Comment obtenir la confiance des lecteurs de C# ; OCR avec IronOCR
La confiance de lecture d'IronOCR indique à quel point le système OCR est sûr de l'exactitude du texte reconnu, avec des valeurs de 0 à 100 où des scores plus élevés signifient une plus grande fiabilité — y accéder via la propriété Confidence sur tout objet OcrResult.
La confiance en lecture dans la ROC (reconnaissance optique de caractères) fait référence au niveau de certitude ou de fiabilité que le système ROC attribue à l'exactitude du texte qu'il a reconnu dans une image ou un document. Il s'agit d'une mesure du degré de confiance du système OCR quant à l'exactitude du texte reconnu. Cette mesure devient particulièrement importante lors du traitement de documents numérisés, photos, ou de toute autre image dont la qualité du texte peut varier.
Un score de confiance élevé indique un haut degré de certitude que la reconnaissance est précise, tandis qu'un faible score de confiance suggère que la reconnaissance peut être moins fiable. La compréhension de ces niveaux de confiance aide les développeurs à mettre en œuvre une logique de validation et un traitement des erreurs appropriés dans leurs applications.
Démarrage rapide : Obtenez la confiance de lecture OCR en une seule ligneUtilisez la méthode Read de IronTesseract avec un chemin de fichier image, puis accédez à la propriété Confidence sur l'objet OcrResult retourné pour voir à quel point IronOCR est sûr de sa reconnaissance de texte. Il s'agit d'un moyen simple et fiable de commencer à évaluer la précision des résultats de l'OCR.
-
1Install IronOCR with NuGet Package Manager
-
2Copiez et exécutez cet extrait de code.
double confidence = new IronOcr.IronTesseract().Read("input.png").Confidence;C# -
3Déployez pour tester sur votre environnement de production.
Commencez à utiliser IronOCR dans votre projet dès aujourd'hui avec un essai gratuit
Flux de travail minimal (5 étapes)
- Téléchargez une bibliothèque C# pour accéder à la confiance en lecture
- Préparer l'image et le document PDF ciblés
- Accéder à la propriété
Confiancedu résultat de l'OCR - Récupérez la confiance des pages, paragraphes, lignes, mots et caractères
- Vérifiez la propriété
Choicespour des choix de mots alternatifs
Comment obtenir la confiance des lecteurs en C#;?
Après avoir effectué l'OCR sur l'image d'entrée, le niveau de confiance du texte est stocké dans la propriété Confidence. Utilisez l'instruction " using " pour libérer automatiquement les objets après utilisation. Ajoutez des documents tels que des images et des PDFs avec les classes OcrImageInput et OcrPdfInput, respectivement. La méthode Read retournera un objet OcrResult qui permet l'accès à la propriété Confidence.
using IronOcr;
// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();
// Add image
using var imageInput = new OcrImageInput("sample.tiff");
// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);
// Get confidence level
double confidence = ocrResult.Confidence;Imports IronOcr
' Instantiate IronTesseract
Private ocrTesseract As New IronTesseract()
' Add image
Private imageInput = New OcrImageInput("sample.tiff")
' Perform OCR
Private ocrResult As OcrResult = ocrTesseract.Read(imageInput)
' Get confidence level
Private confidence As Double = ocrResult.ConfidenceLa valeur de confiance renvoyée est comprise entre 0 et 100, où :
- 90-100 : Excellente confiance - Le texte est très fiable
- 80-89 : Bon niveau de confiance - Le texte est généralement précis avec des incertitudes mineures
- 70-79 : Confiance modérée - Le texte peut contenir quelques erreurs
- En dessous de 70 : Confiance faible - Le texte doit être revu ou retraité
Comment obtenir la confiance à différents niveaux?
Vous pouvez non seulement récupérer le niveau de confiance de l'ensemble du document, mais aussi accéder aux niveaux de confiance de chaque page, paragraphe, ligne, mot et caractère. De plus, vous pouvez obtenir la confiance d'un bloc, qui représente un ensemble d'un ou plusieurs paragraphes étroitement liés.
