Testes de software OCR: explore as melhores opções

Padrão de inicialização do motor

Toda integração do OmniPage começa com um ciclo de vida do mecanismo que abrange toda a janela de processamento de documentos do aplicativo:

// OmniPage: Engine must be initialized before any operations
// License file must exist at this path on every target machine
using var engine = new OmniPageEngine();
engine.SetLicenseFile(@"C:\Program Files\OmniPage\license.lic");
engine.Initialize();  // Contacts license server; loads 100MB+ of native components

// Configure recognition settings for the document
var settings = new RecognitionSettings
{
    PrimaryLanguage = "English",
    SecondaryLanguages = new[] { "German", "French" },
    AccuracyMode = "Maximum",
    PreserveLayout = true,
    DetectTables = true,
    DespeckleLevel = 2,
    ContrastEnhancement = true,
    AutoRotate = true,
    DeskewImage = true
};

// Document-centric workflow
var document = engine.CreateDocument();
document.AddPage(imagePath);
document.Recognize(settings);
string text = document.GetText();

// Explicit cleanup — omitting this can lock the license
document.Dispose();
engine.Shutdown();

// OmniPage: Engine must be initialized before any operations
// License file must exist at this path on every target machine
using var engine = new OmniPageEngine();
engine.SetLicenseFile(@"C:\Program Files\OmniPage\license.lic");
engine.Initialize();  // Contacts license server; loads 100MB+ of native components

// Configure recognition settings for the document
var settings = new RecognitionSettings
{
    PrimaryLanguage = "English",
    SecondaryLanguages = new[] { "German", "French" },
    AccuracyMode = "Maximum",
    PreserveLayout = true,
    DetectTables = true,
    DespeckleLevel = 2,
    ContrastEnhancement = true,
    AutoRotate = true,
    DeskewImage = true
};

// Document-centric workflow
var document = engine.CreateDocument();
document.AddPage(imagePath);
document.Recognize(settings);
string text = document.GetText();

// Explicit cleanup — omitting this can lock the license
document.Dispose();
engine.Shutdown();

Imports OmniPage

' OmniPage: Engine must be initialized before any operations
' License file must exist at this path on every target machine
Using engine As New OmniPageEngine()
    engine.SetLicenseFile("C:\Program Files\OmniPage\license.lic")
    engine.Initialize()  ' Contacts license server; loads 100MB+ of native components

    ' Configure recognition settings for the document
    Dim settings As New RecognitionSettings With {
        .PrimaryLanguage = "English",
        .SecondaryLanguages = {"German", "French"},
        .AccuracyMode = "Maximum",
        .PreserveLayout = True,
        .DetectTables = True,
        .DespeckleLevel = 2,
        .ContrastEnhancement = True,
        .AutoRotate = True,
        .DeskewImage = True
    }

    ' Document-centric workflow
    Dim document = engine.CreateDocument()
    document.AddPage(imagePath)
    document.Recognize(settings)
    Dim text As String = document.GetText()

    ' Explicit cleanup — omitting this can lock the license
    document.Dispose()
    engine.Shutdown()
End Using

Esse padrão deve ser reproduzido para cada ponto de integração: manipuladores de requisições ASP.NET , serviços do Windows, trabalhos de processamento em lote e testes unitários, todos precisam gerenciar o ciclo de vida do mecanismo. Em uma configuração de licença flutuante, esquecer Shutdown() em um caminho de erro bloqueia um assento de licença para todos os outros processos até que o servidor reinicie.

Comparação Detalhada de Recursos

Abordagem Kofax OmniPage

O processo de aquisição da OmniPage segue uma sequência fixa que nenhum desenvolvedor pode burlar:

Etapas de implantação do OmniPage (a partir do código-fonte kofax-enterprise-ocr.cs):

1. Processo de vendas completo (4 a 12 semanas)
2. Receba o instalador do SDK da Tungsten.
3. Instale o SDK nas máquinas de desenvolvimento.
4. Configurar arquivos de licença (por máquina ou flutuantes)
5. Configure o servidor de licenças (se estiver usando licenciamento de rede)
6. Instalar componentes de tempo de execução em servidores de produção
7. Implante os arquivos de licença em produção.
8. Configure o firewall para comunicação com o servidor de licenças.
9. Configure o monitoramento da disponibilidade de licenças.
10. Documentar os procedimentos de encerramento para liberação de licença.

