Cómo detectar la rotación de página en C# con IronOCR

¿Qué significan los resultados de la detección?

• NúmeroDePágina: Índice de base cero de la página.
• Ángulo de rotación: Ángulo de rotación en grados. Utilizar con el método Rotate para corregir la orientación.
• AltaConfianza: Nivel de confianza en el resultado de la orientación para manejar casos extremos.

¿Cuándo debo utilizar valores de confianza altos?

La propiedad HighConfidence es crucial para documentos ambiguos o de baja calidad en los que la detección de rotaciones puede ser incierta. Los documentos con texto escaso, diseños inusuales o escaneados de mala calidad suelen arrojar puntuaciones de confianza más bajas. En estos casos, implemente una validación adicional o aplique filtros de corrección de calidad de imagen antes de la detección.

Utilice este valor para implementar estrategias de reserva o revisión manual para páginas con poca confianza. Por ejemplo, si la confianza cae por debajo del 80%, procesa la página con varias orientaciones y compara los resultados del OCR, o márcala para una revisión manual. Las funciones de visión por ordenador de IronOCR ayudan a identificar regiones de texto con mayor precisión en documentos complejos.

¿Cómo corregir la rotación detectada?

Después de identificar el ángulo de rotación, utilice el método Rotate en su objeto OcrInput para corregir la orientación antes del OCR. Esto garantiza una precisión óptima en el reconocimiento de texto. Para correcciones completas de la orientación, consulte la guía de corrección de la orientación de las imágenes. He aquí el proceso de corrección:

// Apply rotation correction based on detection results
if (result.RotationAngle != 0)
{
    input.Rotate(360 - result.RotationAngle); // Rotate back to 0°
}

// Apply rotation correction based on detection results
if (result.RotationAngle != 0)
{
    input.Rotate(360 - result.RotationAngle); // Rotate back to 0°
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

Para los documentos que requieran un preprocesamiento adicional, considere la Clase OcrInput, que proporciona amplios métodos de preparación de documentos antes del procesamiento OCR.

¿Qué modo de detección debo elegir?

Hay cuatro opciones de velocidad disponibles para OrientationDetectionMode:

• Rápido: Detección de alta velocidad con menor precisión. Ideal para borradores o procesamiento masivo donde la velocidad es crucial. Por defecto para DetectPageOrientation. Maneja miles de páginas eficientemente con soporte multihilo.
• Equilibrado: Velocidad y precisión equilibradas. Adecuado para tareas de producción. Utiliza capacidades de extensión AdvancedScan para mejorar la precisión y mantener el rendimiento.
• Detallado: Baja velocidad, alta precisión. La mejor opción para tareas precisas o críticas, especialmente documentos con diseños complejos o contenido mixto.
• ExtremeDetailed: Velocidad más lenta, precisión más alta. Utilizar sólo cuando Detallado sea insuficiente o el texto esté muy sesgado y distorsionado.

¿Cuáles son las consideraciones comunes de rendimiento?

El rendimiento varía significativamente de un modo a otro. El modo rápido procesa cientos de páginas por minuto; ExtremeDetailed puede tardar segundos por página. Elija en función de los requisitos de precisión y las limitaciones de tiempo. Para un rendimiento óptimo:

1. Resolución de imagen: Los ajustes DPI más altos mejoran la precisión pero aumentan el tiempo de procesamiento. 150-300 DPI suelen ser suficientes para la detección de rotación.
2. Tipo de documento: Los documentos de texto denso se procesan con mayor rapidez y precisión que los de texto disperso. Utilice el Asistente de filtrado para optimizar la calidad de la imagen antes de la detección.
3. Uso de recursos: Supervisar el uso de memoria al procesar grandes lotes. Implementar seguimiento del progreso para proporcionar comentarios y gestionar los recursos del sistema.
4. Procesamiento en paralelo: Para operaciones masivas, utilice el multithreading de IronOCR para procesar varios documentos simultáneamente manteniendo la precisión.

¿Cómo se manejan los documentos de orientación mixta?

Para documentos de orientación mixta, procese cada página individualmente con DetectPageOrientation y, a continuación, aplique correcciones de rotación página por página antes del OCR. Esto garantiza una orientación adecuada independientemente del estado inicial. He aquí un enfoque eficaz:

// Process each page with individual rotation detection
for (int i = 0; i < results.Count; i++)
{
    var pageResult = results[i];

    // Apply rotation only to pages that need it
    if (pageResult.RotationAngle != 0 && pageResult.HighConfidence)
    {
        // Correct the specific page
        input.Pages[i].Rotate(360 - pageResult.RotationAngle);
    }
}

// Process each page with individual rotation detection
for (int i = 0; i < results.Count; i++)
{
    var pageResult = results[i];

    // Apply rotation only to pages that need it
    if (pageResult.RotationAngle != 0 && pageResult.HighConfidence)
    {
        // Correct the specific page
        input.Pages[i].Rotate(360 - pageResult.RotationAngle);
    }
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

Para situaciones complejas que impliquen documentos escaneados de calidad variable o TIFFs de varias páginas, preprocesa cada página individualmente para obtener resultados óptimos.

Al procesar entradas de formato mixto, la clase OcrResult proporciona información detallada de la página, lo que permite una gestión de errores sofisticada y flujos de trabajo de control de calidad. Para entornos de producción de alto rendimiento, explore las opciones de Configuración rápida de OCR para equilibrar velocidad y precisión.

Si procesa documentos que contienen texto y códigos de barras, utilice las funciones OCR con lectura de códigos de barras y QR de IronOCR para extraer toda la información en una sola pasada, lo que mejora la eficacia.