// Get page confidence level
double pageConfidence = ocrResult.Pages[0].Confidence;
// Get paragraph confidence level
double paragraphConfidence = ocrResult.Paragraphs[0].Confidence;
// Get line confidence level
double lineConfidence = ocrResult.Lines[0].Confidence;
// Get word confidence level
double wordConfidence = ocrResult.Words[0].Confidence;
// Get character confidence level
double characterConfidence = ocrResult.Characters[0].Confidence;
// Get block confidence level
double blockConfidence = ocrResult.Blocks[0].Confidence;' Get page confidence level
Dim pageConfidence As Double = ocrResult.Pages(0).Confidence
' Get paragraph confidence level
Dim paragraphConfidence As Double = ocrResult.Paragraphs(0).Confidence
' Get line confidence level
Dim lineConfidence As Double = ocrResult.Lines(0).Confidence
' Get word confidence level
Dim wordConfidence As Double = ocrResult.Words(0).Confidence
' Get character confidence level
Dim characterConfidence As Double = ocrResult.Characters(0).Confidence
' Get block confidence level
Dim blockConfidence As Double = ocrResult.Blocks(0).ConfidenceExemple pratique : Filtrage par confiance
Lorsque vous traitez des documents de qualité variable, tels que des numérisations de faible qualité, vous pouvez utiliser des indices de confiance pour filtrer les résultats :
using IronOcr;
using System.Linq;
// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();
// Configure for better accuracy
ocrTesseract.Configuration.ReadBarCodes = false;
ocrTesseract.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;
// Add image
using var imageInput = new OcrImageInput("invoice.png");
// Apply filters to improve quality
imageInput.Deskew();
imageInput.DeNoise();
// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);
// Filter words with confidence above 85%
var highConfidenceWords = ocrResult.Words
.Where(word => word.Confidence >= 85)
.Select(word => word.Text)
.ToList();
// Process only high-confidence text
string reliableText = string.Join(" ", highConfidenceWords);
Console.WriteLine($"High confidence text: {reliableText}");
// Flag low-confidence words for manual review
var lowConfidenceWords = ocrResult.Words
.Where(word => word.Confidence < 85)
.Select(word => new { word.Text, word.Confidence })
.ToList();
foreach (var word in lowConfidenceWords)
{
Console.WriteLine($"Review needed: '{word.Text}' (Confidence: {word.Confidence:F2}%)");
}Imports IronOcr
Imports System.Linq
' Instantiate IronTesseract
Dim ocrTesseract As New IronTesseract()
' Configure for better accuracy
ocrTesseract.Configuration.ReadBarCodes = False
ocrTesseract.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd
' Add image
Using imageInput As New OcrImageInput("invoice.png")
' Apply filters to improve quality
imageInput.Deskew()
imageInput.DeNoise()
' Perform OCR
Dim ocrResult As OcrResult = ocrTesseract.Read(imageInput)
' Filter words with confidence above 85%
Dim highConfidenceWords = ocrResult.Words _
.Where(Function(word) word.Confidence >= 85) _
.Select(Function(word) word.Text) _
.ToList()
' Process only high-confidence text
Dim reliableText As String = String.Join(" ", highConfidenceWords)
Console.WriteLine($"High confidence text: {reliableText}")
' Flag low-confidence words for manual review
Dim lowConfidenceWords = ocrResult.Words _
.Where(Function(word) word.Confidence < 85) _
.Select(Function(word) New With {Key .Text = word.Text, Key .Confidence = word.Confidence}) _
.ToList()
For Each word In lowConfidenceWords
Console.WriteLine($"Review needed: '{word.Text}' (Confidence: {word.Confidence:F2}%)")
Next
End UsingQu'est-ce que le choix des caractères dans l'OCR ?
Outre le niveau de confiance, il y a une autre propriété intéressante appelée Choices. Les choix contiennent une liste d'alternatives de choix de mots et leur pertinence statistique. Ces informations permettent à l'utilisateur d'accéder à d'autres personnages possibles. Cette fonction est particulièrement utile lorsque l'on travaille avec plusieurs langues ou des polices spécialisées.
using IronOcr;
using static IronOcr.OcrResult;
// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();
// Add image
using var imageInput = new OcrImageInput("Potter.tiff");
// Perform OCR
OcrResult ocrResult = ocrTesseract.Read(imageInput);
// Get choices
Choice[] choices = ocrResult.Characters[0].Choices;Imports IronOcr
Imports IronOcr.OcrResult
' Instantiate IronTesseract
Private ocrTesseract As New IronTesseract()
' Add image
Private imageInput = New OcrImageInput("Potter.tiff")
' Perform OCR
Private ocrResult As OcrResult = ocrTesseract.Read(imageInput)
' Get choices
Private choices() As Choice = ocrResult.Characters(0).ChoicesEn quoi les choix de caractères alternatifs sont-ils utiles ?
