Manejo de ceros con barra en IronOCR

Los ceros con barra no se reconocen correctamente, ¿se identifican como g, 6 u 8?

Esto puede ser un problema con los paquetes de idioma de Tesseract.

El siguiente paquete de idioma puede ayudar a abordar este problema con ceros tachados: SlashedZeroOCR

Esto se puede usar con la función de IronOCR para cargar paquetes de idioma personalizados: Ejemplo de idioma personalizado en IronOCR

// Import the IronOcr namespace
using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract class
        var Ocr = new IronTesseract();

        // Use a custom Tesseract language file, which may help with recognizing slashed zeros
        Ocr.UseCustomTesseractLanguageFile("custom_tesseract_files/custom.traineddata");

        // Specify the OCR input image
        using (var Input = new OcrInput(@"images\image.png"))
        {
            // Perform OCR on the input image
            var Result = Ocr.Read(Input);

            // Output the recognized text to the console
            Console.WriteLine(Result.Text);
        }
    }
}

// Import the IronOcr namespace
using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract class
        var Ocr = new IronTesseract();

        // Use a custom Tesseract language file, which may help with recognizing slashed zeros
        Ocr.UseCustomTesseractLanguageFile("custom_tesseract_files/custom.traineddata");

        // Specify the OCR input image
        using (var Input = new OcrInput(@"images\image.png"))
        {
            // Perform OCR on the input image
            var Result = Ocr.Read(Input);

            // Output the recognized text to the console
            Console.WriteLine(Result.Text);
        }
    }
}

' Import the IronOcr namespace
Imports IronOcr

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Initialize IronTesseract class
		Dim Ocr = New IronTesseract()

		' Use a custom Tesseract language file, which may help with recognizing slashed zeros
		Ocr.UseCustomTesseractLanguageFile("custom_tesseract_files/custom.traineddata")

		' Specify the OCR input image
		Using Input = New OcrInput("images\image.png")
			' Perform OCR on the input image
			Dim Result = Ocr.Read(Input)

			' Output the recognized text to the console
			Console.WriteLine(Result.Text)
		End Using
	End Sub
End Class

Relevancia para empresas españolas: ceros tachados en documentos fiscales y de identidad

Este problema de reconocimiento de ceros tachados es especialmente relevante para empresas españolas que procesan documentos con IronOCR bajo la LOPDGDD (Ley Orgánica de Protección de Datos y Garantía de Derechos Digitales), donde un error de reconocimiento puede provocar consecuencias de cumplimiento significativas.

En el contexto fiscal y de identidad en España, los ceros tachados aparecen con frecuencia en:

• NIF/CIF de empresas y autónomos en facturas Facturae para el sistema SII de la AEAT: un cero confundido con "6" u "8" en el NIF puede rechazar automáticamente la factura en el sistema de la AEAT o generar errores en el Suministro Inmediato de Información.
• DNI, NIE y TIE: los números de documento de identidad españoles incluyen con frecuencia ceros; una lectura errónea en flujos KYC o en pipelines de incorporación de clientes puede generar incidencias de cumplimiento bajo la LOPDGDD y la supervisión de la AEPD.
• Números de cuenta IBAN en documentos bancarios digitalizados para procesos de verificación bajo eIDAS.

Para mitigar este riesgo en entornos de producción españoles, se recomienda aplicar el paquete SlashedZeroOCR y validar los resultados de extracción del NIF, DNI y IBAN contra los patrones de formato conocidos (9 caracteres para el DNI, formato ES## #### #### ## ########## para IBAN) antes de incorporarlos a sistemas downstream como el SII de la AEAT o pipelines de verificación eIDAS.