Intégration OCR C# GitHub : Construire des applications de reconnaissance de texte avec IronOCR

Quelle méthode d'installation dois-je utiliser ?

Commencez par installer IronOCR via le gestionnaire de paquets NuGet :

Install-Package IronOcr

La fenêtre du Gestionnaire de packages NuGet dans Visual Studio affiche les résultats de la recherche du package IronOCR avec différents modules linguistiques disponibles pour l'installation.

Installer avec NuGet

PM >  Install-Package IronOcr

Consultez IronOCR sur NuGet pour une installation rapide. Avec plus de 10 millions de téléchargements, il transforme le développement PDF avec C#. Vous pouvez également télécharger le DLL ou l'installateur Windows.

Pour les scénarios d'installation avancés, consultez le guide des packages NuGet . Si vous déployez sur des plateformes spécifiques, consultez les guides pour Windows , Linux , macOS ou même les conteneurs Docker .

Où puis-je trouver des exemples de code ?

IronOCR maintient plusieurs dépôts GitHub avec des exemples et des tutoriels. Le dépôt d'exemples officiels d'IronOCR offre des implémentations réelles, tandis que le dépôt de tutoriels Image to Text démontre des cas pratiques que vous pouvez cloner et modifier. Ces dépôts illustrent l'OCR avec lecture de codes-barres, le support multi-langues, et le traitement de PDF. Grâce aux mises à jour fréquentes des packages sur NuGet, vous aurez toujours accès aux dernières versions stables. La section des démonstrations propose des exemples interactifs supplémentaires.

Diagramme de flux illustrant le processus de reconnaissance optique de caractères (OCR) : Dépôt GitHub OCR → Projet IronOCR → Traitement OCR → Texte extrait

Quelle structure de projet dois-je utiliser ?

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

Cette structure prend en charge différents formats d'entrée, notamment JPG, PNG, TIFF et BMP . Pour le traitement des fichiers TIFF ou GIF multipages , IronOCR les gère automatiquement.

Comment implémenter le code de traitement OCR ?

Voici un exemple complet de code C# d'un processeur OCR qui illustre les principales fonctionnalités d'IronOCR, notamment le prétraitement d'images , l'extraction de texte et la détection de codes-barres :

using IronOcr;
using System;
using System.IO;
namespace MyOcrProject
{
    public class OcrProcessor
    {
        private readonly IronTesseract _ocr;
        public OcrProcessor()
        {
            _ocr = new IronTesseract();
            // Configure for optimal accuracy
            _ocr.Configuration.ReadBarCodes = true;
            _ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
            _ocr.Language = OcrLanguage.English;
        }
        public void ProcessDocument(string imagePath)
        {
            using var input = new OcrInput();
            // Load and preprocess the image
            input.LoadImage(imagePath);
            input.Deskew();  // Straighten rotated images
            input.DeNoise(); // Remove digital noise
            input.EnhanceResolution(225); // Optimize DPI for OCR
            // Perform OCR
            var result = _ocr.Read(input);
            // Output results
            Console.WriteLine($"Confidence: {result.Confidence}%");
            Console.WriteLine($"Text Found:\n{result.Text}");
            // Process any barcodes found
            foreach (var barcode in result.Barcodes)
            {
                Console.WriteLine($"Barcode: {barcode.Value} ({barcode.Format})");
            }
            // Save as searchable PDF
            result.SaveAsSearchablePdf("output.pdf");
        }
    }
    class Program
    {
        static void Main(string[] args)
        {
            var processor = new OcrProcessor();
            processor.ProcessDocument("images/sample-invoice.jpg");
        }
    }
}

using IronOcr;
using System;
using System.IO;
namespace MyOcrProject
{
    public class OcrProcessor
    {
        private readonly IronTesseract _ocr;
        public OcrProcessor()
        {
            _ocr = new IronTesseract();
            // Configure for optimal accuracy
            _ocr.Configuration.ReadBarCodes = true;
            _ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
            _ocr.Language = OcrLanguage.English;
        }
        public void ProcessDocument(string imagePath)
        {
            using var input = new OcrInput();
            // Load and preprocess the image
            input.LoadImage(imagePath);
            input.Deskew();  // Straighten rotated images
            input.DeNoise(); // Remove digital noise
            input.EnhanceResolution(225); // Optimize DPI for OCR
            // Perform OCR
            var result = _ocr.Read(input);
            // Output results
            Console.WriteLine($"Confidence: {result.Confidence}%");
            Console.WriteLine($"Text Found:\n{result.Text}");
            // Process any barcodes found
            foreach (var barcode in result.Barcodes)
            {
                Console.WriteLine($"Barcode: {barcode.Value} ({barcode.Format})");
            }
            // Save as searchable PDF
            result.SaveAsSearchablePdf("output.pdf");
        }
    }
    class Program
    {
        static void Main(string[] args)
        {
            var processor = new OcrProcessor();
            processor.ProcessDocument("images/sample-invoice.jpg");
        }
    }
}

