OCR C# GitHub統合: IronOCRでテキスト認識アプリを構築する

どのようなインストール方法を使用すればよいですか?

まず、NuGet パッケージ マネージャーを使用して IronOCR をインストールします。

Install-Package IronOcr

! Visual Studio の NuGet パッケージ マネージャー ウィンドウには、インストール可能なさまざまな言語パックを含む IronOCR パッケージの検索結果が表示されています。

購入の準備ができていませんか？

PM >  Install-Package IronOcr

IronOCR を NuGet でチェックしてください。1000万回以上のダウンロードで、C#によるPDF開発を変革しています。 DLL または Windowsインストーラー をダウンロードすることもできます。

高度なインストール シナリオについては、 NuGet パッケージ ガイドを参照してください。 特定のプラットフォームにデプロイする場合は、 Windows 、 Linux 、 macOS 、またはDocker コンテナーのガイドを確認してください。

サンプルコードはどこにありますか?

IronOCR は、例とチュートリアルを含む複数の GitHub リポジトリを管理しています。 公式のIronOCR サンプル リポジトリでは実際の実装が提供されており、 Image to Text チュートリアル リポジトリでは複製して変更できる実用的な使用例が示されています。 これらのリポジトリには、バーコード読み取り、多言語サポート、 PDF 処理を備えた OCR が紹介されています。 NuGet で頻繁にパッケージが公開されるため、常に最新の安定したビルドにアクセスできます。 デモセクションでは、追加のインタラクティブな例が提供されます。

! OCR処理パイプラインを示すフローチャート: GitHub OCRリポジトリ → IronOCRプロジェクト → OCR処理 → 抽出されたテキスト出力

どのようなプロジェクト構造を使用すればよいですか?

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

この構造は、 JPG、 PNG、 TIFF、 BMPなどのさまざまな入力形式をサポートします。 複数ページの TIFFまたはGIF ファイルを処理する場合、IronOCR が自動的に処理します。

OCR 処理コードをどのように実装すればよいですか?

以下は、画像の前処理、テキスト抽出、バーコード検出など、IronOCR の主要機能を示す OCR プロセッサの完全な C# コード例です。

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");
        }
    }
}

この包括的な例では、いくつかの IronOCR 機能を紹介します。 コンストラクターは、バーコード読み取りを有効にし、自動ページ分割を備えた OCR エンジンを構成します。 ProcessDocumentメソッドは、傾き補正(回転の修正)、ノイズ除去 (アーティファクトの除去)、解像度の向上による画像の前処理を示します。 処理後、信頼スコア付きの英語のテキストを抽出し、バーコードを識別し、検索可能な PDFを生成します。

高度なシナリオでは、 OcrInput クラスを活用してより詳細な制御を行ったり、非同期処理を使用してパフォーマンスを向上させたり、長時間実行される操作の進行状況追跡を実装したりできます。 OcrResult クラスは、テキストの位置やOCR 結果などの詳細な出力データを提供します。

開発者は、中国語、スペイン語、フランス語などの他の言語を読み取るように IronOCR を簡単に設定することもできるため、多言語 GitHub プロジェクトにとって多目的な選択肢となります。 追加の言語パックのインストールに関するリファレンスについては、 125 の国際言語ガイドを参照してください。 カスタム言語ファイルを使用したり、カスタムフォントをトレーニングしたりすることもできます。

! OCR デモを表示する分割画面: 左側には白い背景に歪んだ Lorem Ipsum テキストが表示され、右側には抽出されたテキスト出力と信頼度スコア 87.34% を示す Visual Studio デバッグ コンソールが表示されます。

.gitignore ファイルには何を含めるべきですか?

.gitignore ファイルには以下を含めます。

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

IronOCR ランタイム フォルダーと適切なライセンス キー管理の詳細について説明します。

IronOCR が他の OCR ソリューションと異なる点は何ですか?

IronOCR は、個々の単語、行、段落全体を認識できるほど柔軟性が高く、スキャンごとにどの程度の詳細を抽出するかを制御できます。 このライブラリは、ナンバープレート、パスポート、 MICR 小切手、手書きのテキスト、スクリーンショット、スキャンした文書、さらには文書内の表など、特殊な文書の種類に優れています。

商用ライセンスは、パブリックリポジトリに法的明確性を提供します。 IronOCR を商用アプリケーションに組み込むことは明示的に許可されています。 組み込みの画像前処理フィルターには、色補正、品質強化、最適な設定を自動的に検出する強力なフィルター ウィザードなどの高度なオプションが含まれています。

シングル DLL アーキテクチャが重要な理由

IronOCR の単一 DLL アーキテクチャにより、貢献者は、他の OCR ソリューションで問題となるネイティブ依存関係やプラットフォーム固有の構成に悩まされることなく、リポジトリを複製してすぐに開発を開始できます。 このシンプルさこそが、開発者が生の Tesseract ではなく IronOCR を選択する理由です。 このライブラリには、数多くのパフォーマンス改善とマルチスレッド サポートを備えたTesseract 5が含まれています。

Git で大きなファイルを処理するにはどうすればよいでしょうか?

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

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

これは、高解像度の画像や複数ページの TIFF ファイルを扱う場合に特に重要です。 低品質のスキャンの場合、IronOCR の前処理によって結果が大幅に改善されます。

ライセンス キーとドキュメントをどのように管理すればよいですか?

IronOCR ライセンス キーを環境変数またはユーザー シークレットを使用して安全に保存し、直接コミットしないでください。 適切な実装については、 IronOCR ライセンス キー ガイドに従ってください。 ASP.NET アプリケーションのweb.configでライセンスを構成することもできます。 サポートされている画像形式と期待される精度を README に記載します。 貢献者が OCR 機能を検証できるように、サンプル画像をテスト データ フォルダーに含めます。 クロスプラットフォーム開発については、 IronOCR Linux セットアップ ガイドまたはmacOS インストール手順を参照してください。 モバイル開発者は、 Android ガイドとiOS ガイドを確認する必要があります。

高度な機能については、テキスト検出、ページ回転検出、 hOCR エクスポート、および長時間実行操作のタイムアウト構成のためのコンピューター ビジョンの使用法を文書化します。 キャンセル可能な操作に対して中止トークンを実装することを検討してください。

Windows で OCR が動作しないのはなぜですか?

一般的なセットアップの問題としては、Windows でVisual C++ 再頒布可能パッケージが見つからないことが挙げられます。 IronOCR には 2019 バージョンが必要です。 詳細なガイダンスについては、 Visual C++ 再頒布可能パッケージのトラブルシューティング ガイドを参照してください。 Linux 展開の場合は、 libgdiplus がインストールされていることを確認してください。 テキスト認識率が低いと思われる場合は、 DPI 設定ガイドを使用して、画像が少なくとも 200 DPI であることを確認してください。 Stack Overflowの C# OCR コミュニティでは、一般的な GitHub プロジェクトの問題に対する役立つ解決策も提供しています。

具体的な問題については、一般的なトラブルシューティング、 Azure Functions のデプロイ、 AWS Lambda の問題、または .NET 7 以降のSystem.Drawing の代替に関するガイドを参照してください。 IronOCR ユーティリティ ツールは、構成の問題の診断に役立ちます。

追加のサポートはどこで受けられますか?

詳細なトラブルシューティングについては、 IronOCR トラブルシューティング ガイドを参照してください。 IronOCRサポート チームは、GitHub でホストされる OCR アプリケーションで作業するライセンス ユーザーに迅速な支援を提供します。 最新のアップデートについては製品の変更ログを、包括的なドキュメントについてはAPI リファレンスを確認してください。