As etapas 5, 8 e 9 não são tarefas de desenvolvimento — elas exigem coordenação com as equipes de infraestrutura e segurança. O passo 7 significa que cada implantação de produção precisa do arquivo .lic presente em um caminho codificado. O passo 10 existe porque esquecer Shutdown() em qualquer caminho de código bloqueia um assento de licença flutuante indefinidamente.

O modelo de licenciamento por página adiciona mais uma camada de complexidade operacional. Os relatórios de utilização são enviados para um servidor de licenças, a conciliação de faturas ocorre mensalmente ou trimestralmente, e qualquer pico inesperado no volume de documentos (um novo cliente integrado, um backlog processado) gera uma fatura excedente que ninguém havia previsto no orçamento.

Abordagem IronOCR

// Step 1: Install
// dotnet add package IronOcr

// Step 2: Configure license (one line at startup)
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

// Step 3: Read a document
var text = new IronTesseract().Read("document.jpg").Text;

// Step 1: Install
// dotnet add package IronOcr

// Step 2: Configure license (one line at startup)
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

// Step 3: Read a document
var text = new IronTesseract().Read("document.jpg").Text;

' Step 1: Install
' dotnet add package IronOcr

' Step 2: Configure license (one line at startup)
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

' Step 3: Read a document
Dim text As String = (New IronTesseract()).Read("document.jpg").Text

Sem instalador. Nenhuma referência a DLL. Não há arquivo de licença no disco. Sem servidor de licenças. Sem regras de firewall. Não há procedimento de desligamento. A chave de licença é uma string — armazene-a em uma variável de ambiente, appsettings.json, ou Azure Key Vault. Alterar os destinos de implantação (de uma máquina virtual Windows para um contêinerDockerLinux, por exemplo) não requer nenhuma reconfiguração de licença.

O guia de configuração do IronTesseract abrange todas as opções de configuração, incluindo a injeção de chaves baseada em variáveis ​​de ambiente, que remove completamente as strings de licença do código-fonte.

Abordagem Kofax OmniPage

O modelo de distribuição baseado em instalador do OmniPage cria atritos em cada estágio de um pipeline de implantação moderno. Construir um contêinerDockerrequer que o instalador SDK personalizado seja executado dentro da imagem, o arquivo de licença incorporado ou montado em tempo de execução, e engine.Shutdown() para executar antes que o contêiner pare. Uma reinicialização de um pod do Kubernetes que não desliga corretamente o mecanismo do OmniPage pode deixar as licenças flutuantes bloqueadas até que o tempo limite de verificação do servidor de licenças expire (normalmente de 30 a 60 minutos).

Em pipelines de CI/CD, todo agente que executa testes de integração precisa ter o SDK instalado e um arquivo de licença válido disponível. O paralelismo de testes é limitado pelo número de licenças concedidas. Não modelo por página da OmniPage, as execuções de testes automatizados consomem páginas faturáveis.

O namespace Kofax.OmniPage.CSDK é referenciado por meio de caminhos DLL adicionados manualmente, não por um gerenciador de pacotes. Atualizar para uma nova versão do SDK significa reexecutar o instalador em cada máquina de desenvolvimento, agente de compilação e servidor de produção — não incrementar um número de versão em um arquivo .csproj.

Abordagem IronOCR

<PackageReference Include="IronOcr" Version="2024.x.x" />

<PackageReference Include="IronOcr" Version="2024.x.x" />

# Docker: no installer, no license file mount required
FROM mcr.microsoft.com/dotnet/aspnet:8.0
RUN apt-get update && apt-get install -y libgdiplus
COPY --from=build /app/publish /app
WORKDIR /app
ENTRYPOINT ["dotnet", "YourApp.dll"]

O guia de implantação Docker cobre a única dependênciaLinux(libgdiplus para renderização de imagens) e nada mais. O mesmo pacote NuGet funciona no Linux , AWS Lambda e Azure App Service sem necessidade de configuração específica da plataforma. Os pipelines CI/CD restauram o pacote via dotnet restore da mesma forma que restaura qualquer outra dependência — sem etapas de instalador, sem gerenciamento de arquivos de licença, sem restrições de contagem de assentos em paralelismo de teste.

