C&#35 ; Filtres de correction d'image pour une meilleure lecture OCR

Pourquoi l'affinage améliore-t-il la précision de l'OCR ?

Le filtre d'accentuation souligne les limites entre le texte et l'arrière-plan en améliorant le contraste des bords. Les algorithmes de reconnaissance de caractères ont besoin de formes de lettres claires et distinctes pour fonctionner correctement. Un texte flou aux contours flous, courant dans les documents numérisés ou les photos de mauvaise qualité, entraîne une mauvaise identification des limites des caractères par les moteurs de reconnaissance optique de caractères. Pour en savoir plus sur le traitement optimal des images pour l'OCR, consultez notre guide complet sur les filtres d'optimisation d'image pour l'OCR.

Pour appliquer le filtre d'accentuation de la netteté, invoquez la méthode Sharpen de l'objet OcrImageInput :

:path=/static-assets/ocr/content-code-examples/how-to/image-quality-correction-sharpen-filter.cs

using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Add image
using var imageInput = new OcrImageInput("sample.jpg");
// Apply sharpen filter
imageInput.Sharpen();

// Export filtered image
imageInput.SaveAsImages("sharpen.jpg");

Quand utiliser le filtre d'accentuation de la netteté ?

Utilisez le renforcement de la netteté pour les images légèrement floues, les documents numérisés dont les bords du texte sont flous ou les photographies prises sous un mauvais éclairage. Évitez de trop accentuer le texte clair, car cela introduit des artefacts et réduit la précision. Pour les scans extrêmement flous, combinez l'accentuation avec d'autres filtres ou consultez notre guide sur Réparation de scans et d'images de faible qualité.

Exportez des images filtrées à l'aide de la méthode SaveAsImages. Vous trouverez ci-dessous une comparaison avant/après.

Avant

Après

Quel DPI dois-je viser pour l'OCR?

Les moteurs OCR sont plus performants à 300 DPI (points par pouce). Les résolutions inférieures entraînent une mauvaise reconnaissance des caractères ; les résolutions plus élevées ralentissent le traitement sans améliorer la précision. Le filtre d'amélioration d'IronOCR met intelligemment à l'échelle les images à des niveaux optimaux de DPI. Pour des conseils détaillés, consultez notre guide des paramètres DPI.

Invoquez la méthode EnhanceResolution pour appliquer ce filtre. La cible par défaut est 225 DPI :

using IronOcr;

// Create OCR input
var imageInput = new OcrImageInput("low-res-scan.jpg");

// Apply enhance resolution filter with default 225 DPI
imageInput.EnhanceResolution();

// Or specify a custom DPI
imageInput.EnhanceResolution(300);

// Combine with OCR reading
var ocr = new IronTesseract();
var result = ocr.Read(imageInput);
Console.WriteLine($"Extracted text: {result.Text}");

using IronOcr;

// Create OCR input
var imageInput = new OcrImageInput("low-res-scan.jpg");

// Apply enhance resolution filter with default 225 DPI
imageInput.EnhanceResolution();

// Or specify a custom DPI
imageInput.EnhanceResolution(300);

// Combine with OCR reading
var ocr = new IronTesseract();
var result = ocr.Read(imageInput);
Console.WriteLine($"Extracted text: {result.Text}");

Quand l'amélioration de la résolution est-elle la plus importante?

L'amélioration de la résolution est cruciale pour :

• Captures d'écran capturées à la résolution de l'écran (72-96 DPI)
• Images web téléchargées sur l'internet
• Documents historiques numérisés à faible résolution
• Transmissions par fax à faible résolution

L'exemple OCR Tesseract Image DPI permet de comprendre comment le DPI affecte la précision des différents types de documents.

Avant

Après

Quelle est la différence entre la morphologie 2x2 et la morphologie 3x3 ?

La taille de la morphologie détermine la force du débruitage. Une morphologie 2x2 applique une réduction douce du bruit pour minimiser les artefacts tout en préservant la finesse du texte. La morphologie 3x3 permet une suppression agressive du bruit pour les documents fortement dégradés, mais peut affecter les textes de très petite taille.

