OCR C# GitHub: Reconocimiento de texto con IronOCR

¿Qué método de instalación debes utilizar?

Empieza instalando IronOCR a través del Administrador de paquetes NuGet:

Install-Package IronOcr

Instalar con NuGet

PM >  Install-Package IronOcr

Echa un vistazo a IronOCR en NuGet para una instalación rápida. Con más de 10 millones de descargas, está transformando el desarrollo de PDF con C#. También puede descargar el DLL o el instalador de Windows.

Para escenarios de instalación avanzados, consulte la guía de paquetes NuGet. Si vas a realizar la implementación en plataformas específicas, consulta las guías para Windows, Linux, macOS o contenedores Docker.

¿Dónde se puede encontrar código de ejemplo?

IronOCR mantiene repositorios oficiales en GitHub con ejemplos y tutoriales. El repositorio de ejemplos de IronOCR ofrece implementaciones reales, mientras que el repositorio del tutorial "Image to Text" muestra casos de uso prácticos que puedes clonar y modificar.

Estos repositorios muestran funciones de OCR con lectura de BarCode, compatibilidad multilingüe y procesamiento de PDF. Dado que IronOCR publica paquetes con frecuencia en NuGet, siempre tendrás acceso a las últimas versiones estables.

¿Qué estructura de proyecto debes utilizar?

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

Esta estructura admite varios formatos de entrada, incluidos JPG, PNG, TIFF y BMP. Para procesar archivos TIFF o GIF de varias páginas, IronOCR los gestiona automáticamente.

La carpeta images/ mantiene los archivos de muestra organizados y facilita a los colaboradores añadir imágenes de prueba sin saturar el directorio raíz. Mantener la carpeta src/ separada de los archivos de configuración hace que el proyecto sea más fácil de leer de un vistazo. Añade un README.md que explique qué hace el proyecto, qué variable de clave de licencia hay que configurar y cómo ejecutar el ejemplo.

¿Cómo se implementa el código de procesamiento OCR?

El siguiente ejemplo muestra un procesador OCR completo que ilustra las características clave de IronOCR, incluyendo el preprocesamiento de imágenes, la extracción de texto y la detección de BarCodes:

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");

Este ejemplo muestra varias capacidades de IronOCR. El constructor configura el motor OCR con la lectura de BarCodes habilitada y la segmentación automática de páginas. El proceso de preprocesamiento muestra la corrección de la inclinación (corrección de la rotación), la eliminación de ruido (eliminación de artefactos) y la mejora de la resolución.

Tras el procesamiento, el motor extrae el texto en inglés con puntuaciones de confianza, identifica los BarCodes y genera un PDF con capacidad de búsqueda. El código está escrito utilizando sentencias de primer nivel for .NET 10, lo que permite que el ejemplo sea breve y legible.

Para escenarios avanzados, puede utilizar el procesamiento asíncrono para obtener un mayor rendimiento o implementar el seguimiento del progreso para operaciones de larga duración. La clase OcrResult proporciona una salida detallada que incluye posiciones de texto, coordenadas de palabras y estructura de párrafos, lo que te ofrece mucho más que una simple cadena de texto.

Los desarrolladores también pueden configurar IronOCR para leer otros idiomas, como el chino, el español o el francés, lo que lo convierte en una opción ideal para proyectos multilingües en GitHub. Para obtener información sobre cómo instalar paquetes de idiomas adicionales, consulte la guía de 125 idiomas internacionales.

¿Qué debes incluir en tu archivo .gitignore?

En tu archivo .gitignore, incluye entradas que impidan que se confirmen artefactos de tiempo de ejecución, resultados de pruebas y configuraciones secretas:

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

Es especialmente importante mantener la carpeta runtimes/ fuera del control de código fuente, ya que IronOCR descarga binarios específicos de la plataforma en el momento de la compilación. Incluirlos en el repositorio lo sobrecargaría y crearía conflictos de plataforma. Más información sobre la gestión de claves de licencia para una implementación adecuada.

¿Qué diferencia a IronOCR de otras soluciones de OCR?

IronOCR es lo suficientemente flexible como para reconocer palabras sueltas, líneas y párrafos completos, lo que le permite controlar con precisión el nivel de detalle que extrae de cada escaneo. La biblioteca destaca en tipos de documentos especializados, como matrículas, pasaportes, texto manuscrito, capturas de pantalla y documentos escaneados.

