OCR C# GitHub: Reconhecimento de texto com IronOCR

Qual Método de Instalação Deveria Usar?

Comece instalando o IronOCR através do Gerenciador de Pacotes NuGet:

Install-Package IronOcr

Instalar com NuGet

PM >  Install-Package IronOcr

Confira o IronOCR no NuGet para uma instalação rápida. Com mais de 10 milhões de downloads, ele está transformando o desenvolvimento de PDFs com C#. Você também pode baixar o arquivo DLL ou o instalador para Windows .

Para cenários avançados de instalação, consulte o guia de pacotes NuGet. Se você está implementando em plataformas específicas, veja os guias para Windows, Linux, macOS ou contêineres Docker.

Onde Você Pode Encontrar Código de Exemplo?

O IronOCR mantém repositórios oficiais no GitHub com exemplos e tutoriais. O repositório de Exemplos IronOCR fornece implementações no mundo real, enquanto o repositório de tutoriais Imagem para Texto demonstra casos de uso práticos que você pode clonar e modificar.

Esses repositórios mostram OCR com leitura de código de barras, suporte multilíngue e processamento de PDF. Porque o IronOCR publica pacotes frequentemente no NuGet, você sempre terá acesso às últimas versões estáveis.

Qual Estrutura de Projeto Deveria Usar?

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

Essa estrutura suporta vários formatos de entrada, incluindo JPG, PNG, TIFF e BMP. Para processamento de TIFFs de várias páginas ou arquivos GIF, o IronOCR os manipula automaticamente.

A pasta images/ mantém os arquivos de exemplo organizados e facilita para os colaboradores adicionar imagens de teste sem bagunçar a raiz. Manter a pasta src/ separada dos arquivos de configuração torna o projeto mais fácil de ler à primeira vista. Adicione um README.md que explique o que o projeto faz, qual variável de chave de licença definir e como executar o exemplo.

Como Implementar o Código de Processamento OCR?

O exemplo a seguir mostra um processador OCR completo que demonstra os principais recursos do IronOCR, incluindo pré-processamento de imagens, extração de texto e detecção de código de barras:

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");

Este exemplo destaca várias capacidades do IronOCR. O construtor configura o motor OCR com leitura de código de barras ativada e segmentação de página automática. O pipeline de pré-processamento demonstra ajuste (correção de rotação), redução de ruído (remoção de artefatos) e aprimoramento de resolução.

Após o processamento, o motor extrai texto em inglês com pontuações de confiança, identifica códigos de barras e gera um PDF pesquisável. O código é escrito usando instruções de nível superior for .NET 10, mantendo o exemplo curto e legível.

Para cenários avançados, você pode usar processamento assíncrono para melhor throughput ou implementar rastreamento de progresso para operações de longa duração. A classe OcrResult fornece saída detalhada, incluindo posições de texto, coordenadas de palavras e estrutura de parágrafo -- oferecendo muito mais do que uma simples string de texto.

Os desenvolvedores também podem configurar o IronOCR para ler outros idiomas, como chinês, espanhol ou francês, tornando-o uma escolha forte para projetos multilíngues no GitHub. Para referências sobre instalação de pacotes de idiomas adicionais, consulte o guia de 125 idiomas internacionais.

O Que Incluir no Seu Arquivo .gitignore?

Para o seu arquivo .gitignore, inclua entradas que impeçam que artefatos de runtime, saídas de teste e configurações secretas sejam comprometidos:

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

Manter a pasta runtimes/ fora do controle de versão é especialmente importante porque o IronOCR faz download de binários específicos da plataforma durante o tempo de compilação. Cometê-los inflaria seu repositório e criaria conflitos de plataforma. Saiba mais sobre gestão de chave de licença para implementação correta.

O Que Torna o IronOCR Diferente de Outras Soluções OCR?

O IronOCR é flexível o suficiente para reconhecer palavras individuais, linhas e parágrafos completos, dando a você controle preciso sobre quanto detalhe você extrai de cada varredura. A biblioteca é excelente para tipos de documentos especializados, incluindo placas de carro, passaportes, texto manuscrito, capturas de tela e documentos digitalizados.