Abordagem Kofax OmniPage

A sequência de validação de licença do OmniPage cria vários modos de falha que não têm nada a ver com OCR:

// OmniPage: License validation at engine startup
// Each of these can fail independently
public static void InitializeWithLicense(string licensePath)
{
    // Failure mode 1: File missing (deployment error, path misconfiguration)
    if (!File.Exists(licensePath))
        throw new LicenseException("License file not found");

    // Failure mode 2: File permissions (service account lacks read access)
    try { using var stream = File.OpenRead(licensePath); }
    catch (UnauthorizedAccessException)
    {
        throw new LicenseException("Cannot read license file — check permissions");
    }

    // Failure mode 3: License server unreachable (network partition, server restart)
    var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);

    try
    {
        engine.Initialize(); // Network call to license server
    }
    catch (LicenseValidationException ex)
    {
        // Could be: expired, invalid hardware, concurrent seat limit exceeded,
        // license server unreachable, or maintenance window
        throw new LicenseException($"License validation failed: {ex.Message}");
    }
}

// OmniPage: License validation at engine startup
// Each of these can fail independently
public static void InitializeWithLicense(string licensePath)
{
    // Failure mode 1: File missing (deployment error, path misconfiguration)
    if (!File.Exists(licensePath))
        throw new LicenseException("License file not found");

    // Failure mode 2: File permissions (service account lacks read access)
    try { using var stream = File.OpenRead(licensePath); }
    catch (UnauthorizedAccessException)
    {
        throw new LicenseException("Cannot read license file — check permissions");
    }

    // Failure mode 3: License server unreachable (network partition, server restart)
    var engine = new OmniPageEngine();
    engine.SetLicenseFile(licensePath);

    try
    {
        engine.Initialize(); // Network call to license server
    }
    catch (LicenseValidationException ex)
    {
        // Could be: expired, invalid hardware, concurrent seat limit exceeded,
        // license server unreachable, or maintenance window
        throw new LicenseException($"License validation failed: {ex.Message}");
    }
}

Imports System.IO

' OmniPage: License validation at engine startup
' Each of these can fail independently
Public Shared Sub InitializeWithLicense(licensePath As String)
    ' Failure mode 1: File missing (deployment error, path misconfiguration)
    If Not File.Exists(licensePath) Then
        Throw New LicenseException("License file not found")
    End If

    ' Failure mode 2: File permissions (service account lacks read access)
    Try
        Using stream = File.OpenRead(licensePath)
        End Using
    Catch ex As UnauthorizedAccessException
        Throw New LicenseException("Cannot read license file — check permissions")
    End Try

    ' Failure mode 3: License server unreachable (network partition, server restart)
    Dim engine As New OmniPageEngine()
    engine.SetLicenseFile(licensePath)

    Try
        engine.Initialize() ' Network call to license server
    Catch ex As LicenseValidationException
        ' Could be: expired, invalid hardware, concurrent seat limit exceeded,
        ' license server unreachable, or maintenance window
        Throw New LicenseException($"License validation failed: {ex.Message}")
    End Try
End Sub

Uma partição de rede entre um servidor de aplicações e o servidor de licença falha em toda chamada engine.Initialize() até que a partição seja resolvida, independentemente de a licença ter sido previamente validada naquela máquina. O licenciamento por página adiciona um quarto modo de falha: cota de páginas esgotada no meio de um lote.

Abordagem IronOCR

// One line at application startup
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

// Optional: verify license status
bool isLicensed = IronOcr.License.IsLicensed;

// Works offline — no license server, no network calls at runtime
var text = new IronTesseract().Read("document.jpg").Text;

// One line at application startup
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

// Optional: verify license status
bool isLicensed = IronOcr.License.IsLicensed;

// Works offline — no license server, no network calls at runtime
var text = new IronTesseract().Read("document.jpg").Text;

Imports IronOcr

' One line at application startup
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

' Optional: verify license status
Dim isLicensed As Boolean = IronOcr.License.IsLicensed

' Works offline — no license server, no network calls at runtime
Dim text As String = New IronTesseract().Read("document.jpg").Text

O IronOCR valida a chave de licença localmente. Nenhuma chamada de rede ocorre durante as operações de OCR. Um servidor de produção que perde o acesso à internet após a inicialização continua processando documentos sem interrupção. A página de licenciamento cobre todos os níveis: $999 Lite para uso de um único desenvolvedor em um único projeto até $5,999 Unlimited para equipes sem restrições de desenvolvedores ou projetos.

