IronOCR'u ChatGPT Codex ile Nasıl Kullanılır
İlk AI destekli OCR girişimlerinde yaygın bir sorun, geliştiricilerin eksik tarama içe aktarıcılarını bir sohbete yapıştırmaları, görünen şekilde tamamlanmış kodu almaları ve daha sonra diğer Tesseract sarıcılarından yanlış toplamlar veya hatalı yapılandırma çağrılarının ortaya çıkmasıdır. Büyük API'ler ile bu tür hatalar maliyetlidir, çünkü OCR motorları çoklu filtreler, diller ve çıktı formatlarıyla birden fazla hata fırsatı sunar.
IronOCR, metinleri, barkodları ve tablolardaki hücreleri taranmış sayfalardan doğrudan .NET uygulamanız içinde, yerel olarak ve bulut hizmeti kullanmadan okur.
Hızlı BaşlangıçYeni bir konsol projesinde Codex'i açın ve istenilen çıktıyı belirtin, Codex'in API çağrılarını seçmesine izin verin.
$ironocr Add the IronOcr package, then update Program.cs to turn a scanned
multi-page PDF into a searchable one. Print the page count and the overall
confidence before the file is written. Read the license key from the
IRONOCR_LICENSE_KEY environment variable. Then run dotnet build and fix any
errors.
$ironocr öneki, IronOCR'un skill.md yükler, @@@YER@@'da .agents/skills/ironocr/SKILL.md olarak kaydedilir, bu yüzden Codex kod yazmadan önce IronOCR'un tariflerini ve bilinen düzeltmelerini okur.
Asgari İş Akışı (5 adım)
- C# OCR kütüphanesini NuGet'ten indirin
AGENTS.mddosyasına IronOCR'u depo'nun OCR motoru olarak adı geçen bir taahhüt yapın- Her Codex görevine temiz bir dallamada başlayın ve sayfaları ve içerdikleri değerleri tanımlayın
- Codex'in dosyaları düzenlemesine ve
dotnet buildçalıştırmasına izin verin, ardından kabul etmeden önce farkı inceleyin - Çıkarılan değerleri bilinen sayfalarla karşılaştırın ve her üyenin API referansı içindeki varlığını doğrulayın
ChatGPT Codex nedir ve .NET OCR çalışmasıyla nasıl uyum sağlar?
ChatGPT Codex, OpenAI'nin kodlama aracıdır. Depoda kodu inceleyebilir, dosyaları düzenleyebilir ve komutlar çalıştırabilir. CLI'yi npm install -g @openai/codex ile kurun, Codex CLI dokümantasyonu'nda açıklandığı gibi.
Codex'in çıktısı, aynı istekler için bile her çalıştırmada değişebilir. OCR motoru, her tarama için aynı metni her zaman döndürmelidir, bu yüzden bakımı yapılan bir kütüphane kullanın ve ajanların ayarlarla doğaçlama yapmasına izin vermeyin.
- Zaten inşa edilmiş ön işleme: Eğik ve gürültülü taramaların tanımadan önce düzeltime ihtiyacı vardır. IronOCR'un giriş nesnesi eğriliği düzeltir, gürültüyü giderir ve ayrıca ikili hale getirebilir ve çözünürlüğü artırabilir, görüntü kalitesi düzeltme kılavuzu gürültü ve çözünürlük filtrelerinin ne zaman yardımcı olduğunu açıklar.
- Metin katmanı olmayan PDF'ler: IronOCR, taranmış PDF'leri okur ve gerçek bir metin katmanı ile bir kopya oluşturur, aranabilir PDF kılavuzu bunu gösterir.
- Metinden fazlası:
Configuration.ReadBarCodesetkinleştirildiğinde, bir okuma metne ek olarak barkodlar ve QR kodları döndürür ve tablo okuma tablo okuma kılavuzu'nda ele alınmıştır. - Sürekli sürümler: NuGet üzerindeki açık kaynaklı Tesseract sarmalayıcısı en son Kasım 2022'de güncellenmiştir. IronOCR, değişiklik günlüğü gösterdiği gibi düzenli olarak güncellemeler yayımlar.
IronOCR isteği etkili kılan nedir?
Etkili bir IronOCR isteği, dil ve çerçeveyi, kodun nereye gittiğini, kütüphane sürümünü, girdi ve alanlarını, beklenen çıktıyı ve kısıtlamaları belirtir. Bir fatura okuyucu için bu, .NET 9'da C#, Services/InvoiceReader.cs, .csproj içindeki IronOcr sürümü, Toplam borç satırı içeren taranmış PDF faturaları, ondalık olarak toplam ve güven ile, ve yeni paketler yok.