Imports IronOcr
Imports System
Imports System.IO

Namespace MyOcrProject
    Public Class OcrProcessor
        Private ReadOnly _ocr As IronTesseract

        Public Sub New()
            _ocr = New IronTesseract()
            ' Configure for optimal accuracy
            _ocr.Configuration.ReadBarCodes = True
            _ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto
            _ocr.Language = OcrLanguage.English
        End Sub

        Public Sub ProcessDocument(imagePath As String)
            Using input As New OcrInput()
                ' Load and preprocess the image
                input.LoadImage(imagePath)
                input.Deskew() ' Straighten rotated images
                input.DeNoise() ' Remove digital noise
                input.EnhanceResolution(225) ' Optimize DPI for OCR
                ' Perform OCR
                Dim result = _ocr.Read(input)
                ' Output results
                Console.WriteLine($"Confidence: {result.Confidence}%")
                Console.WriteLine($"Text Found:{Environment.NewLine}{result.Text}")
                ' Process any barcodes found
                For Each barcode In result.Barcodes
                    Console.WriteLine($"Barcode: {barcode.Value} ({barcode.Format})")
                Next
                ' Save as searchable PDF
                result.SaveAsSearchablePdf("output.pdf")
            End Using
        End Sub
    End Class

    Module Program
        Sub Main(args As String())
            Dim processor As New OcrProcessor()
            processor.ProcessDocument("images/sample-invoice.jpg")
        End Sub
    End Module
End Namespace

Cet exemple complet présente plusieurs capacités d'IronOCR. Le constructeur configure le moteur OCR avec la lecture de codes-barres activée et la segmentation automatique des pages. La méthode ProcessDocument illustre le prétraitement d'images par le biais du redressement (correction de la rotation), du débruitage (suppression des artefacts) et de l'amélioration de la résolution . Après traitement, il extrait du texte en anglais avec des scores de confiance, identifie les codes-barres, et génère un PDF interrogeable.

Pour les scénarios avancés, vous pouvez tirer parti de la classe OcrInput pour un contrôle accru, utiliser le traitement asynchrone pour de meilleures performances ou implémenter un suivi de la progression pour les opérations de longue durée. La classe OcrResult fournit des données de sortie détaillées, notamment les positions du texte et les résultats de la reconnaissance optique de caractères (OCR) .

Les développeurs peuvent également configurer facilement IronOCR pour lire d'autres langues, comme le chinois, l'espagnol ou le français, ce qui en fait un choix polyvalent pour les projets GitHub multilingues. Pour plus d'informations sur l'installation de modules linguistiques supplémentaires, veuillez consulter le guide des 125 langues internationales . Vous pouvez même utiliser des fichiers de langue personnalisés ou entraîner des polices personnalisées .

! Écran partagé affichant une démonstration de reconnaissance optique de caractères (OCR) : à gauche, du texte Lorem Ipsum déformé sur fond blanc ; à droite, la console de débogage de Visual Studio avec le texte extrait et un score de confiance de 87,34 %.

Que dois-je inclure dans mon fichier .gitignore ?

Pour votre fichier .gitignore, incluez :

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

Apprenez-en davantage sur le dossier d'exécution d'IronOCR et la gestion appropriée des clés de licence .

Qu'est-ce qui différencie IronOCR des autres solutions OCR ?

IronOCR est suffisamment flexible pour reconnaître des mots individuels, des lignes et des paragraphes entiers, vous donnant le contrôle sur le niveau de détail que vous extrayez de chaque scan. La bibliothèque excelle dans le traitement de types de documents spécialisés, notamment les plaques d'immatriculation , les passeports , les chèques MICR , les textes manuscrits , les captures d'écran , les documents numérisés et même les tableaux contenus dans les documents .

