiApp()
{
    var builder = MauiApp.CreateBuilder();
    builder.UseMauiApp<App>();

    // Registers ITesseract — MAUI DI only, no standalone equivalent
    builder.Services.AddTesseractOcr();

    return builder.Build();
}

// OCR service — ITesseract injected from MAUI container
public class MobileOcrService
{
    private readonly ITesseract _tesseract;

    public MobileOcrService(ITesseract tesseract)
    {
        _tesseract = tesseract; // Cannot be constructed outside MAUI host
    }

    public async Task<string> ExtractTextAsync(string imagePath)
    {
        await _tesseract.InitAsync("eng"); // traineddata must be bundled
        var result = await _tesseract.RecognizeTextAsync(imagePath);
        return result.Success ? result.RecognizedText : string.Empty;
    }
}

// MauiProgram.cs — this registration only compiles inside a MAUI project
public static MauiApp CreateMauiApp()
{
    var builder = MauiApp.CreateBuilder();
    builder.UseMauiApp<App>();

    // Registers ITesseract — MAUI DI only, no standalone equivalent
    builder.Services.AddTesseractOcr();

    return builder.Build();
}

// OCR service — ITesseract injected from MAUI container
public class MobileOcrService
{
    private readonly ITesseract _tesseract;

    public MobileOcrService(ITesseract tesseract)
    {
        _tesseract = tesseract; // Cannot be constructed outside MAUI host
    }

    public async Task<string> ExtractTextAsync(string imagePath)
    {
        await _tesseract.InitAsync("eng"); // traineddata must be bundled
        var result = await _tesseract.RecognizeTextAsync(imagePath);
        return result.Success ? result.RecognizedText : string.Empty;
    }
}

Imports Microsoft.Maui
Imports Microsoft.Extensions.DependencyInjection

' MauiProgram.vb — this registration only compiles inside a MAUI project
Public Module MauiProgram
    Public Function CreateMauiApp() As MauiApp
        Dim builder = MauiApp.CreateBuilder()
        builder.UseMauiApp(Of App)()

        ' Registers ITesseract — MAUI DI only, no standalone equivalent
        builder.Services.AddTesseractOcr()

        Return builder.Build()
    End Function
End Module

' OCR service — ITesseract injected from MAUI container
Public Class MobileOcrService
    Private ReadOnly _tesseract As ITesseract

    Public Sub New(tesseract As ITesseract)
        _tesseract = tesseract ' Cannot be constructed outside MAUI host
    End Sub

    Public Async Function ExtractTextAsync(imagePath As String) As Task(Of String)
        Await _tesseract.InitAsync("eng") ' traineddata must be bundled
        Dim result = Await _tesseract.RecognizeTextAsync(imagePath)
        Return If(result.Success, result.RecognizedText, String.Empty)
    End Function
End Class

Si su producto crece hasta incluir una API de backend que necesita la misma lógica OCR (para procesar documentos cargados, validar formularios escaneados o generar archivos PDF con capacidad de búsqueda en el servidor), este código no es reutilizable. Nada de esto compila fuera de un proyecto MAUI. Lo escribes de nuevo desde cero usando una biblioteca diferente.

Comparación detallada de características

Enfoque TesseractOcrMaui

TesseractOcrMaui no puede compilar fuera de un host MAUI. La interfaz ITesseract se resuelve desde el contenedor DI de MAUI; No hay fábrica, ni punto de entrada estático, ni constructor independiente. El siguiente patrón es el único admitido:

// MAUI-only: will not compile in ASP.NET Core, console, or class library
public class DocumentScanService
{
    private readonly ITesseract _tesseract;

    public DocumentScanService(ITesseract tesseract) // MAUI DI injection only
    {
        _tesseract = tesseract;
    }

    public async Task<string> ProcessAsync(string imagePath)
    {
        await _tesseract.InitAsync("eng");
        var result = await _tesseract.RecognizeTextAsync(imagePath);
        return result.RecognizedText ?? string.Empty;
    }
}

