Melhorando Resultados OCR Insatisfatórios

1. Comece com ReadDocumentAdvanced() e EnhanceResolution()

Antes de recorrer a qualquer outra configuração, emparelhe o método ReadDocumentAdvanced() com o filtro de pré-processamento EnhanceResolution(). Esta combinação resolve a maioria dos problemas de precisão que os usuários encontram com a leitura padrão.

Aplique o filtro ao OcrInput, depois passe a mesma entrada para ReadDocumentAdvanced():

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadPdf("document.pdf");
// Upscale and sharpen low-resolution input before reading
input.EnhanceResolution();
var result = ocr.ReadDocumentAdvanced(input);
Console.WriteLine(result.Text);

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadPdf("document.pdf");
// Upscale and sharpen low-resolution input before reading
input.EnhanceResolution();
var result = ocr.ReadDocumentAdvanced(input);
Console.WriteLine(result.Text);

Imports IronOcr

Dim ocr As New IronTesseract()
Using input As New OcrInput()
    input.LoadPdf("document.pdf")
    ' Upscale and sharpen low-resolution input before reading
    input.EnhanceResolution()
    Dim result = ocr.ReadDocumentAdvanced(input)
    Console.WriteLine(result.Text)
End Using

ReadDocumentAdvanced() executa o motor de aprendizado de máquina PaddleOCR para analisar documentos pesados em texto, conscientes de layout, enquanto EnhanceResolution() aumenta e aprimora a entrada de baixa resolução antes da leitura. Baixa resolução é uma causa raiz comum de resultados ruins, então este passo de pré-processamento geralmente importa tanto quanto a troca de motor.

2. Alvo x64 no .NET Framework

Configure projetos .NET Framework para compilar como x64. AdvancedScan requer uma quantidade significativa de memória, e executá-lo sob uma arquitetura diferente pode desencadear erros de execução. Consulte o guia Advanced Scan on .NET Framework para o conjunto completo.