A licença comercial oferece clareza legal para repositórios públicos. Você tem permissão explícita para incluir o IronOCR em aplicações comerciais. Os filtros de pré-processamento de imagens embutidos incluem opções avançadas como correção de cores, melhoria de qualidade e um Assistente de Filtro que encontra automaticamente as configurações ideais para imagens difíceis.

Por Que a Arquitetura de Único DLL é Importante?

A arquitetura de único DLL do IronOCR significa que os colaboradores podem clonar seu repositório e começar a desenvolver imediatamente, sem se preocupar com dependências nativas ou configurações específicas de plataforma que atormentam outras soluções de OCR. Esta simplicidade é a razão pela qual os desenvolvedores escolhem IronOCR em vez do Tesseract bruto.

Quando você compara a experiência de configuração, uma implementação bruta do Tesseract geralmente requer a instalação de binários nativos separadamente, configuração de variáveis PATH, e o gerenciamento manual de arquivos de idioma tessdata. O IronOCR lida com tudo isso internamente, o que significa que o README do seu projeto pode permanecer focado na lógica da sua aplicação em vez de instruções de configuração de ambiente.

A biblioteca inclui o Tesseract 5 com inúmeras melhorias de desempenho e suporte a multithreading, que permitem processar vários documentos em paralelo sem precisar escrever códigos personalizados de threading.

Como Você Lida Com Arquivos Grandes no Git?

Use Git LFS para imagens de teste grandes para manter o tamanho do seu repositório gerenciável:

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"

Isto é especialmente importante ao trabalhar com imagens de alta resolução ou arquivos TIFF de várias páginas. Para digitalizações de baixa qualidade, o pré-processamento do IronOCR pode melhorar significativamente os resultados sem a necessidade de editar manualmente as imagens de teste antes de commitá-las.

Ao armazenar documentos de teste em seu repositório, considere se eles contêm informações sensíveis. É melhor gerar imagens de teste sintéticas programaticamente do que realizar commit de faturas reais ou documentos de identificação, mesmo em repositórios privados.

Como Você Deve Gerenciar Chaves de Licença e Documentação?

Armazene chaves de licença do IronOCR usando variáveis de ambiente ou segredos de usuário do .NET. Nunca os realize commit diretamente em qualquer branch, mesmo que sejam privados. Siga o guia de chaves de licença para a implementação adequada. Você também pode configurar licenças no web.config para aplicações ASP.NET.

Documente os formatos de imagem suportados e os níveis de precisão esperados no seu README. Inclua imagens de exemplo em uma pasta test-data/ para que os colaboradores possam verificar a funcionalidade do OCR imediatamente após a clonagem. Adicione uma seção curta explicando como definir a chave de licença via variável de ambiente para que novos colaboradores não sejam bloqueados em sua primeira execução.

Para desenvolvimento multiplataforma, consulte o guia de configuração do IronOCR para Linux ou as instruções de instalação para macOS. Os desenvolvedores móveis devem verificar os guias Android e iOS disponíveis na documentação do IronOCR.

Por Que o OCR Não Está Funcionando no Windows?

Problemas comuns de configuração incluem a falta de Redistribuíveis do Visual C++ no Windows. O IronOCR requer a versão de 2019. Para orientação detalhada, consulte o guia de solução de problemas do Redistribuível do Visual C++. Para implantações em Linux, certifique-se de que o libgdiplus esteja instalado.

Se o reconhecimento de texto parecer ruim, verifique se suas imagens têm pelo menos 200 DPI usando o guia de configurações de DPI. A comunidade C# OCR no Stack Overflow também fornece soluções úteis para problemas comuns em projetos no GitHub.

Para problemas de configuração específicos, use a ferramenta utilitária do IronOCR para diagnosticar problemas e o guia geral de solução de problemas para um diagnóstico passo a passo.

Onde Você Pode Obter Suporte Adicional?

Para soluções de problemas detalhadas, consulte o guia de solução de problemas do IronOCR. A equipe de suporte do IronOCR fornece assistência rápida para usuários licenciados que trabalham em aplicações de OCR hospedadas no GitHub. Confira o changelog do produto para as últimas atualizações.