// MAUI-only: will not compile in ASP.NET Core, console, or class library
public class DocumentScanService
{
    private readonly ITesseract _tesseract;

    public DocumentScanService(ITesseract tesseract) // MAUI DI injection only
    {
        _tesseract = tesseract;
    }

    public async Task<string> ProcessAsync(string imagePath)
    {
        await _tesseract.InitAsync("eng");
        var result = await _tesseract.RecognizeTextAsync(imagePath);
        return result.RecognizedText ?? string.Empty;
    }
}

Imports System.Threading.Tasks

' MAUI-only: will not compile in ASP.NET Core, console, or class library
Public Class DocumentScanService
    Private ReadOnly _tesseract As ITesseract

    Public Sub New(tesseract As ITesseract) ' MAUI DI injection only
        _tesseract = tesseract
    End Sub

    Public Async Function ProcessAsync(imagePath As String) As Task(Of String)
        Await _tesseract.InitAsync("eng")
        Dim result = Await _tesseract.RecognizeTextAsync(imagePath)
        Return If(result.RecognizedText, String.Empty)
    End Function
End Class

Un equipo que necesite realizar el reconocimiento óptico de caracteres (OCR) en documentos cargados en un controlador de API de ASP.NET Coreno puede llamar a esta clase. Añaden una segunda biblioteca OCR —normalmente un envoltorio diferente de Tesseract o una API en la nube— y duplican su configuración de idioma, su manejo de errores y su trabajo de ajuste de precisión. Dos bibliotecas, dos líneas de mantenimiento, dos conjuntos de errores que corregir.

Enfoque de IronOCR

IronOCR no impone restricciones en cuanto al tipo de proyecto. La misma clase se compila en una aplicación MAUI, un controlador ASP.NET Core, una función de Azure y una biblioteca de clases .NET Standard sin modificaciones:

// Works in every project type — MAUI, ASP.NET Core, console, Azure Functions, Docker
public class SharedOcrService
{
    private readonly IronTesseract _ocr = new IronTesseract();

    public string ExtractText(string imagePath)
    {
        using var input = new OcrInput(imagePath);
        return _ocr.Read(input).Text;
    }

    public string ExtractTextFromBytes(byte[] imageData)
    {
        using var input = new OcrInput(imageData);
        return _ocr.Read(input).Text;
    }
}

// Works in every project type — MAUI, ASP.NET Core, console, Azure Functions, Docker
public class SharedOcrService
{
    private readonly IronTesseract _ocr = new IronTesseract();

    public string ExtractText(string imagePath)
    {
        using var input = new OcrInput(imagePath);
        return _ocr.Read(input).Text;
    }

    public string ExtractTextFromBytes(byte[] imageData)
    {
        using var input = new OcrInput(imageData);
        return _ocr.Read(input).Text;
    }
}

Imports IronTesseract

Public Class SharedOcrService
    Private ReadOnly _ocr As New IronTesseract()

    Public Function ExtractText(imagePath As String) As String
        Using input As New OcrInput(imagePath)
            Return _ocr.Read(input).Text
        End Using
    End Function

    Public Function ExtractTextFromBytes(imageData As Byte()) As String
        Using input As New OcrInput(imageData)
            Return _ocr.Read(input).Text
        End Using
    End Function
End Class

Coloca esta clase en una biblioteca de clases .NET Standard 2.1 o net8.0 y haz referencia desde el proyecto MAUI, el proyecto API, y el trabajador en segundo plano simultáneamente. Una única implementación, una única superficie de mantenimiento, un único conjunto de pruebas. La guía de configuración de IronTesseract explica las opciones de configuración que se aplican de forma idéntica a todos los objetivos.

Para escenarios específicos de móviles, IronOcr.Android y IronOcr.iOS proporcionan binarios nativos optimizados para la plataforma mientras exponen la API IronTesseract idéntica, por lo que la biblioteca de clases compartidas funciona sin cambios en móviles. Para despliegues de servidor, la guía de despliegue de Docker y la guía de despliegue de Linux cubren la configuración del contenedor. También hay un tutorial específico de MAUI OCR que muestra la configuración específica para dispositivos móviles.

