Cómo encontrar texto con visión por ordenador en C#

Curtis Chau
Curtis Chau
Actualizado: 2 de agosto de 2026

IronOCR utiliza la visión por ordenador OpenCV para detectar automáticamente regiones de texto en imágenes antes del procesamiento OCR. Esto mejora la precisión del texto con ruido, multirregión o deformado al centrar el reconocimiento de Tesseract solo en las áreas de texto identificadas, lo que mejora significativamente los resultados de extracción en comparación con el procesamiento de imágenes completas.

Inicio rápido: Detectar y OCR la región de texto principal

Este ejemplo demuestra la extracción de texto inmediata: carga una imagen, utiliza la Visión por Computadora de IronOCR para detectar automáticamente la región principal de texto con FindTextRegion(), luego ejecuta .Read(...) para extraer texto en una línea.

  1. 1Instalar IronOCR con NuGet Package Manager

    PM > Install-Package IronOcr

  2. 2Copie y ejecute este fragmento de código.

    using var result = new IronTesseract().Read(new OcrInput().LoadImage("image.png").FindTextRegion());
  3. 3Despliegue para probar en su entorno real

    Empiece a usar IronOCR en su proyecto hoy con una prueba gratuita
    arrow pointer

¿Cómo instalar IronOCR.ComputerVision mediante el paquete NuGet?

Métodos de OpenCV que realizan visión por computadora en IronOCR son visibles en el paquete regular de NuGet de IronOCR. Para obtener una guía detallada de instalación, consulta nuestra guía de instalación de NuGet.

¿Por qué IronOCR requiere un paquete de visión por ordenador independiente?

Usar estos métodos requiere la instalación de NuGet de IronOcr.ComputerVision en la solución. Se le solicita descargarlo si no lo tiene instalado. La funcionalidad de visión por computadora aprovecha los algoritmos de OpenCV que mejoran significativamente la precisión de la detección de texto, similar a las técnicas usadas en nuestras funciones de reconocimiento de placas de matrícula y escaneo de pasaportes.

¿Qué paquete específico de la plataforma debo instalar?

¿Cómo se instala con Package Manager Console?

Instale utilizando el Administrador de Paquetes NuGet o inserte lo siguiente en la Consola del Administrador de Paquetes:

PM > Install-Package IronOcr.ComputerVision.Windows

Esto proporciona los ensamblajes necesarios para utilizar IronOCR Computer Vision con nuestro archivo de modelo.

¿Qué métodos de visión por ordenador están disponibles en IronOCR?

Más adelante se incluyen ejemplos de código. A continuación se ofrece una visión general de los métodos disponibles en la actualidad:

MétodoExplicación
FindTextRegionDetecta regiones que contienen elementos de texto e indica a Tesseract que solo busque texto dentro del área en la que se detectó el texto.
FindMultipleTextRegionsDetecta áreas que contienen elementos de texto y divide la página en imágenes separadas según las regiones de texto.
GetTextRegionsEscanea la imagen y devuelve una lista de regiones de texto como List<Rectangle>.

¿Cómo se utiliza FindTextRegion para detectar áreas de texto?

FindTextRegion utiliza visión por computadora para detectar regiones que contienen elementos de texto en cada página de un objeto OcrInput. Este método es especialmente útil cuando se procesan imágenes con texto disperso o cuando se necesita mejorar el rendimiento centrándose únicamente en las áreas que contienen texto.

¿Cuál es el uso básico de FindTextRegion?

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("/path/file.png");

input.FindTextRegion();
OcrResult result = ocr.Read(input);
string resultText = result.Text;
Precaución: Esta sobrecarga del método está actualmente obsoleta en IronOcr 2025.6.x y no acepta parámetros personalizados.

¿Cómo es FindTextRegion en la práctica?

En este ejemplo, utilizo la siguiente imagen para un método que necesita recortar las áreas que contienen texto, pero las imágenes de entrada pueden variar en la ubicación del texto. Utilizo FindTextRegion para limitar el escaneo a un área donde la Visión por Computadora ha detectado texto. Este enfoque es similar a las técnicas utilizadas en nuestro tutorial de áreas de contenido y recorte de regiones. Esta es una imagen de ejemplo:

Estadísticas de la empresa Iron Software 2022 que muestran métricas de desarrolladores y datos de rendimiento empresarial
using IronOcr;
using IronSoftware.Drawing;
using System;
using System.Linq;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("wh-words-sign.jpg");

// Find the text region using Computer Vision
Rectangle textCropArea = input.GetPages().First().FindTextRegion();

// For debugging and demonstration purposes, lets see what region it found:
input.StampCropRectangleAndSaveAs(textCropArea, Color.Red, "image_text_area", AnyBitmap.ImageFormat.Png);

// Looks good, so let us apply this region to hasten the read:
var ocrResult = ocr.Read("wh-words-sign.jpg", textCropArea);
Console.WriteLine(ocrResult.Text);

¿Cómo depuro y verifico la detección de regiones de texto?