A chave pode vir de uma variável de ambiente (IRONOCR_LICENSE_KEY) sem mudanças no código, tornando simples o uso de chaves diferentes entre desenvolvimento, teste e produção sem modificar os binários implantados.

Abordagem Kofax OmniPage

A cadeia de propriedade da OmniPage desde 2001: Caere → Nuance → Kofax → Tungsten Automation. Cada aquisição introduziu um período de transição em que os URLs da documentação deixaram de funcionar, os canais de suporte mudaram, as redes de parceiros foram reestruturadas e os contratos de licença Enterprise precisaram ser renegociados sob novos termos. O lançamento do OmniPage Capture SDK 2025.3 em janeiro de 2026 (que adicionou suporte para Linux) confirma o desenvolvimento ativo, mas a mudança de marca para Tungsten Automation tem menos de dois anos e a documentação do roteiro do produto constava como "em revisão" durante essa transição.

Para equipes que adquirem contratos Enterprise de 3 a 5 anos, a questão não é se o OmniPage funciona hoje — ele funciona —, mas sim se as prioridades estratégicas da Tungsten Automation em 2028 estão alinhadas com o roadmap atual do produto. Aquisições de software Enterprise frequentemente resultam em status de modo de manutenção para os produtos adquiridos quando as prioridades do roadmap da empresa adquirente Shift para seus próprios componentes de plataforma.

A migração da documentação por si só cria atrito operacional: os tickets de suporte da era Kofax, os favoritos da documentação e as postagens em fóruns da comunidade que fazem referência a estruturas de URL antigas não são mais resolvidos corretamente, o que aumenta o atrito na experiência de suporte justamente no momento em que os desenvolvedores mais precisam de ajuda (durante incidentes e integrações complexas).

Abordagem IronOCR

A Iron Software é uma empresa focada em ferramentas de desenvolvimento cuja linha de produtos é inteiramente composta por bibliotecas .NET. IronOCR, IronPDF, IronBarcode e produtos relacionados são o negócio principal da empresa — não um produto adquirido sendo absorvido por uma plataforma de automação Enterprise maior. O histórico de versões mostra atualizações consistentes alinhadas com o ciclo de lançamentos do .NET (com suporte para .NET 8, .NET 9 e visando a compatibilidade com .NET 10). A central de documentação e os tutoriais são mantidos em URLs estáveis ​​com conteúdo específico para cada versão.

O teto orçamentário é atingido.

Uma equipe Enterprise que utiliza o OmniPage para processamento de contratos atinge um limite natural quando o volume de documentos aumenta e os custos de licenciamento por página acompanham esse crescimento. As taxas de uso acumulam-se anualmente além da licença do SDK e manutenção. O caso de negócio para uma licença Professional do IronOCR$2,999 torna-se simples: a licença perpétua se paga rapidamente em comparação a taxas contínuas por página. As equipes nessa posição normalmente executam uma validação de precisão paralela em 1.000 documentos representativos, descobrem que a diferença de precisão entre o OmniPage e o IronOCR é inferior a 1% em seu conteúdo padrão de faturas e contratos e concluem a migração em menos de duas semanas.

O cronograma de aquisição bloqueia a entrega do produto.

Uma startup ou empresa de médio porte que está desenvolvendo um recurso de digitalização de documentos descobre que o fornecedor de OCR, que exige de 4 a 12 semanas de contato com a equipe de vendas, não conseguirá lançar o produto na data prevista. O gerente de produto não tem 8 semanas para o processo de aquisição. O IronOCR instala-se a partir do NuGet em 30 segundos; A chave de licença pode ser obtida facilmente na página do produto IronOCR . O recurso é enviado automaticamente. Esse cenário não é hipotético — é o motivo mais comum que as equipes de desenvolvimento documentam quando explicam suas escolhas tecnológicas à liderança de engenharia posteriormente.

Alterações na topologia de implantação

Uma equipe que utiliza o OmniPage em servidores Windows decide migrar para uma implantação em contêineres no Kubernetes. O instalador do SDK OmniPage não se encaixa perfeitamente em um pipeline de construção do Docker; o arquivo de licença precisa ser montado ou incorporado à imagem (ambos têm implicações de segurança), e as reinicializações do contêiner exigem o gerenciamento adequado do ciclo de vida de desligamento/inicialização do mecanismo. A expansão horizontal para 10 contêineres requer 10 licenças flutuantes ou 10 licenças vinculadas a nós. O modelo de implantação NuGet do IronOCR, as chaves de licença baseadas em variáveis ​​de ambiente e a validação de licença offline tornam a implantação em contêineres simples e direta. A documentação de implantação do Docker abrange toda a configuração, e o escalonamento horizontal não requer ações de licenciamento adicionais — a licença Ilimitada cobre implantações ilimitadas.