Enfoque TesseractOcrMaui

TesseractOcrMaui no utiliza un enfoque del lado del servidor. La biblioteca apunta a net8.0-ios, net8.0-android y net8.0-windows (MAUI) solamente. Un proyecto ASP.NET Coreque hace referencia a TesseractOcrMaui fallará al compilar. Esto no es un problema de configuración; El paquete simplemente no contiene objetivos que los entornos de ejecución del servidor puedan cargar.

El método ProcessPdfAsync en la propia documentación de la biblioteca confirma la brecha explícitamente:

// TesseractOcrMaui: PDF processing throws NotSupportedException
public async Task<List<string>> ProcessPdfAsync(string pdfPath)
{
    // Cannot process PDFs at all — requires manual conversion to images first
    // AND requires a separate PDF library you must add yourself
    throw new NotSupportedException(
        "TesseractOcrMaui does not support PDF processing. " +
        "You must manually convert PDF pages to images first.");
}

// TesseractOcrMaui: PDF processing throws NotSupportedException
public async Task<List<string>> ProcessPdfAsync(string pdfPath)
{
    // Cannot process PDFs at all — requires manual conversion to images first
    // AND requires a separate PDF library you must add yourself
    throw new NotSupportedException(
        "TesseractOcrMaui does not support PDF processing. " +
        "You must manually convert PDF pages to images first.");
}

Imports System
Imports System.Threading.Tasks

Public Class TesseractOcrMaui
    Public Async Function ProcessPdfAsync(pdfPath As String) As Task(Of List(Of String))
        ' Cannot process PDFs at all — requires manual conversion to images first
        ' AND requires a separate PDF library you must add yourself
        Throw New NotSupportedException("TesseractOcrMaui does not support PDF processing. " &
                                        "You must manually convert PDF pages to images first.")
    End Function
End Class

Incluso dentro de una aplicación MAUI, los documentos PDF no se pueden transferir directamente. Cada página debe renderizarse en un archivo de imagen temporal por una segunda biblioteca, guardada en la caché del dispositivo, entregada a RecognizeTextAsync, y luego limpiada. En cargas de trabajo de servidor procesando cientos de documentos, esa arquitectura no es viable.

Enfoque de IronOCR

IronOCR gestiona el OCR del lado del servidor con la misma API que se usa en dispositivos móviles. La entrada de PDF es nativa: sin conversión de imagen intermedia, sin archivos temporales, sin bibliotecas adicionales.

// ASP.NET Corecontroller — handles PDF uploads directly
[HttpPost("ocr")]
public async Task<IActionResult> ProcessUpload(IFormFile file)
{
    var ocr = new IronTesseract();

    using var input = new OcrInput();

    if (file.ContentType == "application/pdf")
    {
        using var stream = file.OpenReadStream();
        input.LoadPdf(stream); // direct PDF stream — no temp files
    }
    else
    {
        using var stream = file.OpenReadStream();
        input.LoadImage(stream);
    }

    input.Deskew();   // handle scanned document skew
    input.DeNoise();  // mobile camera noise
    var result = ocr.Read(input);
    return Ok(new { text = result.Text, confidence = result.Confidence });
}

// ASP.NET Corecontroller — handles PDF uploads directly
[HttpPost("ocr")]
public async Task<IActionResult> ProcessUpload(IFormFile file)
{
    var ocr = new IronTesseract();

    using var input = new OcrInput();

    if (file.ContentType == "application/pdf")
    {
        using var stream = file.OpenReadStream();
        input.LoadPdf(stream); // direct PDF stream — no temp files
    }
    else
    {
        using var stream = file.OpenReadStream();
        input.LoadImage(stream);
    }

    input.Deskew();   // handle scanned document skew
    input.DeNoise();  // mobile camera noise
    var result = ocr.Read(input);
    return Ok(new { text = result.Text, confidence = result.Confidence });
}

