C# ile Paralel OCR Bellek Kullanımını Nasıl Kontrol Edersiniz

Curtis Chau
Curtis Chau
Güncellendi: 26 Ağustos 2026

Her sayfa, IronOCR tarafından paralel olarak işlendiğinde kendi yerel Tesseract motoru örneğini ayırır. Büyük gruplar için - taranan bir PDF'den veya bir görüntü klasöründen yüzlerce sayfa - bellek tüketimi, eşzamanlı sayfa sayısıyla birlikte doğrusal olarak ölçeklenir. IronTesseract.MaxDegreeOfParallelism özelliği, tek bir Read çağrısı içinde aynı anda OCR'lanan kaç sayfanın sınırlanacağını belirler ve IronTesseract.MultiThreaded, false olarak ayarlandığında tamamen ardışık işlem geçişi yapar.

Hızlı Başlangıç: Paralel OCR'yi MaxDegreeOfParallelism ile Sınırlama

IronOCR'nin aynı anda kaç sayfa okuyacağını sınırlayan tek bir özellik ayarlayın, böylece tepe bellek bilinen bir bütçe içinde kalır.

  1. 1IronOCR ile NuGet Package Manager'u yükleyin

    PM > Install-Package IronOcr

  2. 2Bu kod parçacığını kopyalayın ve çalıştırın.

    var ocr = new IronOcr.IronTesseract { MaxDegreeOfParallelism = 4 };
  3. 3Canlı ortamınızda test için dağıtım yapın

    Projenizde IronOCR'yi bugün ücretsiz deneme sürümü ile kullanmaya başlayın
    arrow pointer

NuGetNuGet ile Yükle

PM > Install-Package IronOcr

Yukarıdaki komutu NuGet Paket Yöneticisi Konsolunda çalıştırarak veya NuGet Paket Yöneticisinde arama yaparak IronOCR'u yükleyin.

Neden Büyük Gruplar Sırasında OCR Belleği Büyür?

Varsayılan olarak MultiThreaded true olduğunda, IronOCR sayfaları paralel olarak işler. Eşzamanlı her sayfa, görüntü tamponlarını, tanıma modellerini ve yönetilmeyen bellek içindeki ara durumu tutan kendi yerel Tesseract motorunu başlatır.

Bu nedenle, bir Read çağrısındaki tepe bellek iki kısımdan oluşur ve yalnızca biri sizin kontrolünüz altındadır:

  • Sayfa sayısından bağımsız olarak belgenin kendisi için büyüyen sabit maliyet.
  • Her eşzamanlı okunan sayfa için bir yerel motor içeren marjinal maliyet.

MaxDegreeOfParallelism yalnızca ikinci terim üzerinde etkili olur. Bu ayrım önemlidir: Uzun bir belgede sabit maliyet daha büyük bir pay olabilir, bu yüzden paralelliği sınırlamak tepe belleği önemli ölçüde azaltır, ancak asla sıfıra kadar indirmez.

Kapsayıcı tabanlı ortamlarda - sabit --memory sınırlarıyla Docker, kaynak kotalarıyla Kubernetes podları - marjinal terim işi çalışır durumdayken bir OOM öldürmeye dönüştüren şeydir, çünkü yapılandırdığınız herhangi bir şeye göre değil, barındırıcının mantıksal işlemci sayısına göre ölçeklenir. Ana sunucularda bu bellek değişimi ve verimi düşürür. Tepe çalışma setini bilinen bir bütçe içinde tutmak için paralelliği sınırlandırıyoruz.

Eşzamanlı Her Sayfa Ne Kadar Bellek Kullanır?

Aşağıdaki referans iş yüküne karşı ölçülen bu iki terim şu şekilde çıkar:

tepe ≈ sabit belge maliyeti + (her motor için maliyet × eşzamanlılık)

Ölçülen rakamları başlangıç noktası olarak alın ve kendi iş yükünüzü ölçümleyerek onları iyileştirin - her iki terim de DPI, sayfa karmaşıklığı, belge uzunluğu ve dil paketi ile hareket eder.

Bu Nasıl Ölçüldü?