O requisito ICR desaparece.

Muitas equipes adotam o OmniPage inicialmente porque um requisito de uma parte interessada listou o "reconhecimento de escrita à mão" como um recurso. Quando esse requisito é analisado em detalhes — e a necessidade real acaba sendo a de formulários impressos com caixas de seleção, e não campos manuscritos de formato livre — a justificativa do ICR para o preço Enterprise desaparece. O IronOCR realiza a detecção de caixas de seleção por meio de suas funcionalidades semelhantes à OMR e extração de dados estruturados a um custo muito menor. Equipes que reavaliam seu acervo de documentos frequentemente descobrem que mais de 95% do volume consiste em PDFs impressos e faturas digitalizadas, onde a vantagem do ICR da OmniPage nunca é utilizada.

A incerteza na aquisição de tungstênio desencadeia uma revisão de riscos.

As equipes de compras Enterprise realizam avaliações periódicas de risco de fornecedores. Quando um fornecedor de ferramentas muda de proprietário quatro vezes em 25 anos, a reformulação da marca mais recente tem menos de dois anos e a documentação do roteiro do produto foi marcada como "em revisão" durante a transição, algumas equipes optam por reduzir o risco de concentração de fornecedores, transferindo a carga de trabalho para um fornecedor de ferramentas de desenvolvimento estável e focado. Essa é uma decisão tanto de negócios quanto técnica — a precisão do OCR da IronOCR em documentos comerciais padrão é competitiva com a da OmniPage, e a migração elimina a discussão sobre a renovação do contrato Enterprise do ciclo orçamentário anual.

Ciclo de vida do motor para chamadas sem estado

As integrações do OmniPage são construídas em torno de uma instância OmniPageEngine de longa duração que deve ser inicializada na inicialização e encerrada na saída do processo.IronOCR não possui um ciclo de vida equivalente. A classe IronTesseract é instanciada por chamada ou compartilhada como um serviço de longa duração — ambos os padrões funcionam.

// OmniPage pattern: service class with engine lifecycle
public class KofaxDocumentService : IDisposable
{
    private OmniPageEngine _engine;

    public KofaxDocumentService(string licensePath)
    {
        _engine = new OmniPageEngine();
        _engine.SetLicenseFile(licensePath);
        _engine.Initialize();
    }

    public string ProcessDocument(string imagePath)
    {
        var document = _engine.CreateDocument();
        document.AddPage(imagePath);
        document.Recognize(new RecognitionSettings { Language = "English" });
        string text = document.GetText();
        document.Dispose();  // Must not be forgotten
        return text;
    }

    public void Dispose()
    {
        _engine.Shutdown();  // Must not be forgotten
    }
}

//IronOCR equivalent: no lifecycle management needed
public class IronOcrDocumentService
{
    private readonly IronTesseract _ocr;

    public IronOcrDocumentService()
    {
        _ocr = new IronTesseract();
        _ocr.Language = OcrLanguage.English;
    }

    public string ProcessDocument(string imagePath)
    {
        using var input = new OcrInput();
        input.LoadImage(imagePath);
        return _ocr.Read(input).Text;
    }
    // Não Dispose — no unmanaged resources to release
}

// OmniPage pattern: service class with engine lifecycle
public class KofaxDocumentService : IDisposable
{
    private OmniPageEngine _engine;

    public KofaxDocumentService(string licensePath)
    {
        _engine = new OmniPageEngine();
        _engine.SetLicenseFile(licensePath);
        _engine.Initialize();
    }

    public string ProcessDocument(string imagePath)
    {
        var document = _engine.CreateDocument();
        document.AddPage(imagePath);
        document.Recognize(new RecognitionSettings { Language = "English" });
        string text = document.GetText();
        document.Dispose();  // Must not be forgotten
        return text;
    }

    public void Dispose()
    {
        _engine.Shutdown();  // Must not be forgotten
    }
}