Imports Microsoft.AspNetCore.Mvc
Imports IronOcr

<HttpPost("ocr")>
Public Async Function ProcessUpload(file As IFormFile) As Task(Of IActionResult)
    Dim ocr As New IronTesseract()

    Using input As New OcrInput()
        If file.ContentType = "application/pdf" Then
            Using stream = file.OpenReadStream()
                input.LoadPdf(stream) ' direct PDF stream — no temp files
            End Using
        Else
            Using stream = file.OpenReadStream()
                input.LoadImage(stream)
            End Using
        End If

        input.Deskew() ' handle scanned document skew
        input.DeNoise() ' mobile camera noise
        Dim result = ocr.Read(input)
        Return Ok(New With {Key .text = result.Text, Key .confidence = result.Confidence})
    End Using
End Function

La misma instancia de IronTesseract que impulsa la aplicación MAUI potencia este punto final. Los paquetes de idioma instalados una sola vez cubren ambos idiomas. Para las implementaciones de Azure Functionso AWS Lambda, la guía de implementación de Azure y la guía de implementación de AWS documentan la configuración. El tutorial sobre la entrada de PDF abarca todos los patrones de carga de PDF, incluidos los rangos de páginas, los archivos protegidos con contraseña y las entradas de flujo.

Enfoque TesseractOcrMaui

Todos los aspectos del mantenimiento de TesseractOcrMauidependen de que Henri Vainio siga estando disponible y motivado. Detrás del proyecto no hay ninguna entidad comercial, ni acuerdo de nivel de servicio (SLA), ni un calendario garantizado para la publicación de parches de seguridad, ni ninguna vía de escalamiento más allá de abrir un problema en GitHub . El proyecto ha estado en marcha, pero el riesgo estructural es real.

El modelo de gestión de datos entrenados amplifica este riesgo desde el punto de vista operativo. Los desarrolladores deben descargar archivos de idioma, declararlos como elementos <MauiAsset>, resolver las diferencias de ruta específicas de la plataforma entre iOS y Android en tiempo de ejecución, y verificar que los archivos existan al inicio:

// Required startup validation — common crash source
public async Task<bool> ValidateTraineddataAsync()
{
    try
    {
        // Fails if eng.traineddata is missing, path-resolved incorrectly,
        // or mismatched with the Tesseract engine version
        await _tesseract.InitAsync("eng");
        return true;
    }
    catch (FileNotFoundException)
    {
        // Need to diagnose: missing file, wrong path, or wrong bundling config?
        Console.WriteLine("ERROR: eng.traineddata not found in bundle");
        return false;
    }
    catch (DllNotFoundException)
    {
        // Native library resolution failure — platform-specific debugging
        Console.WriteLine("Native Tesseract library missing");
        return false;
    }
}

// Required startup validation — common crash source
public async Task<bool> ValidateTraineddataAsync()
{
    try
    {
        // Fails if eng.traineddata is missing, path-resolved incorrectly,
        // or mismatched with the Tesseract engine version
        await _tesseract.InitAsync("eng");
        return true;
    }
    catch (FileNotFoundException)
    {
        // Need to diagnose: missing file, wrong path, or wrong bundling config?
        Console.WriteLine("ERROR: eng.traineddata not found in bundle");
        return false;
    }
    catch (DllNotFoundException)
    {
        // Native library resolution failure — platform-specific debugging
        Console.WriteLine("Native Tesseract library missing");
        return false;
    }
}

Imports System
Imports System.IO
Imports System.Threading.Tasks

Public Class Validator
    ' Required startup validation — common crash source
    Public Async Function ValidateTraineddataAsync() As Task(Of Boolean)
        Try
            ' Fails if eng.traineddata is missing, path-resolved incorrectly,
            ' or mismatched with the Tesseract engine version
            Await _tesseract.InitAsync("eng")
            Return True
        Catch ex As FileNotFoundException
            ' Need to diagnose: missing file, wrong path, or wrong bundling config?
            Console.WriteLine("ERROR: eng.traineddata not found in bundle")
            Return False
        Catch ex As DllNotFoundException
            ' Native library resolution failure — platform-specific debugging
            Console.WriteLine("Native Tesseract library missing")
            Return False
        End Try
    End Function