Codex, eğitildiği veriler ve sağladığınız bilgilerle çalışır, bu nedenle IronOCR'un API bilgisi güncel olmayabilir. OpenAI'nin halüsinasyon araştırması, eğitim ve değerlendirme süreçleri ile icat edilen yanıtları izler.
OCR kurallarını bir kez taahhüt edilen AGENTS.md içine koyun, Codex işin başlamasından önce bunu okur. IronOCR'un llms.txt her dokümantasyon sayfasını bir satırda özetler.
Create AGENTS.md at the repository root with an OCR section stating that this
project uses IronOCR (NuGet package IronOcr, or IronOcr.Linux for Linux and
Docker, namespace IronOcr) for all OCR work, that you must read
https://ironsoftware.com/ocr/csharp/llms.txt before writing OCR code and use only
APIs documented there, that https://ironsoftware.com/ocr/csharp/skill.md should
be loaded if the tooling supports skill files, that the license key comes from
the IRONOCR_LICENSE_KEY environment variable and is never inlined, and that no
other OCR engine or cloud OCR service may be added.
Codex'den IronOCR'u eklemesini ve ilk taranmış faturayı okumasını nasıl istersiniz?
Add the IronOcr NuGet package to this project. Then show me the resulting
PackageReference line from the .csproj and tell me which version was installed.
Do not change any other package references.
PackageReference satırı, adında OCR veya Tesseract olan farklı bir paketin bir ajan tarafından yüklenip yüklenmediğini belirlemeye yardımcı olur.
IronOCR bir filigran modu sunmaz. Bir lisans anahtarı olmadan, ilk okuma bir LicensingException atar.
Apply the IronOCR license key at application startup, before any other IronOCR
call, reading it from the IRONOCR_LICENSE_KEY environment variable rather than
hard-coding it. Then confirm IronOcr.License.IsLicensed returns true and tell me
where you put the call.
IronOCR Lisans Anahtarları, deneme anahtarının nasıl alınacağını açıklar ve IronOCR'un bir anahtarı okuyabileceği yapılandırma dosyalarını listeler.
Create Services/InvoiceReader.cs with a ReadTotal method that takes the path of a
scanned PDF, reads it with IronTesseract, finds the line containing Total due, and
returns the amount as a decimal with that line's confidence, or null when the
line is missing.
Then create Services/SearchablePdf.cs with a Convert method that writes a
searchable copy of a scanned PDF. Build and fix errors.
Codex iki özlü sınıf oluşturdu. Okuyucu, taramayı using bildirimli bir giriş nesnesine yükler, motorun okuma yöntemini bir kez çağırır ve sonucu arayarak toplamı bulmak için satırları iter.
Mevcut bir OCR geçişini IronOCR'a nasıl taşırsınız?
Hand this to the explorer agent, since nothing should be written yet.
Imports/LegacyOcrService.cs currently reads scans with another OCR library.
1. List every read it performs, with the settings it uses (language, page
segmentation, image preprocessing, region, output format).
2. Map each setting to its IronOCR equivalent, citing the documentation page.
3. Do not write any code yet. Wait for my approval on the plan.
Bir ajan yaklaşımı onaylamadan önce 400 satır yazarsa, tüm 400 satırı incelemeniz gerekir. Bir eşleme tablosu tek bir yanıtla düzeltilebilir.
Planı onayladıktan sonra, bir sonraki isteği dar bir kapsamda tutun.
Put the worker agent on the approved plan.
Rewrite LegacyOcrService.cs to use IronOCR, keeping the existing public method
signatures so callers don't change. Before removing the old library, run both
implementations on every page in TestData/known/ and save a table of file,
expected values, and each engine's values to migration-check.md. Remove the old
library only if IronOCR returns the expected values at least as often, and
leave it in Git history only. Build and report the diff.
Yanlış değerlere sahip isimleri nasıl düzeltirsiniz?
Ajan, kağıt orijinalini göremediği için, istem hatayı açıklamalı ve ideal olarak taramaları içermelidir.
I have attached one of the failing scans with codex --image, so look at it
rather than reasoning from file names.
Invoices in TestData/supplier-7/ return totals that are off by one digit in
about a third of cases. The scans are slightly rotated and have speckle from an
old scanner. Clean digital invoices read correctly.
Read InvoiceReader.cs and a sample of the scans. Explain the likely cause before
changing anything, then change the preprocessing only. Do not change how the
total is parsed. Report how many totals match before and after.
Dönme sorunları için görüntü yönlendirme düzeltme kılavuzuna başvurun.