//IronOCR equivalent: no lifecycle management needed
public class IronOcrDocumentService
{
    private readonly IronTesseract _ocr;

    public IronOcrDocumentService()
    {
        _ocr = new IronTesseract();
        _ocr.Language = OcrLanguage.English;
    }

    public string ProcessDocument(string imagePath)
    {
        using var input = new OcrInput();
        input.LoadImage(imagePath);
        return _ocr.Read(input).Text;
    }
    // Não Dispose — no unmanaged resources to release
}

Imports System

' OmniPage pattern: service class with engine lifecycle
Public Class KofaxDocumentService
    Implements IDisposable

    Private _engine As OmniPageEngine

    Public Sub New(licensePath As String)
        _engine = New OmniPageEngine()
        _engine.SetLicenseFile(licensePath)
        _engine.Initialize()
    End Sub

    Public Function ProcessDocument(imagePath As String) As String
        Dim document = _engine.CreateDocument()
        document.AddPage(imagePath)
        document.Recognize(New RecognitionSettings With {.Language = "English"})
        Dim text As String = document.GetText()
        document.Dispose()  ' Must not be forgotten
        Return text
    End Function

    Public Sub Dispose() Implements IDisposable.Dispose
        _engine.Shutdown()  ' Must not be forgotten
    End Sub
End Class

' IronOCR equivalent: no lifecycle management needed
Public Class IronOcrDocumentService

    Private ReadOnly _ocr As IronTesseract

    Public Sub New()
        _ocr = New IronTesseract()
        _ocr.Language = OcrLanguage.English
    End Sub

    Public Function ProcessDocument(imagePath As String) As String
        Using input As New OcrInput()
            input.LoadImage(imagePath)
            Return _ocr.Read(input).Text
        End Using
    End Function
    ' Não Dispose — no unmanaged resources to release
End Class

O padrão using var input = new OcrInput() lida com a limpeza de recursos para os dados de entrada. A própria instância IronTesseract não carrega estado não gerenciado que precisa ser encerrado explicitamente.

Processamento de PDF sem licenciamento de módulo separado

O processamento de PDFs no OmniPage normalmente requer uma configuração específica de formato de saída e, dependendo da edição do SDK, uma licença separada para o módulo PDF. O suporte para entrada de PDFs do IronOCR já está integrado ao pacote NuGet básico. PDFs digitalizados, PDFs nativos e PDFs protegidos por senha utilizam a mesma interface de API.

// Extract text from a scanned PDF — no extra module or license
using var input = new OcrInput();
input.LoadPdf("scanned-contract.pdf");
var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

// Create a searchable PDF from a scanned-only PDF
result.SaveAsSearchablePdf("contract-searchable.pdf");

// Process specific pages from a large PDF
using var input = new OcrInput();
input.LoadPdfPages("large-report.pdf", 1, 10);  // Pages 1–10 only
var result = new IronTesseract().Read(input);

// Extract text from a scanned PDF — no extra module or license
using var input = new OcrInput();
input.LoadPdf("scanned-contract.pdf");
var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

// Create a searchable PDF from a scanned-only PDF
result.SaveAsSearchablePdf("contract-searchable.pdf");

// Process specific pages from a large PDF
using var input = new OcrInput();
input.LoadPdfPages("large-report.pdf", 1, 10);  // Pages 1–10 only
var result = new IronTesseract().Read(input);

Imports IronOcr

' Extract text from a scanned PDF — no extra module or license
Using input As New OcrInput()
    input.LoadPdf("scanned-contract.pdf")
    Dim result = New IronTesseract().Read(input)
    Console.WriteLine(result.Text)
End Using

' Create a searchable PDF from a scanned-only PDF
result.SaveAsSearchablePdf("contract-searchable.pdf")

' Process specific pages from a large PDF
Using input As New OcrInput()
    input.LoadPdfPages("large-report.pdf", 1, 10)  ' Pages 1–10 only
    Dim result = New IronTesseract().Read(input)
End Using

O guia de saída de PDF pesquisável aborda a incorporação da camada de texto que torna os PDFs digitalizados indexáveis ​​em sistemas de gerenciamento de documentos — um requisito comum nos mesmos fluxos de trabalho em que o OmniPage é implementado.

Distribuição do Pacote de Idiomas

Os dicionários de idiomas do OmniPage fazem parte da instalação do SDK e são carregados na inicialização do mecanismo, independentemente de o documento atual precisar deles ou não. Os pacotes de idiomas do IronOCR são pacotes NuGet separados; Somente os idiomas instalados e referenciados são carregados.