Este código tiene dos salidas. El primero es un archivo .png guardado por StampCropRectangleAndSaveAs usado para depuración. Esta técnica también se cubre en nuestra guía de resaltado de textos para depuración. Podemos ver dónde IronCV (Computer Vision) detectó el texto:

Estadísticas de Iron Software 2022 con un cuadro de límites en rojo mostrando la funcionalidad de detección de texto FindTextRegion

La detección identifica con precisión el área de texto. El segundo resultado es el texto propiamente dicho:

IRONSOFTWARE

50,000+

Developers in our active community

10,777,061 19,313
NuGet downloads Support tickets resolved
50%+ 80%+
Engineering Team growth Support Team growth
$25,000+

Raised with #TEAMSEAS to clean our beaches & waterways
Text

¿Cómo se utiliza FindMultipleTextRegions para varias áreas de texto?

FindMultipleTextRegions toma todas las páginas de un objeto OcrInput y utiliza visión por computadora para detectar áreas que contienen elementos de texto, luego divide la entrada en imágenes separadas basadas en las regiones de texto. Esto es particularmente útil para procesar documentos con múltiples áreas de texto distintas, similar a nuestra funcionalidad de lectura de tablas en documentos:

¿Cuál es el uso básico de FindMultipleTextRegions?

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("/path/file.png");

input.FindMultipleTextRegions();
OcrResult result = ocr.Read(input);
string resultText = result.Text;
Precaución: A partir de IronOCR v2025.6.x, el método FindMultipleTextRegions ya no soporta parámetros personalizados.

¿Cómo puedo procesar páginas individuales con FindMultipleTextRegions?

Otro método de sobrecarga de FindMultipleTextRegions toma una página de OCR y devuelve una lista de páginas de OCR, una para cada región de texto en ella. Este enfoque ayuda al tratar con diseños complejos, similar a las técnicas descritas en nuestra guía de procesamiento de TIFF multipágina:

using IronOcr;
using System.Collections.Generic;
using System.Linq;

int pageIndex = 0;
using var input = new OcrInput();
input.LoadImage("/path/file.png");

var selectedPage = input.GetPages().ElementAt(pageIndex);
List<OcrInputPage> textRegionsOnPage = selectedPage.FindMultipleTextRegions();

¿Cómo se utiliza GetTextRegions para obtener las coordenadas de la región de texto?

GetTextRegions devuelve una lista de áreas de recorte donde se detectó texto en una página. Este método es especialmente útil cuando se necesitan las coordenadas de regiones de texto para su posterior procesamiento o cuando se implementan flujos de trabajo de OCR personalizados. Para más detalles sobre el trabajo con resultados, consulta nuestra documentación de la clase OcrResult:

¿Cuándo debo usar GetTextRegions en lugar de FindTextRegion?

/* :path=/static-assets/ocr/content-code-examples/how-to/computer-vision-gettextregions.cs */
using IronOcr;
using IronSoftware.Drawing;
using System;
using System.Collections.Generic;
using System.Linq;

// Create a new IronTesseract object for OCR
var ocr = new IronTesseract();

// Load an image into OcrInput
using var input = new OcrInput();
input.LoadImage("/path/file.png");

// Get the first page from the input
var firstPage = input.GetPages().First();

// Get all text regions detected on this page
List<Rectangle> textRegions = firstPage.GetTextRegions();

// Display information about each detected region
Console.WriteLine($"Found {textRegions.Count} text regions:");
foreach (var region in textRegions)
{
    Console.WriteLine($"Region at X:{region.X}, Y:{region.Y}, Width:{region.Width}, Height:{region.Height}");
}

// You can also process each region individually
foreach (var region in textRegions)
{
    var regionResult = ocr.Read("/path/file.png", region);
    Console.WriteLine($"Text in region: {regionResult.Text}");
}

¿Cuáles son los casos de uso habituales de la visión por ordenador en el reconocimiento óptico de caracteres?

