Comment définir le DPI dans l'OCR en utilisant C

Pour illustrer la différence, voici le résultat du traitement de la même image en basse résolution sans définir la propriété TargetDPI. Cette comparaison montre pourquoi une configuration DPI appropriée est cruciale pour une extraction de texte fiable.

Trouver le bon DPI demande un certain équilibre. Un DPI élevé offre une plus grande précision mais un traitement plus lent ; Un faible DPI est plus rapide mais moins fiable. En cas de doute, laissez le prétraitement automatique de IronTesseract déterminer les paramètres optimaux. Vous pouvez désactiver la conversion automatique en définissant la propriété TargetDPI sur 0. Pour les applications spécialisées, consultez notre guide sur l'optimisation de la résolution d'image (DPI) avec Tesseract.

Qu'est-ce qui se passe sans mise à l'échelle DPI?

Sans mise à l'échelle, le score de confiance chute à 79 % et le texte extrait est nettement moins précis. Cette comparaison montre comment le réglage d'un TargetDPI améliore les résultats de l'OCR sur des images de mauvaise qualité. La différence s'accentue lorsqu'il s'agit de documents complexes contenant des tableaux, des formulaires ou des mises en page à plusieurs colonnes.

Comment définir le DPI pour les documents PDF?

Lors du traitement d'un PDF, IronOcr met à l'échelle l'ensemble du document au DPI cible, et pas seulement les images qu'il contient. Cette approche globale garantit une qualité constante dans l'ensemble du document, ce qui est important pour l'extraction de texte OCR au format PDF dans les applications professionnelles. Pour le traitement avancé des PDF, tel que le travail avec des PDF consultables, la configuration correcte du DPI devient encore plus critique.

Bien qu'un DPI plus élevé conduise souvent à de meilleurs résultats d'OCR, le réglage optimal varie d'un PDF à l'autre. Si vous ne savez pas quelle valeur utiliser, laissez le DPI à sa valeur par défaut et laissez IronOcr déterminer automatiquement la meilleure configuration. Les algorithmes de la bibliothèque analysent les caractéristiques du document, telles que la taille de la police, la qualité de l'image et la densité du contenu, afin de sélectionner les paramètres de prétraitement appropriés.

// Example: Processing a PDF with custom DPI settings
using IronOcr;

var ocrTesseract = new IronTesseract();

using var ocrInput = new OcrInput();

// Configure DPI specifically for PDF processing
ocrInput.TargetDPI = 250; // Lower DPI often works well for PDFs

// Load a multi-page PDF document
ocrInput.LoadPdf(@"documents\scanned-report.pdf");

// Optional: Process only specific pages
// ocrInput.LoadPdf(@"documents\scanned-report.pdf", PageSelection: new int[] {1, 3, 5});

// Apply additional filters if needed
ocrInput.DeNoise(); // Remove digital noise
ocrInput.Sharpen(); // Enhance text edges

// Perform OCR with confidence tracking
var ocrResult = ocrTesseract.Read(ocrInput);

// Process results page by page
foreach (var page in ocrResult.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}: {page.Confidence}% confidence");
    Console.WriteLine(page.Text);
}

// Example: Processing a PDF with custom DPI settings
using IronOcr;

var ocrTesseract = new IronTesseract();

using var ocrInput = new OcrInput();

// Configure DPI specifically for PDF processing
ocrInput.TargetDPI = 250; // Lower DPI often works well for PDFs

// Load a multi-page PDF document
ocrInput.LoadPdf(@"documents\scanned-report.pdf");

// Optional: Process only specific pages
// ocrInput.LoadPdf(@"documents\scanned-report.pdf", PageSelection: new int[] {1, 3, 5});

// Apply additional filters if needed
ocrInput.DeNoise(); // Remove digital noise
ocrInput.Sharpen(); // Enhance text edges

// Perform OCR with confidence tracking
var ocrResult = ocrTesseract.Read(ocrInput);

// Process results page by page
foreach (var page in ocrResult.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}: {page.Confidence}% confidence");
    Console.WriteLine(page.Text);
}

Imports IronOcr

' Example: Processing a PDF with custom DPI settings
Dim ocrTesseract As New IronTesseract()

Using ocrInput As New OcrInput()
    ' Configure DPI specifically for PDF processing
    ocrInput.TargetDPI = 250 ' Lower DPI often works well for PDFs

    ' Load a multi-page PDF document
    ocrInput.LoadPdf("documents\scanned-report.pdf")

    ' Optional: Process only specific pages
    ' ocrInput.LoadPdf("documents\scanned-report.pdf", PageSelection:=New Integer() {1, 3, 5})

    ' Apply additional filters if needed
    ocrInput.DeNoise() ' Remove digital noise
    ocrInput.Sharpen() ' Enhance text edges

    ' Perform OCR with confidence tracking
    Dim ocrResult = ocrTesseract.Read(ocrInput)

    ' Process results page by page
    For Each page In ocrResult.Pages
        Console.WriteLine($"Page {page.PageNumber}: {page.Confidence}% confidence")
        Console.WriteLine(page.Text)
    Next
End Using

Pour les applications d'entreprise traitant de gros volumes de documents, envisagez de mettre en œuvre une stratégie d'ajustement dynamique de l'IAP. Commencez par un réglage modéré (300 DPI) et ajustez en fonction des scores de confiance. Cette approche permet d'équilibrer la vitesse de traitement et la précision, ce qui garantit des performances optimales pour divers types de documents. La combinaison de l'optimisation de l'IAP avec d'autres techniques de prétraitement peut donner de meilleurs résultats pour les documents difficiles.

Lorsque vous travaillez avec des types de documents spécifiques, les exigences en matière de DPI peuvent varier. Par exemple, la lecture des plaques d'immatriculation nécessite généralement des paramètres DPI plus élevés en raison de la petite taille des caractères et de la distorsion potentielle de l'image due aux angles de la caméra. De même, le traitement des chèques MICR bénéficie de configurations DPI spécifiques pour capturer avec précision les caractères spécialisés de la police MICR.

Pour les développeurs qui intègrent l'OCR dans des applications web ou des services cloud, la compréhension de l'optimisation DPI devient cruciale pour gérer les temps de traitement et les ressources du serveur. La possibilité d'affiner les paramètres DPI vous permet d'optimiser l'équilibre entre la précision et la performance en fonction des exigences spécifiques de votre application et des contraintes de votre infrastructure.