Niespodziewane białe spacje w IronOCR

Zaktualizowano:czerwca 28, 2026

Translated

View the article in English

Wyodrębniony tekst czasami zawiera dodatkowe białe spacje między znakami, nawet gdy dokument źródłowy wygląda na czysty. Zazwyczaj przyczyną jest różnorodność szerokości i odstępów między znakami, często związana z czcionką wejściową, a same filtry obrazu rzadko rozwiązują ten problem.

Wynik OCR w wizualizatorze tekstu Visual Studio z nieoczekiwaną spacją wewnątrz numeru referencyjnego, między 7 a 1

Poniższe podejścia okazały się skuteczne w unikaniu dodatkowych spacji.

Rozwiązanie

1. Przełącz na czcionkę przyjazną dla OCR

Renderuj lub dostarczaj dokument w Roboto gdziekolwiek możesz. Jest to czysta, nowoczesna czcionka, która odczytuje się niezawodnie, więc silnik generuje mniej fałszywych spacji niż fonty takie jak Arial.

2. Użyj `ReadDocumentAdvanced()`

Przeczytaj dokument za pomocą ReadDocumentAdvanced() zamiast standardowej metody odczytu. Daje większą kontrolę nad procesem OCR i lepiej obsługuje skomplikowane układy tekstu.

3. Ustaw `OcrLanguage.EnglishBest`

Wskaż silnikowi model OcrLanguage.EnglishBest. Ten zaawansowany model języka jest bardziej dokładny niż standardowa opcja angielska i redukuje błędy w odczytywaniu spacji.

4. Wytrenuj niestandardową czcionkę

Kiedy wejściowy PDF używa nietypowej lub niestandardowej czcionki, domyślne ustawienia mogą mieć kłopoty i wstawiać spacje. Trenowanie niestandardowej czcionki uczy silnik rozpoznawania tego specyficznego kroju pisma, co znacznie poprawia dokładność rozpoznawania. Zapoznaj się z przewodnikiem dla OCR trenującym niestandardowe czcionki dla pełnego przepływu pracy.

Z zastosowanymi tymi ustawieniami, wyodrębniony tekst wraca bez zbędnych spacji:

Wynik OCR po zastosowaniu poprawek, z poprawionymi odstępami

PoradySpróbuj najpierw zmienić czcionkę na przyjazną dla OCR i model EnglishBest; rozwiązują większość przypadków bez potrzeby trenowania niestandardowej czcionki.

Curtis Chau

Czat z zespołem inżynierów teraz

Autor tekstów technicznych

Curtis Chau posiada tytuł licencjata z informatyki (Uniwersytet Carleton) i specjalizuje się w front-endowym rozwoju, z ekspertką w Node.js, TypeScript, JavaScript i React. Pasjonuje się tworzeniem intuicyjnych i estetycznie przyjemnych interfejsów użytkownika, Curtis cieszy się pracą z nowoczesnymi frameworkami i tworzeniem dobrze zorganizowanych, atrakcyjnych wizualnie podrę...

Czytaj więcej

Gotowy, aby rozpocząć?

Nuget Pliki do pobrania 6,136,090 | Wersja: 2026.7 właśnie wydany