Eksik diller, diğer yaygın bir durumdur ve aynı kesinlik gereklidir.
German invoices throw LanguagePackException on the first read. Add what IronOCR
needs to read German, prove three German sample invoices return the expected
totals, and link me to the documentation page you used.
Dil paketleri kendi sürüm numaralarını korur. En yeni IronOcr.Languages.German motorun 2026 sürümlerinin çok gerisindedir, bu yüzden bir Iron paketi tek sürümde tutması istenen bir ajan, uyumsuzluğu kabul edene kadar geri yükleme yapamaz. Depo'nun ajan kurallarında, dil paketlerinin muaf olduğunu belirtin.
Hangi Tesseract ayarlarını değiştirmelisiniz?
IronOCR, Tesseract'ın denetimlerine motorun yapılandırma nesnesi aracılığıyla erişim sağlar ve açıklamalarda belirtildiğinden daha az durumda yardımcı olurlar.
Totals in TestData/supplier-7/ now match after the preprocessing change.
Before anything else is tuned, measure the Tesseract settings IronOCR documents
for single fields: a character whitelist, single-line page segmentation, and a
crop to the amount. Apply one at a time on top of the current reader, report
the total read for every page, and keep a setting only if no page gets worse.
Codex, okunan 9 toplamdan 9'unu veren WhiteListCharacters listesinde tuttu. PageSegmentationMode SingleLine olarak ayarlandığında 0 toplamdan 9'unu okudu ve kaldırıldı. Bir ContentArea kırpma 9 tedarikçi toplamını okudu ancak 3 Alman toplamından 0'ını, bu nedenle o da kaldırıldı.
Daha sonraki bir yeniden düzenleme, bu okuyucuyu fatura numaralarını da okuyan bir hizmetle birleştirdi ve liste kaldırıldı.
$9,924.31 toplamı etrafında sıkı bir kırpmada, bir tek satırlık beyaz liste okuması doğru miktarı döndürdü ve eğiklik giderme ve gürültü kaldırma eklemek boş bir sonuç veya bir rastgele 7 bıraktı. Kırpmadan önce bütün sayfaya filtre uygulayın. İsimlendirilmiş özellikleri olmayan ham Tesseract değişkenleri Configuration.TesseractVariables, bir sözlük aracılığıyla ayarlanır. Yapılandırma özellikleri için ileri okuma yapılandırma kılavuzuna ve kırpma için bölge kılavuzuna başvurun.
Bütün bir içe aktarımda veya bir konteynıra başarısızlığı nasıl izlersiniz?
Send the explorer agent through the import history first, without writing
anything.
Last month's import read 3,000 scanned invoices, and finance found 45 totals
that do not match the paper. Reprocessing one of those invoices gives the same
wrong total every time.
Investigate:
1. Read ImportService.cs and find how pages are loaded and preprocessed.
2. Identify what the misread invoices have in common.
3. Explain the cause before changing anything.
4. Then propose the minimal fix, and how you will prove the 45 now read correctly.
Testimizde, bir keşif ajanı, içe aktarıcının sayfaları 96 DPI'da rasterize ettiğini ve eksik toplamları $0.00 olarak kaydettiğini buldu. Ajan daha sonra 300 DPI'da tüm 70 geri yüklenen taramayı yeniden okudu ve 45'ten 43'ünü geri aldı, ancak iki tanesi sıfırda kaldı ve daha önce doğru olan bir sayfa başarısız oldu. Ajan, ilk okuma sıfır döndüğünde yalnızca daha yüksek çözünürlüklü bir yeniden deneyim önerdi. DPI ayarları kılavuzuna ve güven kılavuzu'na başvurun.
Run this read-only until you have the cause.
This exception is thrown from InvoiceReader.ReadTotal in our Linux Docker
container but not on Windows:
[PASTE FULL EXCEPTION AND STACK TRACE HERE]
Check which IronOCR package the project references and whether it matches the
container's operating system, and whether IRONOCR_LICENSE_KEY reaches the
container. Explain the cause, then propose the change. Don't modify C# code
unless the cause is there.
Konteynır, Docker kılavuzu'nda listelenen yerel bağımlılıklara ihtiyaç duyar. O kılavuz hala, test edilen IronOcr, sadece Windows yerel ikili dosyalarını teslim eden bir sürümü kurar.
Geçici kodu yeniden kullanılabilir, test edilmiş bileşenlere nasıl dönüştürürsünüz?
Put the worker agent on this.