La visión por ordenador mejora significativamente la precisión del reconocimiento óptico de caracteres en situaciones difíciles. He aquí algunas aplicaciones prácticas:

  1. Análisis del diseño del documento: Identifica y procesa automáticamente diferentes secciones de documentos complejos. Especialmente útil con documentos escaneados.
  2. Texto en múltiples columnas: Separa y lee columnas independientemente para periódicos o revistas. Usa procesamiento multinúcleo para resultados más rápidos.
  3. Contenido mixto: Diferencia entre regiones de texto y gráficos en documentos. Útil al procesar fotos con texto incrustado.
  4. Optimización del rendimiento: Enfoca el procesamiento OCR solo en áreas que contienen texto. Consulta nuestra guía de configuración rápida de OCR.
  5. Control de calidad: Verifica la detección de texto antes del procesamiento completo de OCR. Nuestra función de seguimiento de progreso monitorea cada etapa.

Con la configuración y los archivos de entrada adecuados, el OCR puede lograr una capacidad de lectura casi humana. Para obtener resultados óptimos, combina visión por computadora con nuestros filtros de optimización de imágenes para lograr la mejor precisión de OCR posible. Cuando trabajes con imágenes de baja calidad, nuestra guía sobre cómo arreglar escaneos de baja calidad proporciona valiosas técnicas de preprocesamiento.

Técnicas avanzadas de visión por ordenador

Los desarrolladores que deseen superar los límites de la precisión del OCR deben tener en cuenta estos enfoques avanzados:

Preguntas frecuentes

¿Qué es el método FindTextRegion en IronOCR?

El método FindTextRegion en IronOCR utiliza la visión por computadora para detectar regiones que contienen elementos de texto en una imagen, permitiendo que Tesseract OCR se concentre solo en esas áreas, lo cual mejora la precisión al leer texto de imágenes con ruido o con múltiples regiones.

¿Cómo puede IronOCR mejorar la precisión de detección de texto con visión por computadora?

IronOCR aprovecha los algoritmos de visión por computadora de OpenCV para detectar y enfocarse automáticamente en las regiones de texto dentro de una imagen antes del procesamiento OCR, mejorando significativamente la precisión de detección de texto.

¿Puede IronOCR realizar la detección de múltiples regiones de texto?

Sí, IronOCR puede usar el método FindMultipleTextRegions para identificar y dividir imágenes de entrada en regiones separadas basadas en áreas de texto, mejorando la eficiencia de procesamiento para documentos con múltiples bloques de texto.

¿Cómo maneja IronOCR las imágenes ruidosas o distorsionadas durante la detección de texto?

IronOCR utiliza el método FindTextRegion para aislar áreas de texto de imágenes ruidosas o distorsionadas, permitiendo que Tesseract OCR se concentre solo en estas regiones específicas, mejorando la precisión y el rendimiento de lectura.

¿Qué plataformas son compatibles con el paquete de Computer Vision de IronOCR?

El paquete de Computer Vision de IronOCR es compatible con Windows, Linux, macOS y macOS ARM, con guías de instalación específicas para cada plataforma disponibles.

¿Cuáles son los beneficios de usar la visión por computadora en tareas OCR con IronOCR?

La visión por computadora mejora las tareas de OCR al permitir que IronOCR detecte automáticamente y se enfoque en las regiones que contienen texto dentro de las imágenes, lo que resulta en una mejor precisión, especialmente para documentos complejos o de baja calidad.

¿Para qué sirve el método GetTextRegions en IronOCR?

El método GetTextRegions en IronOCR proporciona una lista de las regiones de texto detectadas como coordenadas, útil para un procesamiento adicional o para implementar flujos de trabajo OCR personalizados.

¿Cómo puede IronOCR ayudar en el procesamiento de documentos con múltiples áreas de texto?

IronOCR utiliza el método FindMultipleTextRegions para detectar y procesar documentos con múltiples áreas de texto distintas separándolos automáticamente en secciones individuales para un mejor rendimiento OCR.

¿Por qué podría requerir IronOCR un paquete separado de Computer Vision?

El paquete separado de Computer Vision para IronOCR, disponible a través de NuGet, es necesario para utilizar funciones avanzadas de detección de texto impulsadas por algoritmos de OpenCV, mejorando la precisión OCR por encima de las capacidades estándar.

¿Qué usos comunes admite la visión por computadora en IronOCR?

La visión por computadora en IronOCR se puede utilizar para análisis de disposición de documentos, reconocimiento de texto en múltiples columnas, diferenciación de contenido mixto, optimizaciones de rendimiento y control de calidad en procesos OCR.

Curtis Chau tiene una licenciatura en Ciencias de la Computación (Carleton University) y se especializa en el desarrollo front-end con experiencia en Node.js, TypeScript, JavaScript y React. Apasionado por crear interfaces de usuario intuitivas y estéticamente agradables, disfruta trabajando con frameworks modernos y creando manuales bien estructurados y visualmente atractivos.

Leer más

¿Listo para empezar?

Descargas de NuGet 6,394,824Versión:2026.11recién lanzado