    Private _tesseract As Tesseract ' Assuming Tesseract is a defined class elsewhere
End Class

Cuando esto falla en producción (en un nivel específico de la API de Android, después de una actualización de iOS o tras el envío de una aplicación a una tienda), el proceso de depuración se lleva a cabo a través de los problemas de GitHub en un proyecto de un solo desarrollador. No hay correo electrónico de soporte, ni canal de chat, ni servicio de escalamiento telefónico.

Enfoque de IronOCR

IronOCR es desarrollado y mantenido por Iron Software, una empresa que cuenta con un equipo de ingeniería especializado y contratos de soporte comercial. Los datos del idioma se envían dentro de los paquetes NuGet — dotnet add package IronOcr.Languages.French es todo el proceso de instalación. No hay archivos que gestionar, ni rutas que configurar, ni declaraciones de agrupación que mantener.

La superficie de error se reduce en consecuencia. Al no haber datos de entrenamiento que puedan perderse, desaparece toda una categoría de fallos en tiempo de ejecución. El modelo de inicialización de IronOCR consiste en una única clave de licencia al iniciar el sistema:

// Application startup — the entire configuration
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

// Then OCR works anywhere, any project type, any file format
var text = new IronTesseract().Read("document.jpg").Text;

// Application startup — the entire configuration
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

// Then OCR works anywhere, any project type, any file format
var text = new IronTesseract().Read("document.jpg").Text;

Imports IronOcr

' Application startup — the entire configuration
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

' Then OCR works anywhere, any project type, any file format
Dim text As String = New IronTesseract().Read("document.jpg").Text

Las consultas de soporte se gestionan por correo electrónico (en horario laboral), chat en directo y teléfono para los planes Enterprise . La página de licencias abarca todos los niveles; El centro de documentación contiene más de 100 páginas de guías. Para preguntas específicas sobre funciones concretas, el centro de tutoriales ofrece ejemplos prácticos para escenarios comunes.

El problema de la expansión del backend

Un equipo especializado en dispositivos móviles lanza una aplicación de escaneo de documentos MAUI utilizando TesseractOcrMaui. La función funciona. Posteriormente, la hoja de ruta del producto añade el procesamiento de documentos del lado del servidor: los PDF cargados necesitan OCR antes de la indexación, un portal web necesita la misma lógica de extracción, y un trabajo por lotes nocturno necesita procesar cientos de formularios escaneados. TesseractOcrMauino puede ser referenciado desde ninguno de esos contextos. El equipo ahora se enfrenta a la disyuntiva de mantener dos bases de código OCR paralelas —una para MAUI y otra para el servidor— o migrar todo a una biblioteca que funcione en ambas. El coste de la migración se paga una sola vez; El coste de mantener dos implementaciones se acumula indefinidamente.

Requisitos de PDF en dispositivos móviles

Los flujos de trabajo reales con documentos móviles implican el uso de archivos PDF. Los usuarios fotografían contratos, escanean recibos que llegan en formato PDF o reciben documentos de identidad en formato PDF. TesseractOcrMauiarroja NotSupportedException en cualquier entrada PDF — el código fuente documenta esto explícitamente. Agregar una segunda biblioteca para convertir páginas PDF en imágenes, gestionar los archivos temporales en la caché del dispositivo y realizar la limpieza correctamente añade una complejidad y fragilidad significativas a una aplicación móvil. Los equipos que descubren esta limitación después de lanzar la versión inicial de MAUI se enfrentan a una importante tarea de reelaboración para gestionar los tipos de documentos que sus usuarios envían realmente.