Pour appliquer le filtre de débruitage, utilisez la méthode DeNoise . La morphologie par défaut est 2x2. Passez 'true' pour une morphologie 3x3 :

using IronOcr;

// Load noisy document
var imageInput = new OcrImageInput("noisy-scan.pdf");

// Apply denoise filter with default 2x2 morphology
imageInput.DeNoise();

// Apply stronger denoising with 3x3 morphology
imageInput.DeNoise(true);

// Combine with other filters for severely degraded images
imageInput.DeNoise()
         .Sharpen()
         .EnhanceResolution(300);

// Process with OCR
var ocr = new IronTesseract();
var result = ocr.Read(imageInput);

// Check confidence levels
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page confidence: {page.Confidence}%");
}

using IronOcr;

// Load noisy document
var imageInput = new OcrImageInput("noisy-scan.pdf");

// Apply denoise filter with default 2x2 morphology
imageInput.DeNoise();

// Apply stronger denoising with 3x3 morphology
imageInput.DeNoise(true);

// Combine with other filters for severely degraded images
imageInput.DeNoise()
         .Sharpen()
         .EnhanceResolution(300);

// Process with OCR
var ocr = new IronTesseract();
var result = ocr.Read(imageInput);

// Check confidence levels
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page confidence: {page.Confidence}%");
}

Comment savoir si mon image a besoin d'être débruitée?

Recherchez ces indicateurs de bruit :

• Taches ou points aléatoires sur l'arrière-plan
• Bruit salé et poivré dû à une mauvaise numérisation
• Grainage dû à la photographie à ISO élevé
• Texture d'arrière-plan en papier recyclé

Pour la détection automatique du bruit, explorez notre Assistant de filtrage.

Avant

Après

Quand dois-je appliquer la dilatation au texte?

La dilatation fonctionne mieux avec les caractères de texte minces ou brisés que l'on trouve dans :

• Vieux documents dactylographiés à l'encre irrégulière
• Reçus défraîchis et impressions sur papier thermique
• Documents avec des polices de type "hairline
• Texte surcompressé dans des formats d'image

La dilatation permet de combler les petites lacunes à l'intérieur des caractères et de renforcer les connexions faibles entre les traits. Cela permet d'éviter que les moteurs de reconnaissance optique de caractères n'interprètent à tort les caractères discontinus comme des symboles multiples.

Pour appliquer le filtre de dilatation, utilisez la méthode Dilate . La morphologie par défaut est 2x2 ; passer 'true' pour 3x3 :

using IronOcr;

// Create OCR engine
var ocrTesseract = new IronTesseract();

// Apply dilate filter
var imageInput = new OcrImageInput("thin-text.jpg");
imageInput.Dilate();

// For more aggressive dilation
imageInput.Dilate(true);

// Practical example for faded receipt processing
var receiptInput = new OcrImageInput("faded-receipt.jpg");
receiptInput.Dilate()
           .DeNoise()
           .EnhanceResolution(300);

// Configure for better receipt reading
ocrTesseract.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.SingleBlock;
ocrTesseract.Configuration.ReadBarCodes = true;

// Perform OCR
var result = ocrTesseract.Read(receiptInput);

using IronOcr;

// Create OCR engine
var ocrTesseract = new IronTesseract();

// Apply dilate filter
var imageInput = new OcrImageInput("thin-text.jpg");
imageInput.Dilate();

// For more aggressive dilation
imageInput.Dilate(true);

// Practical example for faded receipt processing
var receiptInput = new OcrImageInput("faded-receipt.jpg");
receiptInput.Dilate()
           .DeNoise()
           .EnhanceResolution(300);

// Configure for better receipt reading
ocrTesseract.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.SingleBlock;
ocrTesseract.Configuration.ReadBarCodes = true;

// Perform OCR
var result = ocrTesseract.Read(receiptInput);

Quels sont les problèmes courants liés à la surdilatation ?

Une dilatation excessive peut provoquer :

• Saignement des caractères lorsque des lettres adjacentes se confondent
• Perte de détails internes (trous en 'e' ou '8')
• Précision réduite pour le texte en gras

Contrôlez les résultats et ajustez-les en conséquence. Pour les documents comportant des textes de poids différents, utilisez nos filtres de correction de la qualité de l'image de manière sélective.

Avant

Après

Pourquoi l'érosion est-elle utile pour les textes épais ?

L'érosion amincit les traits du texte et sépare les caractères qui se touchent. Ce filtre excelle avec :

• Documents imprimés surchargés
• Photocopies avec saignée des caractères
• Texte en gras qui apparaît fusionné
• Transmissions de télécopies de mauvaise qualité

Une érosion minutieuse rétablit la séparation des caractères et améliore la reconnaissance des lettres individuelles, évitant ainsi que des mots entiers ne soient mal lus.

