C#でPDFを読む方法 with IronOCR

DPI設定はいつ調整すべきですか?

低解像度のスキャン文書や小さなテキストを含むPDFを扱う場合、DPI（Dots Per Inch）設定が重要になります。 最適な結果を得るには、DPI設定を調整することを検討してください：

• 200 DPI以下のスキャン文書での作業
• 歴史的またはアーカイブPDFの処理
• 複雑なレイアウトや小さなフォントへの対応
• デフォルト設定での精度の問題

ほとんどのOCR処理では300DPIを推奨しますが、非常に小さなテキストや複雑な細部が含まれる文書では600DPIが必要になる場合があります。

IronOCRはPDF以外にどのようなファイル形式をサポートしていますか?

IronOCRはPDF以外にも多くのファイル形式を包括的にサポートしています。 さまざまな形式の画像を処理できます：

• 標準的な写真のJPEG/JPG
• 透過画像用PNG
• 複数ページのドキュメントにはTIFF
• 非圧縮画像用BMP
• シンプルなグラフィックのためのGIF

さらに、IronOCRはPDFストリームをメモリから直接扱うことができ、ウェブアプリケーションやクラウドサービスに適しています。

PDFコンテンツタイプで作業する

PDFを処理する際、コンテンツタイプを指定することでパフォーマンスを最適化することができます。 PdfContents列挙型を使用すると、特定のコンテンツをターゲットにすることができます：

// For text-only PDFs (faster processing)
var textOnlyPdf = new OcrPdfInput("document.pdf", PdfContents.Text);

// For image-only PDFs (scanned documents)
var imageOnlyPdf = new OcrPdfInput("scanned.pdf", PdfContents.Images);

// For mixed content (default)
var mixedPdf = new OcrPdfInput("mixed.pdf", PdfContents.TextAndImages);

// For text-only PDFs (faster processing)
var textOnlyPdf = new OcrPdfInput("document.pdf", PdfContents.Text);

// For image-only PDFs (scanned documents)
var imageOnlyPdf = new OcrPdfInput("scanned.pdf", PdfContents.Images);

// For mixed content (default)
var mixedPdf = new OcrPdfInput("mixed.pdf", PdfContents.TextAndImages);

IRON VB CONVERTER ERROR developers@ironsoftware.com

なぜページ番号はゼロから始まるのですか

ゼロベース・インデックスは、C#やほとんどのプログラミング言語の標準的な規約です。 つまり、1ページ目はインデックス0、2ページ目はインデックス1、といった具合です。 この配列インデックスとの一貫性により、開発者はプログラムでページ・コレクションを扱うことが容易になります。 人間が読めるページ番号（1、2、3...）からインデックスに変換する場合は、単純にページ番号から1を引いてください。

連続しないページを読むにはどうすればよいですか?

IronOCRを使えば、連続しないページも簡単に読むことができます。 ご希望のページインデックスをリストに追加してください。 例えば：

// Read pages 1, 3, 5, and 10 (using zero-based indices)
List<int> pageIndices = new List<int>() { 0, 2, 4, 9 };

// Or use LINQ for range-based selection
var evenPages = Enumerable.Range(0, 10).Where(x => x % 2 == 0).ToList();

// Read pages 1, 3, 5, and 10 (using zero-based indices)
List<int> pageIndices = new List<int>() { 0, 2, 4, 9 };

// Or use LINQ for range-based selection
var evenPages = Enumerable.Range(0, 10).Where(x => x % 2 == 0).ToList();

IRON VB CONVERTER ERROR developers@ironsoftware.com

OCRエンジンは、指定されたページのみを処理し、大規模な文書のパフォーマンスを大幅に向上させます。

無効なページ番号を指定するとどうなりますか?

文書のページ数を超えるページインデックスを指定した場合、IronOCRは例外をスローします。 エラー処理を実装したり、処理前にページ数を検証したりすること。 インデックスが有効であることを確認するために、OCRを実行する前にPDFの総ページ数をチェックすることができます。