Les choix de caractères alternatifs offrent plusieurs avantages :
- Résolution d'Ambiguïté : Lorsque des caractères comme 'O' et '0', ou 'l' et '1' sont confondus
- Variations de Police : Différentes interprétations pour les polices stylisées ou décoratives
- Problèmes de Qualité : Multiples possibilités lors du traitement de texte dégradé
- Contexte linguistique : Interprétations alternatives basées sur des règles linguistiques
Travailler avec des choix de caractères
Voici un exemple complet qui montre comment utiliser les choix de caractères pour améliorer la précision :
using IronOcr;
using System;
using System.Linq;
using static IronOcr.OcrResult;
// Configure IronTesseract for detailed results
IronTesseract ocrTesseract = new IronTesseract();
// Process image with potential ambiguities
using var imageInput = new OcrImageInput("ambiguous_text.png");
OcrResult ocrResult = ocrTesseract.Read(imageInput);
// Analyze character choices for each word
foreach (var word in ocrResult.Words)
{
Console.WriteLine($"\nWord: '{word.Text}' (Confidence: {word.Confidence:F2}%)");
// Check each character in the word
foreach (var character in word.Characters)
{
if (character.Choices != null && character.Choices.Length > 1)
{
Console.WriteLine($" Character '{character.Text}' has alternatives:");
// Display all choices sorted by confidence
foreach (var choice in character.Choices.OrderByDescending(c => c.Confidence))
{
Console.WriteLine($" - '{choice.Text}': {choice.Confidence:F2}%");
}
}
}
}Imports IronOcr
Imports System
Imports System.Linq
Imports IronOcr.OcrResult
' Configure IronTesseract for detailed results
Dim ocrTesseract As New IronTesseract()
' Process image with potential ambiguities
Using imageInput As New OcrImageInput("ambiguous_text.png")
Dim ocrResult As OcrResult = ocrTesseract.Read(imageInput)
' Analyze character choices for each word
For Each word In ocrResult.Words
Console.WriteLine(vbCrLf & $"Word: '{word.Text}' (Confidence: {word.Confidence:F2}%)")
' Check each character in the word
For Each character In word.Characters
If character.Choices IsNot Nothing AndAlso character.Choices.Length > 1 Then
Console.WriteLine($" Character '{character.Text}' has alternatives:")
' Display all choices sorted by confidence
For Each choice In character.Choices.OrderByDescending(Function(c) c.Confidence)
Console.WriteLine($" - '{choice.Text}': {choice.Confidence:F2}%")
Next
End If
Next
Next
End UsingStratégies de confiance avancées
Lorsque l'on travaille avec des documents spécialisés tels que les passeports, les plaques d'immatriculation ou les chèques MICR, les indices de confiance deviennent cruciaux pour la validation :
using IronOcr;
public class DocumentValidator
{
private readonly IronTesseract ocr = new IronTesseract();
public bool ValidatePassportNumber(string imagePath, double minConfidence = 95.0)
{
using var input = new OcrImageInput(imagePath);
// Configure for passport reading
ocr.Configuration.ReadBarCodes = true;
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.SingleLine;
// Apply preprocessing
input.Deskew();
input.Scale(200); // Upscale for better accuracy
var result = ocr.Read(input);
// Find passport number pattern
var passportLine = result.Lines
.Where(line => line.Text.Contains("P<") || IsPassportNumberFormat(line.Text))
.FirstOrDefault();
if (passportLine != null)
{
Console.WriteLine($"Passport line found: {passportLine.Text}");
Console.WriteLine($"Confidence: {passportLine.Confidence:F2}%");
// Only accept if confidence meets threshold
return passportLine.Confidence >= minConfidence;
}
return false;
}
private bool IsPassportNumberFormat(string text)
{
// Simple passport number validation
return System.Text.RegularExpressions.Regex.IsMatch(text, @"^[A-Z]\d{7,9}$");
}
}Imports IronOcr
Public Class DocumentValidator
Private ReadOnly ocr As New IronTesseract()
Public Function ValidatePassportNumber(imagePath As String, Optional minConfidence As Double = 95.0) As Boolean