// Add language packs as NuGet packages, not installer components
// dotnet add package IronOcr.Languages.German
// dotnet add package IronOcr.Languages.French

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
ocr.AddSecondaryLanguage(OcrLanguage.German);
ocr.AddSecondaryLanguage(OcrLanguage.French);

using var input = new OcrInput();
input.LoadImage("multilingual-document.jpg");
var result = ocr.Read(input);

// Add language packs as NuGet packages, not installer components
// dotnet add package IronOcr.Languages.German
// dotnet add package IronOcr.Languages.French

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
ocr.AddSecondaryLanguage(OcrLanguage.German);
ocr.AddSecondaryLanguage(OcrLanguage.French);

using var input = new OcrInput();
input.LoadImage("multilingual-document.jpg");
var result = ocr.Read(input);

Imports IronOcr

' Add language packs as NuGet packages, not installer components
' dotnet add package IronOcr.Languages.German
' dotnet add package IronOcr.Languages.French

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.English
ocr.AddSecondaryLanguage(OcrLanguage.German)
ocr.AddSecondaryLanguage(OcrLanguage.French)

Using input As New OcrInput()
    input.LoadImage("multilingual-document.jpg")
    Dim result = ocr.Read(input)
End Using

O guia multilíngue aborda padrões de combinação de idiomas. Os pacotes de idiomas restauram via dotnet restore em pipelines CI/CD sem envolvimento do instalador. O catálogo completo de idiomas lista todos os mais de 125 pacotes disponíveis.

Pré-processamento: Objeto de configurações vs. Pipeline de métodos

O OmniPage configura o pré-processamento por meio de um objeto RecognitionSettings ou PreprocessingSettings passado para o motor. O IronOCR expõe o pré-processamento como um pipeline de método em OcrInput. O comportamento é equivalente; O modelo de invocação difere.

// OmniPage: preprocessing embedded in RecognitionSettings
var preprocessSettings = new PreprocessingSettings
{
    AutoRotate = true,
    Deskew = true,
    DespeckleLevel = 2,
    ContrastEnhancement = true,
    NoiseReduction = true
};
var recognitionSettings = new RecognitionSettings
{
    Language = "English",
    Preprocessing = preprocessSettings
};

// IronOCR: preprocessing as method pipeline on OcrInput
using var input = new OcrInput();
input.LoadImage(imagePath);
input.Deskew();
input.DeNoise();
input.Contrast();
input.Binarize();
input.EnhanceResolution(300);
var result = new IronTesseract().Read(input);

// OmniPage: preprocessing embedded in RecognitionSettings
var preprocessSettings = new PreprocessingSettings
{
    AutoRotate = true,
    Deskew = true,
    DespeckleLevel = 2,
    ContrastEnhancement = true,
    NoiseReduction = true
};
var recognitionSettings = new RecognitionSettings
{
    Language = "English",
    Preprocessing = preprocessSettings
};

// IronOCR: preprocessing as method pipeline on OcrInput
using var input = new OcrInput();
input.LoadImage(imagePath);
input.Deskew();
input.DeNoise();
input.Contrast();
input.Binarize();
input.EnhanceResolution(300);
var result = new IronTesseract().Read(input);

Imports IronOcr

' OmniPage: preprocessing embedded in RecognitionSettings
Dim preprocessSettings As New PreprocessingSettings With {
    .AutoRotate = True,
    .Deskew = True,
    .DespeckleLevel = 2,
    .ContrastEnhancement = True,
    .NoiseReduction = True
}
Dim recognitionSettings As New RecognitionSettings With {
    .Language = "English",
    .Preprocessing = preprocessSettings
}

' IronOCR: preprocessing as method pipeline on OcrInput
Using input As New OcrInput()
    input.LoadImage(imagePath)
    input.Deskew()
    input.DeNoise()
    input.Contrast()
    input.Binarize()
    input.EnhanceResolution(300)
    Dim result = New IronTesseract().Read(input)
End Using

O guia de correção da qualidade da imagem abrange todos os filtros disponíveis. Para documentos em que o pré-processamento automático padrão é suficiente, não são necessárias chamadas explícitas — o IronOCR aplica correção de distorção, redução de ruído e aprimoramento de contraste automaticamente.