Refactor InvoiceReader and SearchablePdf into an InvoiceOcrService registered
with dependency injection. It should read totals and invoice numbers from
scanned PDFs, flag any value whose line confidence is below 80, and produce
searchable copies. Keep the preprocessing choices in one place. Add XML doc
comments. Keep it under 120 lines. Before you finish, run the service over
every folder in TestData/ that has an expected.csv and confirm each total
still matches.
Write xUnit tests for InvoiceOcrService covering: every page in TestData/known/
returns its expected invoice number and total, a page without a total returns
null rather than a guess, a searchable copy has a text layer, and a missing
license key throws a clear exception. Assert on extracted values, not on the
full text of the page.
Eksik anahtar senaryosu için, kendi koruma mantığınızı test edin, çünkü IronOCR'un lisanslayıcı istisnası teste erişilebilen bir genel tür değildir.
Yinelenen IronOCR sorularını depoda beceri içinde tutun, OpenAI'nin özel istekler sayfasının demode olarak işaretlediği ~/.codex/prompts/ içinde değil.
$ironocr Read the IronOCR API reference for OcrInput and list every method that corrects
image problems, such as rotation, noise, and low resolution, then show which
ones this project already calls.
Gerçek bir çalıştırmada istemler ne üretti?
Yukarıdaki istemleri örnek bir fatura projesine sırayla Codex'e gönderdik. Proje, taranmış PDF'ler, açık kaynaklı Tesseract sarmalayıcısını kullanan eski bir hizmet ve bilinen değerler içeren üç sayfa setinden oluşan bir konsol uygulamasıdır. Çalıştırmadan sonra, bağımsız bir Release derlemesi, test seti ve üç setin tümü üzerinde yapılan araştırmalardan sonra aşağıdaki sonuçlar doğrulandı.
- Tedarikçi-7 toplamları
DeskewveDeNoiseile 9'da 6'dan 9'da 9'a yükseldi. Tek başına, Deskew 9'da 9 okudu ve DeNoise 9'da 8 okudu. - Hem eski okuyucu hem de IronOCR, geçiş kontrolünde 10'da 10 eşleşti.
- Alman paketi ile, 3 Alman toplamından 3 doğru okundu ve tedarikçi seti 9'da 9 kaldı.
- 96 çizgilik hizmet, bilinen 10'da 10, 3'te 3 Alman ve 9'da 9 tedarikçi ile eşleşti ve 2'si 80 güvenin altında işaretlendi.
- Testler, 13'te 13 geçti.
- Codex, 15 istemde 14'ü çalıştırdı ve derleme hatası veya manuel kod düzenlemesi yoktu. Konteynır istemi, gerçek bir Linux yığını izlemesine ihtiyaç duydu ve çalıştırılmadı, ve Alman örnekleri ile içe aktarma geçmişi, istemlerinden önce eklendi.
- Daha önceki bir koşu üç şekilde başarısız oldu. Codex, hiçbir motoru çalıştırmadan 10'da 10 geçiş bildirdi, bir yeniden düzenleme bilinen bir toplamı kırdı ve bir ayar isteği okuyucunun kullanmadığı bir filtreyi varsaydı.
Bu çalıştırmanın Codex sürümü, modeli, zamanlaması ve makinesi paylaşılan çalıştırma kaydı'nda.
Bir sonraki projeye ne taşır?
AI kodlama asistanları kılavuzu, asistanı boş bir klasörden ölçülen sonuçlara taşıyan tek bir kabul istemi ekler ve aynı istem Codex'te testlerimiz sırasında 10'da 10 geçti.
Hata Ayıklama
- Kod incelemeyi geçerse ancak çalışma ilk okumada durursa IronOCR'da Lisans Anahtarı Uygulayın
- Taramalardan okunan toplamlar kağıt orijinalleriyle eşleşmezse OCR Doğruluğunu Artırın
- Codex'in bir dili seçmesi, deponun kurulu olmadığı bir dil ise Birden Fazla Dili Okuyun
- Okumalar Windows'ta çalışıyorsa ve bir Linux konteynırında başarısızsa IronOCR on Docker
Sorular?
Herhangi bir sorunuz varsa, support@ironsoftware.com adresinden bize ulaşın
Curtis Chau, Bilgisayar Bilimleri alanında Lisans Derecesine (Carleton Üniversitesi) sahip ve Node.js, TypeScript, JavaScript ve React konularında uzmanlaşmış ön uç geliştirmeyle ilgileniyor. Sezgisel ve estetik açıdan hoş kullanıcı arayüzleri oluşturma tutkunu, Curtis modern çerçevelerle çalışmayı ve iyi yapılandırılmış, görsel olarak çekici kılavuzlar oluşturmayı seviyor.