  • Her konfigürasyon, EnglishFast dil paketiyle kendi sürecinde çalıştırıldı, tek sayfalık bir ön ısıtmadan sonra, beş kez üst üste.
  • Bellek bu çalıştırmaların medyanıdır; verim en hızlı olandır.

Ayrı süreçler önem taşır çünkü tepe bellek sıfırlanmayan bir yüksek su işaretidir - aynı süreçte ölçülen ikinci bir konfigürasyon, birinci olanın tepe noktasını tekrar rapor edecektir. Verim, en hızlı çalışmayı kullanır çünkü makinedeki diğer işler bir okuma işlemini yalnızca yavaşlatabilir, hızlandıramaz.

Thea B. tarafından hazırlanan "Biyoçeşitlilik Araştırmalarında Deneyimler: Bir Alan Kursu" korpusu kullanılmıştır. Gessler, Iowa State Üniversitesi - tekrar üretilebilecek sonuçlar sağlayan, metin yoğun bir 49 sayfa PDF. Aynı çalıştırmalar ayrıca bu sayfanın aşağısındaki öncelik tablosunun her satırını doğruladı.

Sonuçlar Ne Oldu?

MaxDegreeOfParallelismTepe bellekEklenen her sayfa için marjinal maliyetVerim
Ardışık - MultiThreaded = false782 MBbaseline0,77 sayfa/s
2859 MB+77 MB1,32 sayfa/s
41008 MB+75 MB2,09 sayfa/s
81279 MB+68 MB2,56 sayfa/s
16 - bu makinedeki varsayılan1829 MB+69 MB3,01 sayfa/s

Test edilen: 8 çekirdekli / 16 thread'li x64 dizüstü bilgisayar CPU · 1,9 GHz · 16 GB RAM · Windows 11 x64 · .NET 8 · IronOCR 2026.8.1 · son doğrulama Ağustos 2026

İlk satır paralelliği tamamen kapatır; sonuncusu ise hiç ayar yapılmadığında elde edilen değerdir. Tepe bellek sürecin herhangi bir anda ulaştığı en yüksek seviyedir. Eklenen her sayfa için marjinal maliyet, sütunun tamamından aşağı doğru sabit tutar - ve bu istikrar, modelin planlamaya değer kılan şeydir.

Lütfen dikkat: Çalıştırma-çalıştırma varyasyonu her yapılandırmada %2'nin altındaydı. Tepe çalışma seti her süreç için kaydedildiğinden, bellek sütunu o sırada çalışan diğer yazılımlar tarafından etkilenmez; verim öyle değildir, bu yüzden bunu bu donanıma özgü olarak değerlendirin.

Azalan Getiriler Kadar Başlıyor?

Bellek eşzamanlılıkla istikrarlı bir şekilde büyür. Verim büyümez - kazançlar yavaşlarken bellek maliyeti aynı oranda artmaya devam eder. Son iki satırı karşılaştırın: bellek sütunu, verim sütunundan çok daha keskin bir şekilde artar.

Bu pratik bir bulgudur: varsayılan, toplu işler için en iyi takas nadiren olur. Tek bir belge üzerindeki gecikme için ayarlanmıştır, ayak izi için değil. Bir bellek kısıtlaması olan bir ev sahibi üzerinde belgeler toplu olarak işleniyorsa, mantıksal işlemci sayısının altında bir yerde açıkça sınırlama genellikle size çok az hız kaybettirir ve çok fazla bellek tasarrufu sağlar. Kendi belgelerinizde diz bükülme noktasını ölçün, çünkü bu sayfa karmaşıklığı ile hareket eder.

Bir Kerede Okunan Sayfa Sayısını Nasıl Sınırlandırırım?

IronTesseract.MaxDegreeOfParallelism ayarını, tek bir Read çağrısında eşzamanlı olarak işlenecek maksimum sayfa sayısına ayarlayın. Boş bırakılırsa, varsayılan olarak Environment.ProcessorCount olur.

using IronOcr;
using System;

var ocr = new IronTesseract();

// Cap concurrency at 2 pages. Each concurrent page holds its own native
// engine, so this bounds peak memory for every Read on this instance.
ocr.MaxDegreeOfParallelism = 2;

// The cap applies per Read call, however many pages the document has.
using var input = new OcrInput();
input.LoadPdf("500-page-archive.pdf");

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text.Length);

Hangi Değeri Seçmeliyim?