Precisión en capturas de móviles reales

TesseractOcrMaui ofrece la máxima precisión de Tesseract en comparación con cualquier imagen que llegue de la cámara. Las imágenes tomadas con la cámara del móvil rara vez son ideales: ligera rotación debido al ángulo de la mano, ruido del sensor en condiciones de poca luz, resolución variable según el modelo del dispositivo. TesseractOcrMauino ofrece preprocesamiento; para corregir la inclinación, eliminar el ruido y mejorar el contraste manualmente, es necesario importar SkiaSharp o ImageSharp, implementar los algoritmos, guardar archivos temporales y gestionar el flujo de trabajo. La mayoría de los equipos lo omiten. El resultado es una precisión del 40-60% en condiciones de poca luz, frente al 85-92% con el preprocesamiento aplicado. Cuando el caso de uso involucra contratos, recibos o documentos de identidad, esa laguna es inaceptable.

Superando el ancho de banda de un solo desarrollador

En ocasiones, las aplicaciones de producción presentan errores que requieren una respuesta el mismo día. Una actualización de la plataforma interrumpe la resolución de la biblioteca nativa en Android. El envío de una aplicación a la App Store de iOS falla debido a un cambio en el empaquetado. La comunidad de TesseractOcrMaui, con 33.900 descargas, ofrece una cobertura limitada en Stack Overflow y una única cola de incidencias en GitHub gestionada por un único responsable. Los equipos con obligaciones de acuerdos de nivel de servicio (SLA) en producción, especialmente en industrias reguladas, necesitan un procedimiento de escalamiento definido. El apoyo basado en voluntarios no lo proporciona.

Compartir código en una cartera mixta

Los equipos de desarrollo Enterprise rara vez mantienen una sola aplicación. Un Suite de productos que incluye una aplicación móvil MAUI, un portal web ASP.NET Core, un procesador de lotes de consola y una canalización de Azure Functionsno puede compartir la lógica de OCR cuando TesseractOcrMauies la opción móvil. Cada proyecto tiene su propia integración de OCR. Cuando cambian los requisitos de precisión (por ejemplo, al añadir un nuevo idioma o ajustar el preprocesamiento para un nuevo tipo de documento), el cambio debe realizarse por separado en cada integración. El destino universal .NET de IronOCR permite una sola clase SharedOcrService en una biblioteca netstandard referenciada por todos los proyectos simultáneamente.

Reemplazar ITesseract por IronTesseract

El ITesseract de TesseractOcrMauise resuelve a través del contenedor DI de MAUI y debe inyectarse. El IronTesseract de IronOCR es una clase instanciable simple. Elimina el parámetro del constructor y la llamada InitAsync; reemplaza RecognizeTextAsync con Read:

// Before — MAUI DI required
public class OcrService
{
    private readonly ITesseract _tesseract;
    public OcrService(ITesseract tesseract) { _tesseract = tesseract; }

    public async Task<string> ProcessAsync(string imagePath)
    {
        await _tesseract.InitAsync("eng");
        var result = await _tesseract.RecognizeTextAsync(imagePath);
        return result.Success ? result.RecognizedText : string.Empty;
    }
}

// After — works in any project type
public class OcrService
{
    public string Process(string imagePath)
    {
        var ocr = new IronTesseract();
        using var input = new OcrInput(imagePath);
        return ocr.Read(input).Text;
    }
}

// Before — MAUI DI required
public class OcrService
{
    private readonly ITesseract _tesseract;
    public OcrService(ITesseract tesseract) { _tesseract = tesseract; }

    public async Task<string> ProcessAsync(string imagePath)
    {
        await _tesseract.InitAsync("eng");
        var result = await _tesseract.RecognizeTextAsync(imagePath);
        return result.Success ? result.RecognizedText : string.Empty;
    }
}

// After — works in any project type
public class OcrService
{
    public string Process(string imagePath)
    {
        var ocr = new IronTesseract();
        using var input = new OcrInput(imagePath);
        return ocr.Read(input).Text;
    }
}

Imports System.Threading.Tasks

' Before — MAUI DI required
Public Class OcrService
    Private ReadOnly _tesseract As ITesseract

    Public Sub New(tesseract As ITesseract)
        _tesseract = tesseract
    End Sub