Utilisez la méthode Erode pour appliquer ce filtre. La morphologie par défaut est 2x2 ; passer 'true' pour 3x3 :

using IronOcr;

// Create OCR instance
var ocrTesseract = new IronTesseract();

// Load image with thick text
var imageInput = new OcrImageInput("thick-text.jpg");

// Apply erode filter
imageInput.Erode();

// Stronger erosion for heavily bleeding text
imageInput.Erode(true);

// Example: Processing a poor-quality photocopy
var photocopyInput = new OcrImageInput("thick-text-photocopy.pdf");

// Apply erosion followed by sharpening for best results
photocopyInput.Erode()
              .Sharpen()
              .EnhanceResolution(300);

// Configure OCR for better accuracy
ocrTesseract.Configuration.BlackListCharacters = "~`@#$%^&*()_+-={}[]|\\:\";<>?,./";
ocrTesseract.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789 ";

var ocrResult = ocrTesseract.Read(photocopyInput);

// Extract with confidence check
var highConfidenceText = ocrResult.Blocks
    .Where(b => b.Confidence > 90)
    .Select(b => b.Text);

using IronOcr;

// Create OCR instance
var ocrTesseract = new IronTesseract();

// Load image with thick text
var imageInput = new OcrImageInput("thick-text.jpg");

// Apply erode filter
imageInput.Erode();

// Stronger erosion for heavily bleeding text
imageInput.Erode(true);

// Example: Processing a poor-quality photocopy
var photocopyInput = new OcrImageInput("thick-text-photocopy.pdf");

// Apply erosion followed by sharpening for best results
photocopyInput.Erode()
              .Sharpen()
              .EnhanceResolution(300);

// Configure OCR for better accuracy
ocrTesseract.Configuration.BlackListCharacters = "~`@#$%^&*()_+-={}[]|\\:\";<>?,./";
ocrTesseract.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789 ";

var ocrResult = ocrTesseract.Read(photocopyInput);

// Extract with confidence check
var highConfidenceText = ocrResult.Blocks
    .Where(b => b.Confidence > 90)
    .Select(b => b.Text);

Comment concilier l'érosion et la lisibilité du texte?

Pour trouver le bon niveau d'érosion, il faut procéder à des tests minutieux :

• Démarrer avec la morphologie 2x2 par défaut
• Test sur des échantillons de documents représentatifs
• Vérifier que les signes de ponctuation restent visibles
• Veiller à ce que les polices fines ne se cassent pas

Pour les documents avec des poids de texte mixtes, consultez nos options de configuration avancées.

Avant

Après

Quel est l'intérêt de conserver les modifications apportées aux filtres ?

La préservation des changements de filtre présente plusieurs avantages :

• Création de documents plus clairs et plus lisibles
• Maintien de la cohérence entre les lots de documents
• Confirmation visuelle de l'amélioration de la qualité du texte
• Permet des comparaisons de contrôle de la qualité

La création de PDF consultables intègre une couche de texte OCR tout en préservant l'aspect visuel. Pour en savoir plus, consultez notre guide sur la création de PDF consultables.

using IronOcr;

var ocr = new IronTesseract();
var ocrInput = new OcrInput();

// Load a PDF file
ocrInput.LoadPdf("invoice.pdf");

// Apply multiple filters for comprehensive improvement
ocrInput.ToGrayScale()
        .DeNoise()
        .Sharpen()
        .EnhanceResolution(300);

// Perform OCR
OcrResult result = ocr.Read(ocrInput);

// Save the result as a searchable PDF with filters applied
result.SaveAsSearchablePdf("outputFiltered.pdf", true);

// Or save without filters to preserve original appearance
result.SaveAsSearchablePdf("outputOriginal.pdf", false);

// Export to other formats
result.SaveAsTextFile("extracted-text.txt");
result.SaveAsHocrFile("output.html");

using IronOcr;

var ocr = new IronTesseract();
var ocrInput = new OcrInput();

// Load a PDF file
ocrInput.LoadPdf("invoice.pdf");

// Apply multiple filters for comprehensive improvement
ocrInput.ToGrayScale()
        .DeNoise()
        .Sharpen()
        .EnhanceResolution(300);

// Perform OCR
OcrResult result = ocr.Read(ocrInput);

// Save the result as a searchable PDF with filters applied
result.SaveAsSearchablePdf("outputFiltered.pdf", true);

// Or save without filters to preserve original appearance
result.SaveAsSearchablePdf("outputOriginal.pdf", false);

// Export to other formats
result.SaveAsTextFile("extracted-text.txt");
result.SaveAsHocrFile("output.html");

Comment choisir entre un PDF filtré et un PDF original ?

Enregistrer avec des filtres (true) quand:

• La qualité du document original est médiocre
• L'apparence doit être cohérente d'un document à l'autre
• La version filtrée améliore considérablement la lisibilité
• Archivage de documents pour un stockage à long terme

Enregistrer sans filtre (faux) quand:

• La préservation de l'aspect original est une obligation légale
• Les informations sur les couleurs sont importantes
• L'authenticité du document doit être préservée
• Les filtres ne sont nécessaires que pour la précision de l'OCR

Pour des options de traitement PDF avancées, consultez notre Guide d'extraction de texte OCR pour PDF. Pour des combinaisons de filtres optimales, voir le tutoriel Assistant de filtre.