Bir sayı seçmek yerine, yukarıdaki iki parçalı modele karşı boyutlandırın:

sabit belge maliyeti + her motor için maliyet × MaxDegreeOfParallelism ≤ OCR için bellek bütçesi

Kendi belgeleriniz için bu iki maliyeti doldurmak adına, temsilci bir dosyayı iki kez okuyun - bir kez MultiThreaded false ayarlandığında, bir kez MaxDegreeOfParallelism = 2 - ve her seferinde tepe çalışma setini kaydedin. Ardışık çalıştırma sabit maliyeti verir; ikisi arasındaki fark, bir ekstra motorun maliyetini verir. Her ikisi için referans rakamlar yukarıdaki tablodadır.

Uyguladığınızda dikkat etmeye değer iki şey. Sabit terim belge uzunluğuna göre ölçeklenir, bu yüzden uzun bir arşiv yukarıda ölçülen örnek gibi davranmaz. Ve .NET çalışma zamanı, yönetilen yığın ve süreçteki diğer her şey için boşluk bırakın - konteyner limitinin yaklaşık %40'ını ayırmak makul bir başlangıç noktasıdır.

Bellek cömert sunucularında varsayılanı yerinde bırakabilir. Sınırlı olanlar açıkça sınırlanmalıdır ve yukarıdaki azalan getiri rakamlarının gösterdiği gibi, bu sınırlama genellikle bellek tasarrufuna kıyasla çok daha az verim kaybı yaşatır.

Uyarı: MaxDegreeOfParallelism yalnızca tek bir Read çağrısı içinde sayfaları sınırlar. Kendi kodunuzda aynı anda birkaç belge çalışıyorsa, bu iki katına çıkar - varsayılan bir 16'ya karşı dört eşzamanlı belge, 16 değil, 64 motor olur. Her iki katmanı da sınırlayın. Toplu OCR Sırasında Yüksek Tepe Bellek için dış döngü modeline bakın.

Sayfaları Ardışık Nasıl Okurum?

MultiThreaded ayarını false olarak ayarlayın. Bu, en düşük bellek seçeneğidir, çünkü yalnızca bir yerel motor her zaman aktiftir. Takas, verimdir: bir toplu işlem yaklaşık N kat daha uzun sürer N eşzamanlı çalışanlarla karşılaştırıldığında.

using IronOcr;

var ocr = new IronTesseract();

// One page at a time. Overrides MaxDegreeOfParallelism, whatever it is set to.
ocr.MultiThreaded = false;

using var input = new OcrInput();
input.LoadPdf("scans.pdf");

OcrResult result = ocr.Read(input);
Uyarı: MultiThreaded bu sürümden önce etkisi yoktu - artık canlı bir ayar. false no-op beklentisiyle ayarlanan kod, yükseltme sonrasında ardışık olarak okuyacaktır, derleyici uyarısı ve istisna olmadan. Eğer verim beklenmedik bir şekilde düşerse mevcut kullanımları gözden geçirin.

Bu İki Özellik Nasıl Etkileşir?

MultiThreadedMaxDegreeOfParallelismEtkili eşzamanlılık
true (varsayılan)AyarlanmadıEnvironment.ProcessorCount
truePozitif bir sayıEşzamanlı sayfa sayısı
true0 veya negatifEnvironment.ProcessorCount geri döner
falseHerhangi bir değer1 - ardışık, MaxDegreeOfParallelism göz ardı edilir
İpuçları: Environment.ProcessorCount mantıksal işlemciler'i rapor eder, fiziksel çekirdekleri değil. Eşzamanlı çoklama olan bir makinede, varsayılan çekirdek sayısının iki katıdır - 8 çekirdekli bir CPU varsayılan olarak 16 eşzamanlı sayfaya çıkar, 8 değil. Bellek bütçenizi mantık sayısına göre ayarlayın.

Sayfa Yönlendirme Tespiti Sırasında Belleği Sınırlayabilir miyim?

