OCR C# GitHub: IronOCRによるテキスト認識

どのインストール方法を使用すべきですか？

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

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手順については、 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コンテナに関するガイドを参照してください。

サンプルコードはどこで入手できますか？

IronOCRは、サンプルやチュートリアルを掲載した公式GitHubリポジトリを管理しています。 IronOCR Examplesリポジトリには実際の実装例が掲載されており、 Image to Textチュートリアルリポジトリには、複製して変更できる実用的なユースケースが示されています。

これらのリポジトリは、バーコード読み取り機能を備えたOCR、多言語対応、およびPDF処理機能を紹介しています。 IronOCRはNuGetに頻繁にパッケージを公開しているため、常に最新の安定版ビルドを利用できます。

どのようなプロジェクト構造を採用すべきか？

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

この構造は、JPG、PNG、TIFF、BMPなど、さまざまな入力フォーマットをサポートしています。複数ページのTIFFファイルやGIFファイルの処理については、 IronOCRが自動的に対応します。

images/フォルダはサンプルファイルを整理し、ルートディレクトリを散らかすことなく、貢献者がテストイメージを簡単に追加できるようにします。 src/フォルダを構成ファイルとは別に保つことで、プロジェクトを一目で読みやすくなります。 プロジェクトの内容、設定するライセンスキー変数、サンプルの実行方法を説明する README.md を追加してください。

OCR処理コードはどのように実装するのですか？

以下の例は、画像前処理、テキスト抽出、バーコード検出など、IronOCRの主要機能を実証する完全なOCRプロセッサを示しています。

using IronOcr;

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
ocr.Language = OcrLanguage.English;

using var input = new OcrInput();
input.LoadImage("images/sample-invoice.jpg");
input.Deskew();
input.DeNoise();
input.EnhanceResolution(225);

var result = ocr.Read(input);

Console.WriteLine($"Confidence: {result.Confidence}%");
Console.WriteLine($"Text Found:\n{result.Text}");

foreach (var barcode in result.Barcodes)
{
    Console.WriteLine($"Barcode: {barcode.Value} ({barcode.Format})");
}

result.SaveAsSearchablePdf("output.pdf");

using IronOcr;

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
ocr.Language = OcrLanguage.English;

using var input = new OcrInput();
input.LoadImage("images/sample-invoice.jpg");
input.Deskew();
input.DeNoise();
input.EnhanceResolution(225);

var result = ocr.Read(input);

Console.WriteLine($"Confidence: {result.Confidence}%");
Console.WriteLine($"Text Found:\n{result.Text}");

foreach (var barcode in result.Barcodes)
{
    Console.WriteLine($"Barcode: {barcode.Value} ({barcode.Format})");
}

result.SaveAsSearchablePdf("output.pdf");

この例は、 IronOCRのいくつかの機能を示しています。 コンストラクタは、バーコード読み取りと自動ページ分割を有効にした状態でOCRエンジンを設定します。 前処理パイプラインでは、傾き補正(回転の補正)、ノイズ除去(アーティファクトの除去)、および解像度向上処理が行われます。

処理後、エンジンは信頼度スコア付きの英語テキストを抽出し、バーコードを識別し、検索可能なPDFを生成します。 コードは.NET 10のトップレベルステートメントを使用して記述されており、サンプルを短く読みやすくしています。

より高度なシナリオでは、スループットを向上させるために非同期処理を使用したり、長時間実行される操作の進捗状況を追跡する機能を実装したりできます。 OcrResult クラスは、テキストの位置、単語の座標、段落構造など、詳細な出力を提供します。これにより、単なるテキスト文字列以上の情報が得られます。

開発者はIronOCRを設定して、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こともできるため、多言語対応のGitHubプロジェクトにとって有力な選択肢となる。 追加の言語パックのインストール方法については、" 125の国際言語ガイド"を参照してください。