Using input As New OcrImageInput(imagePath)
' Configure for passport reading
ocr.Configuration.ReadBarCodes = True
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.SingleLine
' Apply preprocessing
input.Deskew()
input.Scale(200) ' Upscale for better accuracy
Dim result = ocr.Read(input)
' Find passport number pattern
Dim passportLine = result.Lines _
.Where(Function(line) line.Text.Contains("P<") OrElse IsPassportNumberFormat(line.Text)) _
.FirstOrDefault()
If passportLine IsNot Nothing Then
Console.WriteLine($"Passport line found: {passportLine.Text}")
Console.WriteLine($"Confidence: {passportLine.Confidence:F2}%")
' Only accept if confidence meets threshold
Return passportLine.Confidence >= minConfidence
End If
Return False
End Using
End Function
Private Function IsPassportNumberFormat(text As String) As Boolean
' Simple passport number validation
Return System.Text.RegularExpressions.Regex.IsMatch(text, "^[A-Z]\d{7,9}$")
End Function
End ClassOptimiser pour une meilleure confiance
Pour obtenir des scores de confiance plus élevés, envisagez d'utiliser des filtres d'image et des techniques de prétraitement :
using IronOcr;
// Create an optimized OCR workflow
IronTesseract ocr = new IronTesseract();
using var input = new OcrImageInput("low_quality_scan.jpg");
// Apply multiple filters to improve confidence
input.Deskew(); // Correct rotation
input.DeNoise(); // Remove noise
input.Sharpen(); // Enhance edges
input.Dilate(); // Thicken text
input.Scale(150); // Upscale for clarity
// Configure for accuracy over speed
ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;
ocr.Configuration.EngineMode = TesseractEngineMode.TesseractOnly;
var result = ocr.Read(input);
Console.WriteLine($"Document confidence: {result.Confidence:F2}%");
// Generate confidence report
var confidenceReport = result.Pages
.Select((page, index) => new
{
PageNumber = index + 1,
Confidence = page.Confidence,
WordCount = page.Words.Length,
LowConfidenceWords = page.Words.Count(w => w.Confidence < 80)
});
foreach (var page in confidenceReport)
{
Console.WriteLine($"Page {page.PageNumber}: {page.Confidence:F2}% confidence");
Console.WriteLine($" Total words: {page.WordCount}");
Console.WriteLine($" Low confidence words: {page.LowConfidenceWords}");
}Imports IronOcr
' Create an optimized OCR workflow
Dim ocr As New IronTesseract()
Using input As New OcrImageInput("low_quality_scan.jpg")
' Apply multiple filters to improve confidence
input.Deskew() ' Correct rotation
input.DeNoise() ' Remove noise
input.Sharpen() ' Enhance edges
input.Dilate() ' Thicken text
input.Scale(150) ' Upscale for clarity
' Configure for accuracy over speed
ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5
ocr.Configuration.EngineMode = TesseractEngineMode.TesseractOnly
Dim result = ocr.Read(input)
Console.WriteLine($"Document confidence: {result.Confidence:F2}%")
' Generate confidence report
Dim confidenceReport = result.Pages _
.Select(Function(page, index) New With {
.PageNumber = index + 1,
.Confidence = page.Confidence,
.WordCount = page.Words.Length,
.LowConfidenceWords = page.Words.Count(Function(w) w.Confidence < 80)
})
For Each page In confidenceReport
Console.WriteLine($"Page {page.PageNumber}: {page.Confidence:F2}% confidence")
Console.WriteLine($" Total words: {page.WordCount}")
Console.WriteLine($" Low confidence words: {page.LowConfidenceWords}")
Next
End UsingRésumé
Il est essentiel de comprendre et d'utiliser les scores de confiance de l'OCR pour créer des applications de traitement de documents robustes. En exploitant les propriétés de confiance et les choix de caractères d'IronOcr, les développeurs peuvent mettre en œuvre des mécanismes intelligents de validation, de traitement des erreurs et d'assurance qualité dans leurs flux de travail d'OCR. Que vous traitiez des captures d'écran, des tableaux ou des documents spécialisés, les indices de confiance fournissent les mesures nécessaires pour garantir la précision de l'extraction de texte.