OcrInput.DetectPageOrientation'un yeni ayırma sürümü, maxDegreeOfParallelism parametresini kabul eder, bu da kaç sayfanın eşzamanlı olarak yön tespit edileceğini sınırlar. Negatif olmayan değerler Environment.ProcessorCount geri döner. Tek argümanlı ayırma değişmeden kaldı ve kaynak ve ikili olarak uyumludur.

using IronOcr;
using System;

using var input = new OcrInput();
input.LoadPdf("rotated-scans.pdf");

// Analyse at most 2 pages at once. Orientation detection runs before the
// OCR read, so capping it here prevents a spike ahead of the real workload.
var results = input.DetectPageOrientation(
    OrientationDetectionMode.Fast,
    maxDegreeOfParallelism: 2);

// One result per page, in page order.
foreach (var result in results)
{
    Console.WriteLine($"Page {result.PageNumber}: {result.RotationAngle}");
}

Fast modu, her sayfa başına bir motor tahsis etmek yerine çalışan iş parçacığı başına bir motor yeniden kullanır, bu da tepe belleği daha da azaltır. Bu, yön tespitinin ana OCR okuma işleminden önce önişlem adımı olarak çalıştığında önemlidir, çünkü burada paralellik sınırlaması gerçek iş yükü başlamadan önce bir bellek artışını önler.

Büyük Gruplarda Paralel OCR Hâlâ Çöküyor mu?

Önceki sürümler, yerel Tesseract durumuna güvenli olmayan çapraz iş parçacığı erişiminden dolayı paralel veya yüksek hacimli OCR sırasında ölümcül bir AccessViolationException fırlatabilir. Bu istisna geri döndürülemez - yakalama fırsatı olmadan işlemi sonlandırır. Artık çözüldü. Önceki çözümler, iş parçacığı başına bir IronTesseract örneği ve aynı anda bir belge, artık gerekli değil: motor, yerel durumu her çalışan için düzgün bir şekilde izole eder ve MaxDegreeOfParallelism bu geçici yöntemlerin yerine geçen resmi bir sınır sağlar.

Bu Ayarları Ne Zaman Ayarlamalıyım?

  • Bellek sınırı olan konteyner veya CI çalıştırıcısı - tepe belleği sınır içinde tutmak için MaxDegreeOfParallelism ayarını yapın.
  • Binlerce sayfa işleyen toplu işleme - OOM öldürmelerini önlemek için MaxDegreeOfParallelism ayarını düşürün. Verim orantılı olarak azalır, ancak iş çökmeden tamamlanır.
  • En düşük mümkün bellek - ardışık mod için MultiThreaded ayarını false olarak ayarlayın. Bir motor, bir seferde bir sayfa.
  • Azami verim - her iki ayarı da varsayılanlarında bırakın, böylece motor mevcut tüm çekirdekleri kullanır. Hız için çoklu iş parçacığı örneğine bakın.
  • Doğruluk yerine hız ayarlama - bu farklı bir eksen. Hız için Tesseract'ın ayarlanması kılavuzu, doğruluk ve hız takaslarını ele alır, bu sayfa ise bellek ve verim takaslarını ele alır.

Asenkron ve yanıt verme endişeleri için, yani OCR sırasında bir kullanıcı arayüzünü yanıt verir durumda tutmak için asenkron OCR nasıl yapılır kılavuzuna bakın, bu ReadAsync ve OcrReadTask sahibidir. Bu sayfa kaynak sınırlamasını kapsar: toplu iş boyutuna bakılmaksızın bellek tüketimini öngörülebilir tutmak.

Tam özellik yüzeyini görmek için IronTesseract yapılandırma kılavuzunu, PDF girdilerini yükleme ve görüntü girdilerini yükleme için OcrInput kullanım modellerini ve DetectPageOrientation metodu ve yeni paralellik yüklemesi için sayfa yönlendirme tespiti araştırın.

IronOCR lisanslama seçeneklerini keşfedin ve denemeden üretime geçin.

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.

Daha Fazla Oku

Başlamaya Hazır mısınız?

NuGet İndirmeleri 6,394,824Sürüm:2026.11yeni çıktı