    Public Async Function ProcessAsync(imagePath As String) As Task(Of String)
        Await _tesseract.InitAsync("eng")
        Dim result = Await _tesseract.RecognizeTextAsync(imagePath)
        Return If(result.Success, result.RecognizedText, String.Empty)
    End Function
End Class

' After — works in any project type
Public Class OcrService
    Public Function Process(imagePath As String) As String
        Dim ocr = New IronTesseract()
        Using input = New OcrInput(imagePath)
            Return ocr.Read(input).Text
        End Using
    End Function
End Class

El patrón asincrónico de TesseractOcrMauipuede preservarse usando Task.Run(() => ocr.Read(input)) si se necesita para preocupaciones del hilo de UI en MAUI, pero el camino sincrónico es limpio y suficiente para escenarios de servidor. El cómo de entrada de imágenes documenta todas las variantes de carga OcrInput.

Eliminación de la infraestructura de datos entrenados

TesseractOcrMaui requiere una carpeta Resources/Raw/tessdata/, archivos .traineddata descargados, declaraciones de archivo de proyecto <MauiAsset>, código de resolución de ruta específico de la plataforma y una verificación de validación de inicio. Todo esto se elimina al migrar a IronOCR. Los paquetes de idioma se instalan a través de NuGet:

dotnet remove package TesseractOcrMaui

dotnet add package IronOcr
dotnet add package IronOcr.Android   # for MAUI Android target
dotnet add package IronOcr.iOS       # for MAUI iOS target
dotnet add package IronOcr.Languages.French  # if French was needed

dotnet remove package TesseractOcrMaui

dotnet add package IronOcr
dotnet add package IronOcr.Android   # for MAUI Android target
dotnet add package IronOcr.iOS       # for MAUI iOS target
dotnet add package IronOcr.Languages.French  # if French was needed

Elimina la carpeta Resources/Raw/tessdata/ y elimina las entradas <MauiAsset> del archivo del proyecto. Elimina builder.Services.AddTesseractOcr() de MauiProgram.cs. La clase de validación de inicio que comprueba si faltan archivos de datos entrenados no tiene equivalente en IronOCR porque no hay nada que pueda faltar. La guía de configuración de IronTesseract cubre el paso de inicialización equivalente.

Agregar preprocesamiento para lograr paridad de precisión

TesseractOcrMaui no aplica ningún preprocesamiento. Si la aplicación existente se optimizó en función de la precisión bruta de Tesseract, añadir el preprocesamiento IronOCR mejorará los resultados en imágenes de baja calidad. En lo que respecta específicamente a la entrada de la cámara móvil, una secuencia de tres filtros cubre los modos de fallo más comunes:

using var input = new OcrInput(imagePath);
input.Deskew();            // camera angle correction
input.DeNoise();           // sensor noise from low light
input.EnhanceResolution(300); // normalize DPI across device models

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

using var input = new OcrInput(imagePath);
input.Deskew();            // camera angle correction
input.DeNoise();           // sensor noise from low light
input.EnhanceResolution(300); // normalize DPI across device models

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

Imports IronOcr

Using input As New OcrInput(imagePath)
    input.Deskew()            ' camera angle correction
    input.DeNoise()           ' sensor noise from low light
    input.EnhanceResolution(300) ' normalize DPI across device models

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

Las guías sobre cómo corregir la calidad de la imagen y cómo corregir la orientación de la imagen explican cada filtro en detalle. El ejemplo de escaneo de baja calidad muestra un proceso completo para documentos reales complejos.

Trasladar la lógica de OCR a una biblioteca compartida.

Una vez que se elimina la dependencia ITesseract específica de MAUI, la clase de servicio OCR se vuelve portátil. Crea una nueva biblioteca de clases netstandard2.1 o net8.0, mueve el servicio allí y haz referencia desde el proyecto MAUI y cada proyecto del lado del servidor en la solución. Este es el paso arquitectónico que TesseractOcrMauihace estructuralmente imposible e IronOCR trivializa. La descripción general de la biblioteca OCR de .NET abarca consideraciones sobre la segmentación.