Questions Fréquemment Posées
Qu'est-ce que la confiance dans l'OCR et pourquoi est-elle importante ?
La confiance dans l'OCR est une mesure de 0 à 100 indiquant le degré de certitude du système d'OCR quant à la précision de la reconnaissance de texte. IronOCR fournit cette mesure par le biais de la propriété Confidence sur tout objet OcrResult, aidant les développeurs à évaluer la fiabilité du texte reconnu, en particulier lors du traitement de documents numérisés, de photos ou d'images dont la qualité du texte varie.
Comment vérifier rapidement la confiance de l'OCR en C# ?
Avec IronOCR, vous pouvez obtenir la confiance de l'OCR en une seule ligne de code : double confidence = new IronOcr.IronTesseract().Read("input.png").Confidence ; Cela renvoie un score de confiance entre 0 et 100 indiquant le degré de certitude de l'OCR quant à sa reconnaissance de texte.
Que signifient les différents intervalles de confiance ?
Les scores de confiance de l'IronOCR indiquent : 90-100 (Excellent) signifie que le texte est très fiable ; 80-89 (Bon) signifie que le texte est généralement précis avec des incertitudes mineures ; 70-79 (Modéré) signifie que le texte peut contenir quelques erreurs ; moins de 70 (Faible) signifie que le texte doit être revu ou retraité.
Comment puis-je accéder aux niveaux de confiance pour différents éléments de texte ?
IronOcr vous permet de récupérer les niveaux de confiance à plusieurs granularités - pages, paragraphes, lignes, mots et caractères individuels. Après avoir effectué l'OCR, vous pouvez accéder à la propriété Confidence à chaque niveau par le biais de la structure de l'objet OcrResult.
Puis-je obtenir des suggestions de mots alternatifs avec des scores de confiance ?
Oui, IronOCR fournit une propriété Choices qui propose des choix de mots alternatifs avec leurs scores de confiance. Cette fonctionnalité est utile lorsque le moteur OCR identifie plusieurs interprétations possibles d'un même texte, ce qui vous permet de mettre en œuvre une logique de validation intelligente.
Comment puis-je mettre en œuvre la validation basée sur la confiance dans mon application ?
Après avoir utilisé la méthode Read d'IronOCR, vérifiez la propriété Confidence du résultat de l'OcrR. Mettez en œuvre une logique conditionnelle basée sur des seuils de confiance - par exemple, acceptez automatiquement les résultats supérieurs à 90, signalez les résultats entre 70 et 90 pour examen, et retraitez ou vérifiez manuellement les résultats inférieurs à 70.
What are character choices in IronOCR?
Character choices in IronOCR refer to alternative word choices and their relevance metrics provided during OCR. This feature is useful for handling ambiguities and understanding potential character variations in the text.
How can character choices aid in text recognition?
Character choices help resolve ambiguities by offering alternative interpretations for similar-looking characters and words. This is particularly beneficial when dealing with font variations, degraded text, and multiple languages.
What preprocessing techniques improve IronOCR text accuracy?
Preprocessing techniques such as deskewing, denoising, sharpening, and scaling can significantly enhance text accuracy by improving image quality before executing OCR processes with IronOCR.
How does IronOCR handle low confidence recognition results?
IronOCR allows you to filter and flag low-confidence recognition results for review. You can identify words with confidence scores below a certain threshold and address uncertainties by using validation or reprocessing strategies.
Curtis Chau détient un baccalauréat en informatique (Université de Carleton) et se spécialise dans le développement front-end avec expertise en Node.js, TypeScript, JavaScript et React. Passionné par la création d'interfaces utilisateur intuitives et esthétiquement plaisantes, Curtis aime travailler avec des frameworks modernes et créer des manuels bien structurés et visuellement attrayants.