La licencia comercial proporciona claridad legal para repositorios públicos. Se permite expresamente incluir IronOCR en aplicaciones comerciales. Los filtros de preprocesamiento de imágenes integrados incluyen opciones avanzadas como la corrección del color, la mejora de la calidad y un asistente de filtros que encuentra automáticamente la configuración óptima para imágenes difíciles.

¿Por qué es importante la arquitectura de DLL única?

La arquitectura de un solo DLL de IronOCR significa que los colaboradores pueden clonar tu repositorio y comenzar a desarrollar de inmediato, sin tener que lidiar con dependencias nativas o configuraciones específicas de la plataforma que plagan otras soluciones OCR. Esta simplicidad es la razón por la que los desarrolladores eligen IronOCR en lugar del Tesseract sin procesar.

Si se compara la experiencia de configuración, una implementación básica de Tesseract suele requerir la instalación por separado de binarios nativos, la configuración de variables PATH y la gestión manual de los archivos de idioma tessdata. IronOCR se encarga de todo eso internamente, lo que significa que el archivo README de tu proyecto puede centrarse en la lógica de tu aplicación en lugar de en las instrucciones de configuración del Entorno.

La biblioteca incluye Tesseract 5 con numerosas mejoras de rendimiento y compatibilidad con multihilo, lo que le permite procesar varios documentos en paralelo sin necesidad de escribir código de subprocesos personalizado.

¿Cómo se gestionan los archivos de gran tamaño en Git?

Utiliza Git LFS para imágenes de prueba de gran tamaño a fin de mantener el tamaño de tu repositorio manejable:

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"

Esto es especialmente importante cuando se trabaja con imágenes de alta resolución o archivos TIFF de varias páginas. En el caso de escaneos de baja calidad, el preprocesamiento de IronOCR puede mejorar significativamente los resultados sin necesidad de editar manualmente las imágenes de prueba antes de procesarlas.

Al almacenar documentos de prueba en su repositorio, tenga en cuenta si contienen información confidencial. Es preferible generar imágenes de prueba sintéticas mediante programación que incluir facturas o documentos de identificación reales, incluso en repositorios privados.

¿Cómo se deben gestionar las claves de licencia y la documentación?

Almacene las claves de licencia de IronOCR utilizando variables de entorno o secretos de usuario de .NET. Nunca las envíes directamente a ninguna rama, ni siquiera a las privadas. Siga la guía de claves de licencia para una implementación correcta. También puede configurar las licencias en web.config para aplicaciones ASP.NET.

Indique los formatos de imagen admitidos y los niveles de precisión esperados en su archivo README. Incluye imágenes de muestra en una carpeta test-data/ para que los colaboradores puedan verificar la funcionalidad del OCR inmediatamente después de clonar. Añade una breve sección que explique cómo configurar la clave de licencia mediante una variable de entorno para que los nuevos colaboradores no se vean bloqueados en su primera ejecución.

Para el desarrollo multiplataforma, consulte la guía de configuración de IronOCR para Linux o las instrucciones de instalación para macOS. Los desarrolladores de aplicaciones móviles deben consultar las guías para Android e iOS disponibles en la documentación de IronOCR.

¿Por qué no funciona el OCR en Windows?

Entre los problemas de configuración más comunes se encuentra la falta de los componentes redistribuibles de Visual C++ en Windows. IronOCR requiere la versión de 2019. Para obtener orientación detallada, consulte la guía de resolución de problemas de Visual C++ Redistributable. Para implementaciones en Linux, asegúrate de que libgdiplus esté instalado.

Si el reconocimiento de texto parece deficiente, comprueba que tus imágenes tengan al menos 200 ppp utilizando la guía de configuración de ppp. La comunidad de C# OCR en Stack Overflow también proporciona soluciones útiles para problemas comunes de proyectos de GitHub.

Para problemas específicos de configuración, utilice la herramienta de utilidades IronOCR para diagnosticar problemas y la guía general de resolución de problemas para un diagnóstico paso a paso.

¿Dónde puede obtener ayuda adicional?

Para obtener información detallada sobre la resolución de problemas, consulte la guía de resolución de problemas de IronOCR. El equipo de asistencia de IronOCR ofrece ayuda rápida a los usuarios con licencia que trabajan en aplicaciones de OCR alojadas en GitHub. Consulte el registro de cambios del producto para conocer las últimas actualizaciones.