.gitignoreファイルには何を含めるべきですか？

.gitignore ファイルには、実行時成果物、テスト出力、および秘密の設定がコミットされないようにするエントリを含めてください。

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

IronOCRはビルド時にプラットフォーム固有のバイナリをダウンロードするため、runtimes/フォルダをソース管理から除外することが特に重要です。これらをコミットすると、リポジトリのサイズが大きくなり、プラットフォーム間の競合が発生します。 適切な実装のために、ライセンスキー管理について詳しく学びましょう。

IronOCRは他のOCRソリューションと何が違うのか？

IronOCRは、個々の単語、行、段落全体を認識できる柔軟性を備えているため、各スキャンからどれだけの詳細情報を抽出するかを正確に制御できます。 このライブラリは、ナンバープレート、パスポート、手書き文字、スクリーンショット、スキャンされた文書など、特殊な種類の文書の取り扱いに優れています。

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。 内蔵の画像前処理フィルターには、色補正、画質向上などの高度なオプションに加え、難しい画像に対して最適な設定を自動的に見つけるフィルターウィザードも含まれています。

シングルDLLアーキテクチャが重要な理由とは？

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Tesseractの生データではなくIronOCRを選ぶ理由です。

セットアップ手順を比較すると、Tesseractをそのまま実装する場合、通常はネイティブバイナリを個別にインストールし、PATH変数を設定し、tessdata言語ファイルを手動で管理する必要があります。 IronOCRはそれらすべてを内部的に処理するため、プロジェクトのREADMEファイルは環境設定の手順ではなく、アプリケーションのロジックに集中できます。

このライブラリには、数々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が含まれており、カスタムスレッドコードを記述することなく、複数のドキュメントを並列処理できます。

Gitで大きなファイルを扱うにはどうすればいいですか？

大規模なテストイメージにはGit LFSを使用して、リポジトリのサイズを管理しやすい状態に保ちましょう。

git lfs track "*.jpg" "*.png" "*.tiff"
git add .gitattributes
git commit -m "Track large image files with Git LFS"

git lfs track "*.jpg" "*.png" "*.tiff"
git add .gitattributes
git commit -m "Track large image files with Git LFS"

これは、高解像度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。 低品質のスキャン画像の場合、IronOCRの前処理機能を使用することで、テスト画像をコミットする前に手動で編集する必要なく、結果を大幅に改善できます。

テスト文書をリポジトリに保存する際は、機密情報が含まれているかどうかを考慮してください。 たとえプライベートリポジトリであっても、実際の請求書や身分証明書類をコミットするよりも、プログラムによって合成テストイメージを生成する方が良い。

ライセンスキーとドキュメントはどのように管理すべきですか？

IronOCRのライセンスキーは、環境変数または.NETユーザーシークレットを使用して保存してください。 ライセンスキーを直接、いかなるブランチにもコミットしてはならない。たとえプライベートブランチであってもだ。 適切な導入方法については、ライセンスキーガイドを参照してください。 ASP.NETアプリケーションの場合、web.configファイルでライセンスを設定することもできます。

READMEファイルに、サポートされている画像フォーマットと期待される精度レベルを記載してください。 サンプル画像をtest-data/フォルダに含めて、貢献者がクローン作成後すぐにOCR機能を確認できるようにしてください。 新規貢献者が初回実行時に問題が発生しないよう、環境変数を使用してライセンスキーを設定する方法を説明する短いセクションを追加してください。

クロスプラットフォーム開発については、 IronOCRの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、 IronOCRのドキュメントに掲載されているAndroidおよびiOS向けのガイドを確認してください。

WindowsでOCRが動作しないのはなぜですか？

よくある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不足していることが挙げられます。 IronOCRは2019年版が必要です。 詳細な手順については、 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。

テキスト認識の精度が低い場合は、 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。

具体的な設定上の問題については、 IronOCRユーティリティツールを使用して問題を診断し、一般的なトラブルシューティングガイドを参照して段階的な診断を行ってください。

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のトラブルシューティングガイドを参照してください。 IronOCRのサポートチームは、 GitHubでホストされているOCRアプリケーションを使用しているライセンスユーザーに対し、迅速なサポートを提供します。 最新のアップデートについては、製品の変更履歴をご確認ください。