La licence commerciale offre une clarté légale pour les dépôts publics. Vous êtes explicitement autorisé à inclure IronOCR dans des applications commerciales. Les filtres de prétraitement d'image intégrés comprennent des options avancées telles que la correction des couleurs , l'amélioration de la qualité et le puissant assistant de filtres qui trouve automatiquement les paramètres optimaux.

Pourquoi l'architecture à DLL unique est-elle importante ?

L'architecture à un seul DLL d'IronOCR signifie que les contributeurs peuvent cloner votre dépôt et commencer à développer immédiatement, sans lutter contre les dépendances natives ou les configurations spécifiques à une plateforme qui affectent d'autres solutions OCR. C'est cette simplicité qui explique pourquoi les développeurs choisissent IronOCR plutôt que Tesseract brut . La bibliothèque inclut Tesseract 5 avec de nombreuses améliorations de performances et la prise en charge du multithreading .

Comment gérer les fichiers volumineux avec Git ?

git lfs track "*.jpg" "*.png" "*.tiff"
git add .gitattributes

git lfs track "*.jpg" "*.png" "*.tiff"
git add .gitattributes

The provided C# code appears to be a set of Git commands rather than C# code. These commands are used to track certain file types with Git LFS (Large File Storage) and to add the `.gitattributes` file to the staging area in Git.

Since this is not C# code, it cannot be directly converted to VB.NET. If you have any C# code that you would like to convert to VB.NET, please provide it, and I will be happy to assist with the conversion.

Ceci est particulièrement important lors de la manipulation d'images haute résolution ou de fichiers TIFF multipages . Pour les numérisations de faible qualité , le prétraitement d'IronOCR peut améliorer considérablement les résultats.

Comment gérer les clés de licence et la documentation ?

Stockez les clés de licence IronOCR en toute sécurité en utilisant des variables d'environnement ou des secrets utilisateurs, sans jamais les valider directement. Suivez le guide des clés de licence IronOCR pour une mise en œuvre correcte. Vous pouvez également configurer les licences dans le fichier web.config pour les applications ASP.NET. Documentez les formats d'image pris en charge et la précision attendue dans votre README. Incluez des images d'exemple dans un dossier de données de test pour que les contributeurs puissent vérifier la fonctionnalité OCR. Pour le développement multiplateforme, référez-vous au guide de configuration IronOCR pour Linux ou aux instructions d'installation pour macOS. Les développeurs d'applications mobiles doivent consulter le guide Android et le guide iOS .

Pour les fonctionnalités avancées, documentez l'utilisation de la vision par ordinateur pour la détection de texte, la détection de rotation de page , l'exportation hOCR et la configuration du délai d'expiration pour les opérations de longue durée. Envisagez la mise en œuvre de jetons d'annulation pour les opérations annulables.

Pourquoi la reconnaissance optique de caractères (OCR) ne fonctionne-t-elle pas sous Windows ?

Parmi les problèmes d'installation courants, on note l'absence des composants redistribuables Visual C++ sous Windows. IronOCR requiert la version 2019. Pour obtenir des instructions détaillées, consultez le guide de dépannage de Visual C++ Redistributable . Pour les déploiements Linux, assurez-vous que libgdiplus est installé . Si la reconnaissance de texte semble médiocre, vérifiez que vos images ont une résolution d'au moins 200 DPI en utilisant le guide des paramètres DPI . La communauté OCR C# sur Stack Overflow offre également des solutions utiles pour les problèmes courants des projets GitHub.

Pour des problèmes spécifiques, consultez les guides sur le dépannage général , le déploiement d'Azure Functions , les problèmes liés à AWS Lambda ou les alternatives à System.Drawing pour .NET 7+. L' utilitaire IronOCR peut aider à diagnostiquer les problèmes de configuration.

Où puis-je obtenir de l'aide supplémentaire ?

Pour un dépannage détaillé, consultez le guide de dépannage IronOCR. L'équipe de support d'IronOCR fournit une assistance rapide aux utilisateurs licenciés travaillant sur des applications OCR hébergées sur GitHub. Consultez le journal des modifications du produit pour connaître les dernières mises à jour et la documentation de référence de l'API pour une documentation complète.